标题：Gemini 2.5弯道超车的背后

正文：去年，谷歌的Gemini还在追赶，而今年Gemini 2.5 Pro已在多项评测中全面领先。短短一年间，谷歌是如何实现逆袭的？《硅谷101》创始人泓君邀请了Energent.ai联合创始人Kimi Kong和HeyRevia创始人Shaun Wei，与两位前Google技术专家探讨Gemini成功的核心逻辑。

Kimi指出，Gemini 2.5 Pro的卓越表现得益于预训练、监督微调及强化学习对齐三大基础步骤的持续优化。尤其在过去一年，行业将更多精力投入到强化学习，特别是在“人类反馈”和“AI反馈”上的探索，如数学和编程任务中。Google通过多年积累的经验，结合强化学习的创新应用，实现了Gemini在编程、数学等高确定性任务中的出色表现。

在代码生成能力上，Anthropic的代码质量为何优于其他公司？Kimi认为，这源于Anthropic在预训练阶段大量投入高质量代码数据，同时在对齐阶段优先关注编程能力，但也可能导致其在其他能力上的平衡性略显不足。相比之下，Google更注重综合能力的发展。

Gemini的成功离不开几位关键人物。Jeff Dean擅长大规模预训练，Oriol Vinyals在强化学习领域贡献卓著，而Noam Shazeer则在自然语言处理上有深厚积累。三人强强联合，推动了模型能力的全面提升。此外，Google创始人Sergey Brin的回归激发了团队士气，为Gemini的快速崛起注入动力。

在价格竞争方面，Gemini的API成本仅为OpenAI的五分之一甚至十分之一。这得益于Google自研TPU生态、强大的基础设施以及软硬件一体化的优势，使其能够大幅降低运行成本。正如Kimi所说，这种成本优势不仅提升了竞争力，也为开发者提供了更低的接入门槛。