„Google“ išleido „Gemini 3.6 Flash“ ir 3.5 „Flash-Lite“ kaip naujus darbinius arklius, skirtus sumažinti įmonių AI agentų delsą ir žetonų išlaidas.
Savarankiškų programinės įrangos agentų veikimo gamybinėje aplinkoje ekonomika susiveda į fiksuotą lygtį, kurią keli pardavėjai tiesiogiai reklamuoja. Modelis turi kompetentingai atlikti kelių etapų užduotį, tačiau kiekvienas papildomas prieigos raktas, kurį jis sukuria tai darydamas, padidina darbo eigos, kuri gali veikti tūkstančius kartų per valandą, sąnaudas ir vėluoja.
Komandoms, kurinčioms foninius agentus, o ne pokalbių sąsajas, pirmiausia reikia pralaidumo, o po to – parametrų skaičių. Šią savaitę paskelbtame „Google“ atsakyme šis kompromisas padalytas į tris modelius: „Gemini 3.6 Flash“, skirtą kodavimui ir daugiarūšiam samprotavimui, „Gemini 3.5 Flash-Lite“, skirtas didelės apimties, mažai delsos darbui, ir ribotas „Gemini 3.5 Flash Cyber“ variantas, sukurtas pažeidžiamumui ištaisyti.
„Gemini 3.6 Flash“ matematika
„Google“ kūrėjo dokumentacijoje, skirtoje 3.6 „Flash“, sutelktas vienas skaičius: 17 procentų mažiau išvesties prieigos raktų nei ankstesnėje 3.5 „Flash“ versijoje, remiantis dirbtinės analizės indekso matavimais.
Atlikdama konkrečius sintetinius testus, įskaitant „Datacurve DeepSWE“ etaloną, „Google“ praneša, kad žetonų naudojimas sumažėjo iki 65 proc. Kainos yra 1,50 USD / 1 mln. įvesties žetonų ir 7,50 USD / 1 mln. išvesties prieigos raktų, todėl modelis yra pagrįstas argumentavimo kilpomis, kurios veikia nuolat, o ne pagal pareikalavimą.
„DeepSWE“ įmonė užfiksuoja 49 procentų sėkmės rodiklį 3.6 Flash, palyginti su 37 procentais jos pirmtako. MLE stende rezultatas svyruoja nuo 49,7 proc. iki 63,9 proc., o „Google“ GDPval-AA v2 teste, kuriuo bandoma įvertinti realaus pasaulio žinių darbą, o ne kodavimo galvosūkius, – 3,6 „Flash“ balas 1421, palyginti su 1349 senesnio modelio.
Figma, Hebbia ir Harvey pritaikė modelį
„Figma“ į savo prototipų kūrimo infrastruktūrą integravo 3.6 „Flash“ ir, pasak bendrovės produktų inžinerijos direktoriaus Matto Colyerio, šis modelis kūrėjams suteikia greitesnį kelią per projektavimo iteracijas, nesumažinant išvesties kokybės.
Teisinė technologijų platforma „Harvey“ ir tyrimų įrankis „Hebbia“ nukreipia duomenis per daugiarūšio dokumentų darbo modelį: apdoroja neapdorotus finansinius dokumentus, analizuoja dokumento struktūrą, nuskaito įterptąsias diagramas ir rengia ataskaitų projektus peržiūrai.
„Google“ taip pat įtraukė kliento kompiuterio naudojimo įrankį tiesiai į „Gemini“ API ir „Gemini Enterprise“ platformas, pašalindama tinkintus tarpinius programinės įrangos inžinierius, anksčiau sukurtus, kad modeliai veiktų operacinės sistemos viršuje.
Bendrovė praneša, kad OSWorld-Verified balas yra 83,0 proc., palyginti su 78,4 proc., ir teigia, kad atnaujintos apsaugos priemonės nuo piktnaudžiavimo cheminiais, biologiniais, radiologiniais ir branduoliniais tikslais pagerina atsparumą įsilaužimui į kalėjimą, nepadidindamas nepalankių prašymų atmetimo procento.
Pigesnė didelės apimties foninių agentų pakopa
„Gemini 3.5 Flash-Lite“ skirta kitokiam darbui: dokumentų apdorojimui ir agentinei paieškai, kuri vykdoma dideliu kiekiu, o ne samprotavimų gyliu. Dirbtinės analizės indeksas matavo modelį esant 350 išvesties žetonų per sekundę, o tai yra greičiausias 3,5 serijos rodiklis pagal „Google“.
Kainos yra 0,3 USD/1 mln. įvesties žetonų ir 2,5 USD/1 mln. išvesties prieigos raktų, pakankamai pigūs, kad inžinierių komandos galėtų nukreipti paprastas, didelės apimties subagento užklausas į minimalų mąstymo lygį ir skirti aukštesnius mąstymo lygius kelių etapų darbui.
Atliekant „Google“ GDM-MRCR v2 ilgo konteksto testą, „Gemini 3.5 Flash-Lite“ užfiksavo 72,2 proc. sėkmės rodiklį, palyginti su 60,1 proc. pirmtako, o jo GDPval-AA v2 balas beveik padvigubėjo – nuo 642 iki 1140. Modelis turi tą patį kompiuterio naudojimo įrankį kaip ir 3.6 „Flash“.
Atskirai „Google“ teigia, kad „Gemini 3.5 Pro“ ir toliau bando partnerius prieš išleidžiant visą versiją, o paruošiamieji mokymai dėl kitos „Gemini 4“ architektūros jau vyksta.
Gemini 3.5 Flash Cyber: ribotas kodo pataisymo modelis
Automatiniai pažeidžiamumo skaitytuvai dabar atskleidžia trūkumus greičiau, nei dauguma saugos komandų gali jas pataisyti, ir tai yra vieta, kur „Google“ pozicionuoja „Gemini 3.5 Flash Cyber“.
Modelis sukurtas taip, kad patvirtintų ir pašalintų kodo pažeidžiamumą, o „Google“ praneša apie „CyberGym“ etalono našumą, konkuruojantį su pažangiais modeliais (nors ji nepaskelbė tų skaičių taip pat išsamiai, kaip vartotojams skirti leidimai).
Vykdant bandomąją programą platinamas tik vyriausybės ir tikrinti partneriai. „Google“ nustato apribojimą, kad apsaugotų nuo modelio, generuojančio išnaudojimo kodą įžeidžiančiam naudojimui.
„Google CodeMender“ saugos agente keli 3.5 „Flash Cyber“ egzemplioriai veikia lygiagrečiai, kryžmiškai tikrindami vienas kito išvadas prieš pateikdami vieną ištaisymo ataskaitą, kurią tikrintojas pasirašo.
Inžinierių komandos, siekiančios integruoti šiuos naujus modelius, gali juos pasiekti per Gemini API per Google AI Studio, Android Studio arba Gemini Enterprise Agent Platform. Vartotojai taip pat gali pasiekti naujus modelius „Gemini“ programoje, o „3.5 Flash-Lite“ taip pat pristatoma „Google“ paieškoje.
Taip pat žiūrėkite: Bristolis Myersas Squibbas perka „Nvidia AI“ sistemą, skirtą vaistų atradimui
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
