Courtesy of TechCrunch

Google DeepMind Luncurkan Gemini 2.5 Deep Think, Model AI Pemecah Masalah Terbaik

Memperkenalkan dan menjelaskan keunggulan model AI multi-agen terbaru Google, Gemini 2.5 Deep Think, yang mampu menghasilkan jawaban yang lebih baik dan mendalam dengan menggunakan pendekatan pemikiran paralel dan multi-agent, serta menunjukkan kinerja unggul dibanding pesaing di berbagai benchmark penting.

01 Agt 2025, 18.00 WIB

36 dibaca

Ikhtisar 15 Detik

Gemini 2.5 Deep Think adalah model AI inovatif yang menggunakan pendekatan multi-agent.
Model ini menunjukkan kinerja yang sangat baik dalam berbagai uji coba, termasuk di International Math Olympiad.
Google berencana untuk memperluas penggunaan Gemini 2.5 Deep Think dengan mengumpulkan umpan balik dari akademisi dan pengembang.

Mountain View, Amerika Serikat - Google DeepMind memperkenalkan model AI terbaru bernama Gemini 2.5 Deep Think yang mengusung sistem multi-agen. Sistem ini mampu menangani pertanyaan dengan cara mengeksplorasi beberapa ide secara bersamaan dan memilih jawaban terbaik dari hasil tersebut.

Model ini pertama kali diperkenalkan secara publik pada acara Google I/O 2025 dan kini tersedia bagi pelanggan berlangganan Ultra seharga Rp 4.11 juta ($250) per bulan. Pendekatan multi-agen yang digunakan membuat proses penalaran menjadi lebih panjang namun menghasilkan jawaban yang lebih baik.

Gemini 2.5 Deep Think berhasil meraih medali emas di Olimpiade Matematika Internasional (IMO) tahun ini dan outperform AI lain pada ujian Humanity’s Last Exam dan tes pemrograman LiveCodeBench6.

Google juga membagikan versi model yang dipakai di IMO kepada para matematikawan dan akademisi terpilih dengan tujuan memperdalam riset dan pengembangan sistem multi-agen di bidang akademik yang lebih kompleks.

Meskipun keunggulannya luar biasa, penggunaan model AI multi-agen ini membutuhkan sumber daya komputasi yang sangat besar, sehingga biasanya hanya tersedia untuk pengguna premium. Pendekatan serupa juga digunakan oleh perusahaan AI lain seperti xAI dan Anthropic.

Referensi:
[1] https://techcrunch.com/2025/08/01/google-rolls-out-gemini-deep-think-ai-a-reasoning-model-that-tests-multiple-ideas-in-parallel/

Analisis Kami

"Model AI multi-agent ini menunjukkan bahwa masa depan kecerdasan buatan ada pada kemampuan untuk menjelajah ide secara paralel, bukan hanya satu alur pemikiran linear. Namun, biaya operasional tinggi bisa menghambat adopsi luas kecuali ada inovasi signifikan dalam efisiensi komputasi."

Analisis Ahli

Noam Brown

"Sistem multi-agent meningkatkan kualitas jawaban AI dengan kolaborasi beberapa agen secara bersamaan, menghasilkan pemikiran yang lebih mendalam dan strategis dibanding model tunggal."

Demis Hassabis

"Menggunakan multi-agent sebagai pendorong pemikiran paralel adalah langkah maju yang penting untuk AI bisa menangani masalah yang kompleks dan kreatif secara efektif."

Prediksi Kami

Model multi-agent seperti Gemini 2.5 Deep Think akan menjadi standar dalam pengembangan AI di masa depan, meskipun biaya tinggi akan mendorong perusahaan membatasi aksesnya untuk kalangan berbayar atau khusus akademis.

Pertanyaan Terkait

Apa itu Gemini 2.5 Deep Think?

Gemini 2.5 Deep Think adalah model AI terbaru dari Google yang mampu menjawab pertanyaan dengan mengeksplorasi berbagai ide secara bersamaan.

Apa keunggulan dari model multi-agent yang digunakan dalam Gemini 2.5 Deep Think?

Keunggulan dari model multi-agent adalah kemampuannya untuk menghasilkan jawaban yang lebih baik dengan memanfaatkan lebih banyak sumber daya komputasi.

Bagaimana Gemini 2.5 Deep Think berkontribusi di International Math Olympiad?

Gemini 2.5 Deep Think membantu Google meraih medali emas di International Math Olympiad dengan menggunakan model AI yang canggih.

Apa capaian Gemini 2.5 Deep Think pada Humanity’s Last Exam?

Gemini 2.5 Deep Think mencapai skor 34.8% di Humanity’s Last Exam, mengungguli model AI lainnya.

Mengapa Google memilih untuk merilis model ini hanya untuk pelanggan berlangganan?

Google memilih untuk merilis model ini hanya untuk pelanggan berlangganan karena biaya operasional yang tinggi dari sistem multi-agent.