Gemini 2.0 Flash Thinking Experimental: Hướng dẫn kèm ví dụ

Gemini 2.0 Flash Thinking Experimental là gì?

Google đã giới thiệu Gemini 2.0 Flash Thinking Experimental như một mô hình AI mới được thiết kế cho suy luận nâng cao. Ban đầu có mặt qua Google AI Studio, Gemini API và Vertex AI, hiện mô hình cũng đã được triển khai cho người dùng ứng dụng Gemini.

Khác với các mô hình ngôn ngữ tiêu chuẩn vốn ưu tiên tạo phản hồi trôi chảy, Flash Thinking hướng đến việc phân tích quá trình tư duy, hiển thị suy luận theo từng bước, đánh giá nhiều lựa chọn và giải thích kết luận một cách có cấu trúc hơn.

Gemini 2.0 Flash Thinking Experimental là một mô hình AI đa phương thức, nghĩa là có thể xử lý cả văn bản và hình ảnh làm đầu vào. Điều này cho phép chúng ta dùng cho các tác vụ cần ngữ cảnh trực quan, như diễn giải sơ đồ, phân tích biểu đồ hoặc trích xuất insight từ tài liệu phức tạp.

Tuy nhiên, khác với một số mô hình đa phương thức khác, Flash Thinking chỉ tạo đầu ra dạng văn bản, tức là sẽ không sinh ảnh hoặc dữ liệu trực quan để phản hồi.

Một trong những điểm nổi bật là cửa sổ ngữ cảnh cực lớn, hỗ trợ đầu vào tới 1 triệu token và tạo phản hồi tối đa 64.000 token. Điều này khiến nó trở thành một trong những mô hình AI có phạm vi lớn nhất cho suy luận dài, cho phép phân tích trọn vẹn sách, bài nghiên cứu hoặc hội thoại kéo dài mà vẫn giữ được mạch lạc.

Giới hạn token lớn giúp mô hình theo dõi các lập luận phức tạp trong tương tác kéo dài, giảm nhu cầu người dùng phải liên tục cung cấp lại ngữ cảnh.

Một hạn chế quan trọng cần lưu ý là Flash Thinking có mốc cắt kiến thức vào tháng 6/2024. Nghĩa là nó không có kiến thức tích hợp về các sự kiện sau thời điểm đó.

Vì lý do này, nó có thể bịa thông tin hoặc đưa ra giả định sai, như ví dụ dưới đây. Vì chưa từng biết về Gemini 2.0 Flash Thinking Experimental, nó đã giả định sai rằng mô hình này tương đương với Gemini Advanced và đưa ra ngày phát hành không đúng.

Gemini 2.0 Flash Thinking Experimental với Ứng dụng

Để khắc phục mốc cắt kiến thức nói trên, Google đã tích hợp chức năng YouTube, Maps và Search vào Gemini 2.0 Flash Thinking Experimental. Bạn có thể bật chức năng này từ menu thả xuống của mô hình:

Lưu ý rằng dùng các công cụ này không đảm bảo câu trả lời chính xác. Ví dụ, nó vẫn đưa ra ngày phát hành sai, nhưng lần này gần đúng hơn nhiều—ngày phát hành chính xác là 5/2/2025 (xem ví dụ bên dưới). Điều này xảy ra vì mô hình đã dùng công cụ Search và lấy thông tin từ hai trang web được trích dẫn. Do các trang này xuất bản ngày 6/2/2025, mô hình đã suy ra sai rằng đó là ngày phát hành của Gemini 2.0 Flash Thinking Experimental.

Mô hình tự động chọn công cụ cần thiết dựa trên lời nhắc. Chẳng hạn, khi tôi hỏi về tuyến đường lái xe tốt nhất từ Bucharest đến London, mô hình tự động chọn công cụ Google Maps. Hãy chú ý biểu tượng Google Maps bên dưới và phần đề cập đến công cụ Google Maps trong quá trình suy luận của nó.

Lưu ý rằng tôi chỉ dùng các câu hỏi đơn giản này để khám phá mô hình—với câu hỏi trên, mô hình 2.0 Flash đơn giản là đủ. Như chúng ta sẽ thấy ở phần dưới, Gemini 2.0 Flash Thinking Experimental phù hợp nhất cho toán học, khoa học nâng cao và suy luận đa phương thức.

Điểm chuẩn: Gemini 2.0 Flash Thinking Experimental

Gemini 2.0 Flash Thinking Experimental của Google đã cho thấy những cải thiện đáng kể trong các tác vụ dựa trên suy luận, vượt trội hơn các phiên bản trước ở nhiều điểm chuẩn quan trọng (tập trung vào toán học, khoa học và suy luận đa phương thức).

Nguồn: Google

Trên điểm chuẩn AIME2024 (toán), Gemini 2.0 Flash Thinking Experimental đạt 73,3%, tăng mạnh so với 35,5% của Gemini 2.0 Flash Experimental và 19,3% của Gemini 1.5 Pro. Để so sánh, o3-mini (high) của OpenAI đạt 87,3% trên điểm chuẩn này.

Tương tự, với GPQA Diamond (khoa học), mô hình đạt 74,2%, cải thiện so với 58,6% của phiên bản trước. Để so sánh, DeepSeek-R1 đạt 71,5% (pass@1—ở lượt đầu) trên điểm chuẩn này, trong khi o1 của OpenAI đạt 75,7 (pass@1) và o3-mini (high) đạt 79,7%.

Trong MMMU (suy luận đa phương thức), đánh giá khả năng tích hợp và diễn giải thông tin qua nhiều phương thức, Gemini 2.0 Flash Thinking Experimental đạt 75,4%, tiếp tục vượt qua các phiên bản trước đó.

Cũng như các mô hình suy luận khác, khả năng suy luận của 2.0 Flash Thinking tăng theo mức tính toán suy luận (xem biểu đồ bên dưới). Tính toán suy luận đề cập đến lượng năng lực tính toán được sử dụng sau khi bạn gửi lời nhắc cho mô hình.

Nguồn: Google

Cách truy cập Gemini 2.0 Flash Thinking Experimental

Google cung cấp Gemini 2.0 Flash Thinking Experimental qua nhiều nền tảng, bao gồm truy cập trực tiếp cho người dùng Gemini.

Gemini Chat (Ứng dụng & Web Gemini)

Cách dễ nhất để truy cập Gemini 2.0 Flash Thinking là qua giao diện trò chuyện Gemini của Google, có trên cả ứng dụng web Gemini và ứng dụng di động Gemini.

Tại thời điểm xuất bản bài viết này, quyền truy cập 2.0 Flash Thinking miễn phí cho tất cả người dùng.

Dùng menu thả xuống ở góc trên bên trái để chọn mô hình:

Google AI Studio

Google AI Studio là một cách khác để dùng Flash Thinking. Nền tảng web này hướng đến người dùng nâng cao hơn, cho phép bạn thử nghiệm khả năng suy luận của mô hình, điều khiển tham số như temperature, kiểm thử truy vấn phức tạp, khám phá phản hồi có cấu trúc, v.v.

Gemini API

Đối với nhà phát triển muốn tích hợp Flash Thinking vào ứng dụng của mình, Gemini 2.0 Flash Thinking có sẵn qua Gemini API.

Kết luận

Gemini 2.0 Flash Thinking Experimental mở rộng nỗ lực của Google trong mảng suy luận AI, hiện đã có cho người dùng ứng dụng Gemini. Điểm nổi bật là khả năng giải thích quá trình tư duy, cấu trúc phản hồi theo từng bước và sử dụng các công cụ như Search, YouTube và Maps.

Dù đầy hứa hẹn, Flash Thinking vẫn đối mặt với thách thức như đôi khi thiếu chính xác và phụ thuộc quá nhiều vào nguồn. Khi OpenAI và DeepSeek cũng đang thúc đẩy các mô hình suy luận, sẽ rất thú vị để theo dõi cuộc cạnh tranh trong lĩnh vực này phát triển ra sao. Tôi cũng khuyến nghị xem hướng dẫn về mô hình Gemini 3 mới của chúng tôi.