A videó bemutatja a Google legújabb mesterséges intelligencia modelljét, a Gemini 2.5 Flash-t, amelyet költséghatékonyság és sokoldalúság jellemez. Képes többféle inputot kezelni, így nemcsak szöveget, hanem hangot, képet és videót is.
Újdonság a gondolkodási folyamat irányíthatósága: beállítható a modell „gondolkodási költségvetése”, vagyis az, hogy hány token erejéig végezzen mélyebb elemzést, sőt akár különböző „gondolkodó” módokat is engedélyezhetünk vagy tilthatunk. Ezzel a felhasználók manuálisan szabályozhatják, mennyire legyen alapos egy-egy válasz.
Az árképzés kiemelkedően kedvező, különösen a versenytársakhoz – például a Sonnet 3.7, Gro 3 Beta, O4 Mini vagy Claude 3.7 – viszonyítva. A bemutatott benchmarkok rávilágítanak, mely területeken erős vagy éppen kevésbé kiemelkedő a modell; például matematikában jól teljesít, bár vannak fejlettebb opciók is más célokra.
Az elérhetőség egyszerű: a modell a Vertex AI-n, AI Studión keresztül vagy közvetlenül a Gemini oldalán is kipróbálható. Mindezek mellett hangsúlyozzák, hogy a multimodális (szöveg, kép, hang, videó feldolgozás egyidejűleg) képességek kiemelkedők, és mindezt akár egyetlen API-kulccsal is elérhetjük.
Külön kitérnek a hosszú kontextus kezelésére, például egyszerre akár millió token méretű inputtal dolgozhatunk, legyen szó több ezres képmennyiségről vagy órákig tartó hanganyagokról, így izgalmas lehetőségek nyílnak speciális elemzésekhez és keresésekhez is.
