Last chance! 50% off DataCamp Premium
Sale ends in
Gemini 2.0 ile Multimodal Uygulamalar | Yerel Bir YouTube İçerik Üretim Aracı İnşa Edin
Gemini 2.0 Flash Thinking Experimental bir çok modlu (multimodal) yapay zekâ modelidir; yani hem metin hem görsel girdileri işleyebilir. Bu da diyagram yorumlama, grafik analizi veya karmaşık belgelerden içgörü çıkarma gibi görsel bağlam gerektiren görevlerde kullanılabileceği anlamına gelir.
Ancak diğer bazı çok modlu modellerin aksine, Flash Thinking yalnızca metin tabanlı çıktılar üretir; yanıt olarak görsel veya görsel veri oluşturmaz.
Öne çıkan özelliklerinden biri devasa bağlam penceresidir: girdi için 1 milyon tokene, çıktı içinse 64.000 tokene kadar destekler. Bu, onu uzun biçimli akıl yürütmede en geniş kapsamlı modellerden biri yapar; tüm kitapları, araştırma makalelerini veya uzun sohbetleri tutarlılığı koruyarak analiz edebilir.
Yüksek token sınırı, modelin uzun etkileşimler boyunca karmaşık argümanları takip etmesini sağlar ve kullanıcıların bağlamı tekrar tekrar vermesi gereksinimini azaltır.
Aklınızda bulundurmanız gereken önemli bir sınırlama, Flash Thinking’in bilgi sınır tarihinin Haziran 2024 olmasıdır. Bu, o tarihten sonraki olaylara dair yerleşik bir bilgiye sahip olmadığı anlamına gelir.
Bu nedenle halüsinasyon üretebilir veya aşağıdaki örnekte olduğu gibi yanlış varsayımlarda bulunabilir. Gemini 2.0 Flash Thinking Experimental hakkında hiç bilgisi olmadığı için, bu modelin Gemini Advanced’e denk olduğunu varsayarak yanlış bir tarih verir.
Uygulamalarla Gemini 2.0 Flash Thinking Experimental
Yukarıda bahsedilen bilgi sınırı sorununu gidermek için Google, Gemini 2.0 Flash Thinking Experimental’a YouTube, Haritalar ve Arama işlevlerini entegre etti. Bu işlevi model açılır menüsünden etkinleştirebilirsiniz:
Bu araçları kullanmanın doğru yanıtı garanti etmediğini unutmayın. Örneğin yine çıkış tarihini yanlış verdi ama bu kez çok daha yakındı—doğru çıkış tarihi 5 Şubat 2025’tir (aşağıdaki örneğe bakın). Bu, modelin Arama aracını kullanıp bilgisini atıfta bulunulan iki siteden alması nedeniyle oldu. Bu siteler 6 Şubat 2025’te yayımlandığı için, model yanlış şekilde bunun Gemini 2.0 Flash Thinking Experimental&rsquoın çıkış tarihi olduğunu çıkardı.
Model, isteme göre ihtiyaç duyduğu araçları otomatik olarak seçer. Örneğin Bükreş’ten Londra’ya en iyi sürüş rotasını sorduğumda model otomatik olarak Google Haritalar aracını seçti. Aşağıda Google Haritalar simgesine ve akıl yürütme sürecinde Google Haritalar aracına yapılan atfa dikkat edin.
Burada modeli keşfetmek için bu tür basit soruları kullandığımı unutmayın—yukarıdaki soru için basit 2.0 Flash modeli yeterlidir. Aşağıdaki bölümde göreceğimiz gibi, Gemini 2.0 Flash Thinking Experimental en iyi ileri düzey matematik, bilim ve çok modlu akıl yürütme için uygundur.
Kıyaslamalar: Gemini 2.0 Flash Thinking Experimental
Google’ın Gemini 2.0 Flash Thinking Experimental modeli, akıl yürütmeye dayalı görevlerde kayda değer iyileşmeler gösterdi ve birden çok temel kıyaslamada seleflerini geride bıraktı (odak noktası matematik, bilim ve çok modlu akıl yürütme).
|
Kıyaslama |
Gemini 1.5 Pro 002 |
Gemini 2.0 Flash Exp |
Gemini 2.0 Flash Thinking Exp 01-21 |
|
AIME2024 (Matematik) |
19.3% |
35.5% |
73.3% |
|
GPQA Diamond (Bilim) |
57.6% |
58.6% |
74.2% |
|
MMMU (Çok modlu akıl yürütme) |
64.9% |
70.7% |
75.4% |
Kaynak: Google
AIME2024 (matematik) kıyaslamasında Gemini 2.0 Flash Thinking Experimental %73,3’e ulaştı; bu, Gemini 2.0 Flash Experimental’ın %35,5’inden ve Gemini 1.5 Pro’nun %19,3’ünden büyük bir artış. Karşılaştırma için, OpenAI’nin o3-mini (yüksek) modeli bu kıyaslamada %87,3 puan aldı.
Benzer şekilde GPQA Diamond (bilim) için model %74,2’ye ulaştı; önceki sürümün %58,6’sından iyileşme kaydetti. Karşılaştırma için DeepSeek-R1 bu kıyaslamada %71,5 (pass@1—ilk geçişte) aldı; OpenAI’nin o1 modeli %75,7 (pass@1) ve o3-mini (yüksek) %79,7 puan elde etti.
MMMU (çok modlu akıl yürütme) testinde ise; modelin birden çok modaliteden bilgiyi bütünleştirip yorumlama becerisini ölçen bu kıyaslamada, Gemini 2.0 Flash Thinking Experimental %75,4 puan aldı ve önceki sürümlerini yine geride bıraktı.
Diğer akıl yürütme modellerinde gördüğümüz gibi, 2.0 Flash Thinking’in akıl yürütme yetenekleri çıkarım hesaplaması arttıkça ölçekleniyor (aşağıdaki grafiğe bakın). Çıkarım hesaplaması, isteminizi modele verdikten sonra kullanılan hesaplama gücü miktarını ifade eder.
Kaynak: Google
Gemini 2.0 Flash Thinking Experimental’a Nasıl Erişilir
Google, Gemini 2.0 Flash Thinking Experimental’ı Gemini kullanıcılarına doğrudan erişim de dahil olmak üzere birden çok platform üzerinden kullanılabilir hâle getirdi.
Gemini Sohbet (Gemini Uygulaması ve Web)
Gemini 2.0 Flash Thinking’e erişmenin en kolay yolu, Google’ın Gemini sohbet arayüzüdür; hem web uygulamasında hem de mobil uygulamada mevcuttur.
Bu makalenin yayımlandığı tarihte, 2.0 Flash Thinking’e erişim tüm kullanıcılar için ücretsizdir.
Modele erişmek için sol üstteki açılır menüyü kullanın:
Google AI Studio
Google AI Studio Flash Thinking’i kullanmanın bir başka yoludur. Daha ileri düzey kullanıcılara yönelik bu web tabanlı platform, modelin akıl yürütme yeteneklerini denemenize, sıcaklık gibi parametreleri kontrol etmenize, karmaşık sorguları test etmenize, yapılandırılmış yanıtları keşfetmenize vb. imkân tanır.
Gemini API
Flash Thinking’i uygulamalarına entegre etmek isteyen geliştiriciler için Gemini 2.0 Flash Thinking, Gemini API üzerinden kullanılabilir.
Sonuç
Gemini 2.0 Flash Thinking Experimental, Google’ın akıl yürütmeye odaklı yapay zekâ atılımını genişleterek artık Gemini uygulaması kullanıcılarına da sunuluyor. Düşünme sürecini açıklaması, yanıtları adım adım yapılandırması ve Arama, YouTube, Haritalar gibi araçları kullanmasıyla öne çıkıyor.
Umut verici olsa da Flash Thinking, zaman zaman görülen hatalar ve kaynaklara aşırı güven gibi zorluklarla karşılaşıyor. OpenAI ve DeepSeek de akıl yürütme modellerini geliştirirken, bu alandaki rekabetin nasıl evrileceğini görmek ilginç olacak. Ayrıca yeni Gemini 3 modeline ilişkin kılavuzumuza göz atmanızı da öneririm.
