Lộ trình
Cơ bản về Kinh doanh Trí tuệ Nhân tạo
12 giờ
Google vừa ra mắt Gemini 2.5 Pro, mô hình lập luận mạnh mẽ nhất của họ cho đến nay và cũng là mô hình đầu tiên trong họ Gemini 2.5. (Cập nhật: Tính đến ngày 18/11/2025, Gemini 3 đã ra mắt. Bạn có thể đọc tất cả trong hướng dẫn Gemini 3 và hướng dẫn API Gemini 3.)
Theo tôi, điểm mạnh nhất của nó là cửa sổ ngữ cảnh khổng lồ 1 triệu token, và dự kiến sẽ mở rộng lên 2 triệu. Kết hợp một mô hình lập luận với lượng ngữ cảnh lớn như vậy mở ra giá trị thực cho doanh nghiệp, đặc biệt khi việc ứng dụng AI vẫn còn hạn chế ở hầu hết các công ty.
Để so sánh: o3-mini của OpenAI hỗ trợ 200 nghìn token, Claude 3.7 Sonnet cũng giới hạn ở 200 nghìn, DeepSeek R1 tối đa 128 nghìn, và Grok 3 là mô hình duy nhất hiện tại sánh ngang Gemini với 1 triệu.
Vì một trong những trường hợp sử dụng AI phổ biến nhất là sinh mã, nên một mô hình có thể lập luận qua mã và đọc một codebase lớn trong một lần mà không cần RAG có thể mang lại giá trị kinh doanh đáng kể. Chúng tôi đã cho thấy trong một bài blog trước cách xử lý tài liệu lớn không cần RAG bằng Gemini 2.0 Flash.
Trong bài này, tôi sẽ giới thiệu Gemini 2.5 Pro cung cấp những gì, các loại đầu vào mà nó hỗ trợ, và cách truy cập. Tôi cũng sẽ thực hiện vài thử nghiệm thực tế và xem nó so sánh thế nào trên các điểm chuẩn chính với Claude, DeepSeek, Grok và các mô hình mới nhất của OpenAI.
Chúng tôi cập nhật cho độc giả những điều mới nhất về AI qua The Median, bản tin miễn phí mỗi thứ Sáu tóm lược các câu chuyện chính trong tuần. Đăng ký để luôn sắc bén chỉ với vài phút mỗi tuần:
Gemini 2.5 Pro là gì?
Gemini 2.5 Pro là mô hình đầu tiên trong họ Gemini 2.5 của Google. Hiện nó được gắn nhãn thử nghiệm và có sẵn qua gói Gemini Advanced và Google AI Studio.
Theo Google, đây là mô hình lập luận tốt nhất của họ cho đến nay, với cải tiến về sử dụng công cụ, xử lý đầu vào đa phương thức và hiệu năng ngữ cảnh dài. Dưới đây là tóm lược nhanh những gì nó hỗ trợ:
- Loại đầu vào: Văn bản, hình ảnh, âm thanh và video
- Loại đầu ra: Chỉ văn bản
- Cửa sổ ngữ cảnh: Tối đa 1 triệu token cho đầu vào (dự kiến mở rộng lên 2 triệu)
- Kích thước đầu ra: 64.000 token
- Mốc kiến thức: Tháng 1/2025
Gemini 2.5 Pro hỗ trợ sử dụng công cụ, nghĩa là nó có thể gọi hàm bên ngoài, tạo đầu ra có cấu trúc (như JSON), thực thi mã và dùng tìm kiếm. Điều này cho phép mô hình giải các tác vụ nhiều bước, gọi API hoặc định dạng phản hồi cho các hệ thống hạ nguồn cụ thể.
Vì là mô hình lập luận, Gemini 2.5 Pro đặc biệt mạnh ở mã hóa, toán, logic và khoa học. Với hầu hết tác vụ hàng ngày, bạn vẫn có thể dùng một mô hình tổng quát như Gemini 2.0 Flash vì nó nhanh hơn nhiều.
Giờ hãy thử Gemini 2.5 Pro để xem hiệu năng thực tế.
Thử nghiệm Gemini 2.5 Pro
Trò chơi P5js
Đầu tiên, tôi muốn thử trò chơi khủng long mà Google đưa ra làm ví dụ, và tôi dùng đúng lời nhắc như trong video demo (tôi thử trong ứng dụng Gemini):
Make me a captivating endless runner game. Key instructions on the screen. p5js scene, no HTML. I like pixelated dinosaurs and interesting backgrounds.Xem kết quả nhé:
Khá ấn tượng chỉ với một lời nhắc! Quá trình tạo nhanh (dưới 30 giây), và tôi cũng thích phần hướng dẫn chi tiết cách chạy mã—nó đưa ra cho tôi hai cách để chạy:
Tôi không thích việc trò chơi bắt đầu ngay sau khi chạy mã, nên tôi muốn thay đổi điều này:
I don't like that the game starts immediately after I run the code. Add a starting screen where the user can be the one who starts the game (keep instructions on the screen)Xem kết quả nhé:
Đúng như tôi muốn! Vẫn còn nhiều thứ tôi muốn chỉnh, nhưng kết quả rất tốt so với công sức (hai lời nhắc) và mục tiêu của tôi (chỉ để dựng nguyên mẫu).
Đầu vào đa phương thức (video và văn bản)
Tiếp theo, tôi muốn thử khả năng đa phương thức của Gemini 2.5 Pro. Tôi đã tải lên video ở trên về trò chơi và đưa Gemini 2.5 Pro lời nhắc này trên Google AI Studio (tôi không thể thêm video làm đầu vào trên ứng dụng Gemini):
Analyze the game in the video, criticize both the game and the code I will give you below, and indicate what changes I could make to this game to make it better.
Code:
(truncated fo readability)Đầu ra khá tốt! Để dễ đọc, tôi chỉ hiển thị ở đây phần phê bình trò chơi, phần này gián tiếp cho thấy sự hiểu tốt về video và mã:
Xử lý tài liệu lớn
Cuối cùng, tôi muốn thử Gemini 2.5 Pro trên một tài liệu tương đối lớn, và tôi dùng Báo cáo Chỉ số Trí tuệ Nhân tạo 2024 của Stanford. Sau khi tải lên tài liệu 502 trang (129.517 token), tôi hỏi Gemini 2.5 Pro:
Pick two charts in this report that appear to show opposing or contradictory trends. Describe what each chart says, why the contradiction matters, and propose at least one explanation that reconciles the difference. Mention the page of the charts so I can double-check. If there's no such contradiction, don't try to artificially find one.Vì lý do nào đó, nó không thể phân tích trực tiếp biểu đồ trong tài liệu PDF trên ứng dụng Gemini. Tôi chuyển sang Google AI Studio và đã hoạt động. Gemini 2.5 Pro tìm ra hai biểu đồ về đầu tư AI cho thấy xu hướng mâu thuẫn: đầu tư AI tư nhân đang giảm mặc dù đầu tư tư nhân vào AI tạo sinh lại tăng.
Nó xác định chính xác các biểu đồ theo số trang (đúng như tôi yêu cầu), số hình và tiêu đề (tôi khuyên bạn nên xem PDF để tự kiểm tra và xem các biểu đồ).
Nó tóm tắt rất hay xu hướng mâu thuẫn: Làm sao tổng đầu tư AI tư nhân lại giảm khi đầu tư vào phân ngành đình đám và dễ thấy nhất của nó, AI tạo sinh, đang bùng nổ?
Và giải thích vì sao chúng ta thấy xu hướng tưởng như mâu thuẫn này:
Điểm chuẩn Gemini 2.5 Pro
Google đã đối sánh Gemini 2.5 Pro với một số mô hình hàng đầu hiện nay, bao gồm Claude 3.7 Sonnet, o3-mini của OpenAI, DeepSeek R1 và Grok 3. Dù hiệu năng thay đổi theo tác vụ, Gemini 2.5 Pro nhìn chung hoạt động tốt trên lập luận, mã hóa, toán và các tác vụ ngữ cảnh dài.
|
Danh mục |
Điểm chuẩn |
Gemini 2.5 Pro |
Đối thủ gần nhất |
|
Lập luận & Kiến thức tổng quát |
Humanity’s Last Exam (không công cụ) |
18,8% |
o3-mini (14%), Claude 3.7 (8,9%), DeepSeek R1 (8,6%) |
|
GPQA Diamond (pass@1) |
84,0% |
Grok 3 Beta (80,2%), o3–mini (79,7%), Claude 3.7 Sonnet (78,2%) |
|
|
Toán & Logic |
AIME 2024 (pass@1) |
92,0% |
o3-mini (87,3%), Grok 3 Beta (83,9%) |
|
AIME 2025 (pass@1) |
86,7% |
o3-mini (86,5%), Grok 3 Beta (77,3%) |
|
|
Mã hóa |
LiveCodeBench v5 |
70,4% |
o3-mini (74,1%), Grok 3 Beta (70,6%) |
|
Aider Polyglot (chỉnh sửa toàn bộ tệp) |
74,0% |
— |
|
|
SWE-bench Verified |
63,8% |
Claude 3.7 (70,3%) |
|
|
Ngữ cảnh dài & Đa phương thức |
MRCR (ngữ cảnh 128K) |
91,5% |
GPT-4.5 (48,8%), o3-mini (36,3%) |
|
MMMU (hiểu đa phương thức; pass@1) |
81,7% |
Grok 3 Beta (76,0%), Claude 3.7 Sonnet (75%) |
Nguồn: Google
Lập luận và kiến thức tổng quát
Gemini 2.5 Pro thể hiện mạnh ở các điểm chuẩn kiểm tra lập luận nhiều bước và kiến thức thực tế:
- Humanity’s Last Exam (không công cụ): Gemini 2.5 Pro đạt 18,8%, vượt o3-mini (14%) và cao hơn nhiều so với Claude 3.7 (8,9%) và DeepSeek-R1 (8,6%). Bài kiểm tra này mô phỏng các kỳ thi cấp chuyên gia trên 100+ môn.
- GPQA Diamond: Một điểm chuẩn hỏi đáp thực tế trên các lĩnh vực STEM và nhân văn. Gemini 2.5 Pro dẫn đầu với 84,0% (cho một lần thử/pass@1), theo sau là Grok 3 Beta với 80,2%.
Toán và logic
Đây là các điểm chuẩn nơi kiến trúc lập luận của Gemini tỏ ra vượt trội:
- AIME 2024: Gemini 2.5 Pro dẫn đầu với 92,0% cho một lần thử/pass@1.
- AIME 2025: Gemini 2.5 Pro giảm còn 86,7% trên bộ bài 2025, và nhỉnh hơn đôi chút ở điểm chuẩn này cho một lần thử/pass@1, theo sau là o3-mini (86,5%).
Mã hóa
Trên các điểm chuẩn kiểm tra sinh mã, gỡ lỗi và lập luận đa tệp, Gemini thể hiện tốt nhưng không vượt trội hoàn toàn:
- LiveCodeBench v5 (sinh mã): Gemini 2.5 Pro đạt 70,4%, sau o3-mini (74,1%) và Grok 3 Beta (70,6%).
- Aider Polyglot (toàn bộ tệp): Gemini đạt 74,0%, khá chắc chắn, đặc biệt xét tới việc nó xử lý nhiều ngôn ngữ. Điểm chuẩn này đo việc chỉnh sửa mã.
- SWE-bench verified (mã hóa tác tử): Gemini đạt 63,8%, vượt o3-mini và DeepSeek R1, nhưng sau Claude 3.7 Sonnet (70,3%).
Tác vụ ngữ cảnh dài và đa phương thức
Đây là nơi Gemini 2.5 Pro nổi bật rõ nhất:
- MRCR (đọc hiểu ngữ cảnh dài): Gemini 2.5 Pro đạt 91,5% với độ dài ngữ cảnh 128.000, bỏ xa o3-mini (36,3%) và GPT-4.5 (48,8%).
- MMMU (hiểu đa phương thức): Gemini 2.5 Pro dẫn đầu điểm chuẩn với 81,7%.
Cách truy cập Gemini 2.5 Pro
Có vài cách để dùng thử Gemini 2.5 Pro, tùy vào việc bạn là người dùng thông thường hay đang xây dựng thứ gì đó kỹ thuật hơn.
Ứng dụng Gemini
Cách dễ nhất để truy cập Gemini 2.5 Pro là qua ứng dụng Gemini (trên di động hoặc web).
Nếu bạn là thuê bao Gemini Advanced, bạn sẽ thấy Gemini 2.5 Pro trong menu thả xuống chọn mô hình.
Google AI Studio
Nếu bạn muốn kiểm soát nhiều hơn đối với đầu vào, sử dụng công cụ, hoặc lời nhắc đa phương thức, tôi khuyên dùng Google AI Studio.
Môi trường này cho phép bạn truy cập Gemini 2.5 Pro miễn phí (tại thời điểm hiện tại) và hỗ trợ đầu vào văn bản, hình ảnh, video và âm thanh. Nó cũng hoạt động tốt hơn ứng dụng Gemini cho việc tải tệp lên hoặc thử dùng công cụ, đặc biệt khi xử lý tài liệu lớn hoặc quy trình tùy chỉnh.
Sau khi tạo tài khoản, bạn có thể chọn Gemini 2.5 Pro từ menu thả xuống chọn mô hình.
API Gemini 2.5 Pro
Để truy cập theo lập trình, bạn có thể dùng Gemini API, vốn hỗ trợ Gemini 2.5 Pro.
Điều này cho bạn linh hoạt hơn nếu bạn tích hợp mô hình vào ứng dụng hoặc quy trình làm việc. Bạn có thể gọi mô hình trực tiếp với công cụ được bật, nhận phản hồi có cấu trúc hoặc xử lý tài liệu dài một cách tự động.
Bạn có thể tìm thêm thông tin kỹ thuật tại đây.
Gemini 2.5 Pro trên Vertex AI
Google cho biết Gemini 2.5 Pro cũng sẽ sớm có mặt trên Vertex AI, một phần của Google Cloud. Khác biệt chính giữa việc dùng trực tiếp Gemini API và truy cập qua Vertex AI nằm ở hạ tầng, quy mô và tích hợp.
Nếu bạn chỉ đang thử nghiệm hoặc xây dựng công cụ nội bộ, AI Studio hoặc API là đủ. Nếu bạn triển khai vào sản xuất với yêu cầu nghiêm ngặt về hiệu năng hoặc bảo mật, Vertex AI sẽ phù hợp hơn khi ra mắt hỗ trợ Gemini 2.5 Pro.
Kết luận
Ngày càng khó để thấy ấn tượng với các bản phát hành mô hình mới. Hầu hết các lần ra mắt đều theo một khuôn: vài ví dụ chọn lọc, vài điểm chuẩn bắt mắt và nhiều tuyên bố là tốt nhất ở mọi thứ. Nhưng Gemini 2.5 Pro thực sự khiến tôi có vài khoảnh khắc dừng lại và nghĩ, “Ổn, cái này thật sự hữu ích.”
Cửa sổ ngữ cảnh 1 triệu token thay đổi cách tiếp cận những tác vụ vốn cần thêm công đoạn—đặc biệt là mọi thứ liên quan đến tài liệu dài, codebase lộn xộn hoặc lập luận nhiều bước. Tôi không phải chia nhỏ đầu vào hay dựng pipeline RAG. Tôi chỉ tải tệp lên, đặt câu hỏi, và nhận lại câu trả lời mạch lạc, bám sát nguồn.
Nếu cửa sổ ngữ cảnh 2 triệu token sớm ra mắt, chỉ riêng điều đó cũng có thể khiến nó trở thành một trong những mô hình thực tiễn nhất cho công việc đời thực.