---
title: "Gemini 2.5 Pro"
source: "https://systems-analysis.info/wiki/Gemini_2.5_Pro"
wiki: "systems-analysis.info/wiki"
article: "Gemini_2.5_Pro"
language: "ru"
categories:
  - "Категория:Gemini"
  - "Категория:Google"
  - "Категория:Russian"
  - "Категория:Большие языковые модели"
  - "Категория:Семейства LLM"
revision_id: 584
wiki_created_at: 2026-11-10T18:21:47Z
wiki_modified_at: 2026-11-11T01:28:23Z
downloaded_at: 2026-11-11T01:38:43Z
---

# Gemini 2.5 Pro

**Gemini 2.5 Pro** — мультимодальная большая языковая модель (LMM) компании [Google DeepMind](https://systems-analysis.info/wiki/Google_DeepMind "Google DeepMind"), первая модель семейства Gemini 2.5, формирующая внутренние рассуждения перед ответом («thinking») и нативно обрабатывающая текст, изображения, аудио и видео в контекстном окне объёмом 1 миллион токенов. Модель была представлена и открыта в экспериментальном доступе 25 марта 2025 года в Google AI Studio и приложении Gemini, а её стабильная общедоступная версия была выпущена 17 июня 2025 года.

## Оценка

Gemini 2.5 Pro оценивалась по широкому набору тестов (бенчмарков), охватывающих рассуждение, научные знания, математику, генерацию и редактирование кода, агентное программирование, фактичность, мультимодальные возможности, понимание видео, работу с длинным контекстом и многоязычную обработку. Все результаты Gemini получены в режиме pass@1 через AI Studio API со стандартными настройками сэмплирования; результаты сторонних моделей взяты из отчётов их разработчиков, если не указано иное.

Согласно Model Card Google DeepMind, Gemini 2.5 Pro показала сильные результаты в ряде бенчмарков, требующих развитых способностей к рассуждению, а наиболее заметный прогресс — в задачах, связанных с кодом. Приведённые ниже результаты актуальны по состоянию на июнь 2025 года.<sup>[\[1\]](https://systems-analysis.info/wiki/Gemini_2.5_Pro#cite_note-1)</sup>

<table class="wikitable" style="text-align:center;">
<colgroup>
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
<col style="width: 8%" />
</colgroup>
<thead>
<tr class="header">
<th style="text-align: left;">Benchmark</th>
<th>Description</th>
<th></th>
<th>Gemini 2.5 Pro<br />
(GA)</th>
<th>Gemini 2.5 Pro<br />
(Preview 05-06)</th>
<th>Gemini 2.5 Pro<br />
(Experimental 03-25)</th>
<th>OpenAI o3 High</th>
<th>OpenAI o4-mini High</th>
<th>Claude 4 Sonnet</th>
<th>Claude 4 Opus<br />
(32K Thinking)</th>
<th>Grok 3 Beta<br />
(Extended Thinking)</th>
<th>DeepSeek R1 05-28</th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td style="text-align: left;"><a href="https://systems-analysis.info/wiki/Humanity%27s_Last_Exam" title="Humanity&#39;s Last Exam">Humanity’s Last Exam</a></td>
<td>Reasoning &amp; Knowledge</td>
<td></td>
<td style="background: #e6f3ff"><strong>21.6%</strong></td>
<td>17.8%</td>
<td>18.8%</td>
<td>20.3%</td>
<td>18.1%</td>
<td>7.8%</td>
<td>10.7%</td>
<td>—</td>
<td>14.0%*</td>
</tr>
<tr class="even">
<td style="text-align: left;">GPQA Diamond</td>
<td>Science</td>
<td>single attempt (pass@1)</td>
<td style="background: #e6f3ff"><strong>86.4%</strong></td>
<td>83.0%</td>
<td>84.0%</td>
<td>83.3%</td>
<td>81.4%</td>
<td>75.4%</td>
<td>79.6%</td>
<td>80.2%</td>
<td>81.0%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">AIME 2025</td>
<td>Mathematics</td>
<td>single attempt (pass@1)</td>
<td style="background: #e6f3ff">88.0%</td>
<td>83.0%</td>
<td>86.7%</td>
<td>88.9%</td>
<td><strong>92.7%</strong></td>
<td>70.5%</td>
<td>75.5%</td>
<td>77.3%</td>
<td>87.5%</td>
</tr>
<tr class="even">
<td style="text-align: left;">LiveCodeBench<br />
(10/1/2024 – 2/1/2025)</td>
<td>Code generation</td>
<td>single attempt (pass@1)<br />
multiple attempts</td>
<td style="background: #e6f3ff"><strong>75.6%</strong><br />
—</td>
<td>70.4%<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>70.6%<br />
<strong>79.4%</strong></td>
<td>—<br />
—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">LiveCodeBench<br />
(1/1/2025 – 5/1/2025)</td>
<td>Code generation</td>
<td>single attempt (pass@1)</td>
<td style="background: #e6f3ff">69.0%</td>
<td>—</td>
<td>—</td>
<td>72.0%</td>
<td><strong>75.8%</strong></td>
<td>48.9%</td>
<td>51.1%</td>
<td>—</td>
<td>70.5%</td>
</tr>
<tr class="even">
<td style="text-align: left;">Aider Polyglot</td>
<td>Code editing</td>
<td>whole / diff</td>
<td style="background: #e6f3ff"><strong>82.2%</strong> (diff-fenced)</td>
<td>76.5% / 72.7%<br />
(whole/diff)</td>
<td>74.0% / 68.6%<br />
(whole/diff)</td>
<td>79.6% (diff)</td>
<td>72.0% (diff)</td>
<td>61.3% (diff)</td>
<td>72.0% (diff)</td>
<td>53.3% (diff)</td>
<td>71.6%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">SWE-Bench Verified</td>
<td>Agentic coding</td>
<td>Single attempt<br />
Multiple attempts</td>
<td style="background: #e6f3ff">59.6%<br />
—</td>
<td>63.2%<br />
—</td>
<td>63.8%<br />
—</td>
<td>69.1%<br />
—</td>
<td>68.1%<br />
—</td>
<td><strong>72.7%</strong><br />
<strong>80.2%</strong></td>
<td>72.5%<br />
79.4%</td>
<td>—<br />
—</td>
<td>—<br />
57.6%</td>
</tr>
<tr class="even">
<td style="text-align: left;">SimpleQA</td>
<td>Factuality</td>
<td></td>
<td style="background: #e6f3ff"><strong>54.0%</strong></td>
<td>50.8%</td>
<td>52.9%</td>
<td>48.6%</td>
<td>19.3%</td>
<td>—</td>
<td>—</td>
<td>43.6%</td>
<td>27.8%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">FACTS Grounding</td>
<td>Factuality</td>
<td></td>
<td style="background: #e6f3ff"><strong>87.8%</strong></td>
<td>—</td>
<td>—</td>
<td>69.6%</td>
<td>62.1%</td>
<td>79.1%</td>
<td>77.7%</td>
<td>74.8%</td>
<td>82.4%</td>
</tr>
<tr class="even">
<td style="text-align: left;">MMMU</td>
<td>Visual reasoning</td>
<td>single attempt (pass@1)<br />
multiple attempts</td>
<td style="background: #e6f3ff">82.0%<br />
—</td>
<td>79.6%<br />
—</td>
<td>81.7%<br />
—</td>
<td><strong>82.9%</strong><br />
—</td>
<td>81.6%<br />
—</td>
<td>74.4%<br />
—</td>
<td>76.5%<br />
—</td>
<td>76.0%<br />
<strong>78.0%</strong></td>
<td>no MM support<br />
no MM support</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Vibe-Eval (Reka)</td>
<td>Image understanding</td>
<td></td>
<td style="background: #e6f3ff">67.2%</td>
<td>65.6%</td>
<td><strong>69.4%</strong></td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>no MM support</td>
</tr>
<tr class="even">
<td style="text-align: left;">VideoMME</td>
<td>Video</td>
<td>Audio, visual, subtitles</td>
<td style="background: #e6f3ff"><strong>86.9%</strong></td>
<td>84.8%</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>no MM support</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Video-MMMU</td>
<td>Video understanding</td>
<td></td>
<td style="background: #e6f3ff"><strong>83.6%</strong></td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">MRCR</td>
<td>Long context</td>
<td>128k (average)<br />
1M (pointwise)</td>
<td style="background: #e6f3ff">—<br />
—</td>
<td>93.0%<br />
82.9%</td>
<td><strong>94.5%</strong><br />
<strong>83.1%</strong></td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>—<br />
—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">MRCR v2 (8-needle)</td>
<td>Long context</td>
<td>128k (average)<br />
1M (pointwise)</td>
<td style="background: #e6f3ff"><strong>58.0%</strong><br />
<strong>16.4%</strong></td>
<td>—<br />
—</td>
<td>—<br />
—</td>
<td>57.1%<br />
—</td>
<td>36.3%<br />
—</td>
<td>39.1%<br />
—</td>
<td>16.1%**<br />
—</td>
<td>34.0%<br />
—</td>
<td>—<br />
—</td>
</tr>
<tr class="even">
<td style="text-align: left;">Global MMLU (Lite)</td>
<td>Multilingual performance</td>
<td></td>
<td style="background: #e6f3ff">89.2%</td>
<td>88.6%</td>
<td><strong>89.8%</strong></td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
<td>—</td>
</tr>
</tbody>
</table>

*\* DeepSeek R1 на Humanity's Last Exam оценивалась только на текстовых задачах (без изображений).*

*\*\* Результат Claude 4 Opus на MRCR v2 получен без режима размышления и включает отказы API.*

1.  <span id="cite_note-1">[↑](https://systems-analysis.info/wiki/Gemini_2.5_Pro#cite_ref-1) Google DeepMind. *Gemini 2.5 Pro — Model Card*. Обновление: 27 июня 2025 года. С. 4–6.</span>

## См. также

- [Gemini 3 Pro](https://systems-analysis.info/wiki/Gemini_3_Pro "Gemini 3 Pro")
- [Gemini 2.5 Flash](https://systems-analysis.info/wiki/Gemini_2.5_Flash "Gemini 2.5 Flash")