Google Gemini 2.5 Ultra slår GPT-5 på matematikk og kode
Google annonserte Gemini 2.5 Ultra med toppplassering på MATH-500 og HumanEval. For første gang siden GPT-4 er ikke OpenAI-modellen best på den mest brukte kode-benchmarken.
Google har slått tilbake. Gemini 2.5 Ultra ble annonsert i juli 2026 med to benchmark-seire som hele AI-bransjen merket seg:
- MATH-500: Gemini 2.5 Ultra løste 96,8% av oppgavene korrekt — mot GPT-5s 94,1%
- HumanEval (kodegenerering): Gemini 2.5 Ultra løste 92,4% av oppgavene — mot GPT-5s 89,7%
Hva er disse benchmarkene? MATH-500 er en samling av 500 konkurransematematikk-problemer fra gymnasialt til universitetsnivå. HumanEval er en samling av 164 Python-kodeutfordringer som tester modellens evne til å skrive fungerende programmeringskode.
Er benchmarks det samme som praktisk ytelse? Nei — og det er den viktige nyanseringen. En modell kan toppe benchmarks og likevel skuffe i daglig bruk. Men matematikk og kode er de mest objektive målene vi har, fordi svarene er enten riktige eller gale.
Hva betyr det for brukere? For bedrifter som bruker AI til dataanalyse, formelbygging, kode-review eller teknisk dokumentasjon, er dette det sterkeste argumentet så langt for å vurdere Gemini 2.5 Ultra.
En viktig begrensning: Ultra-varianten er dyr — kun tilgjengelig for bedriftsabonnementer til en pris som overstiger både Claude 4 Opus og GPT-5 Opus. Den er ikke for alle.
For norske bedrifter med tunge analytiske oppgaver eller sofistikert Excel/Python-bruk er det verdt å teste Ultra mot din konkrete arbeidsflyt.