Къде е Gemini 3.5 Pro? Офанзивата на Google с Gemini: Когато скоростта стане по-важна от изобретателността

По-евтино вместо брилянтно: изненадващата промяна на стратегията на Google в Gemini

Новият план на Google за изкуствен интелект: Изоставя ли компанията надпреварата за най-умния изкуствен интелект?

Google драстично променя правилата на играта в глобалната надпревара за изкуствен интелект. Вместо да се впуска в изолирана битка с конкуренти като OpenAI и Anthropic за най-интелигентния – и следователно най-скъп – флагмански модел, технологичният гигант се фокусира върху радикалната ефективност. С новото си семейство модели, съсредоточено около Gemini 3.6 Flash, изключително енергийно ефективния Flash-Lite и високоспециализирания, но в момента скрит модел Cyber, нов показател заема централно място: намаляване на разходите с максимална практичност. Докато дългоочакваният флагман Gemini 3.5 Pro все още не е наличен, Google се препозиционира като незаменим основен доставчик за бързо развиващата се агентна икономика. Но какво означава тази стратегическа промяна за бъдещето на генеративния изкуствен интелект? И защо Google смята най-новия си модел за сигурност за твърде рисков за широката общественост? Следната статия анализира прагматичния път на Google към следващото поколение изкуствен интелект и разглежда огромното му въздействие върху бизнеса и разработчиците.

Защо Google предпочита да предостави три малки модела, вместо да изпълни едно голямо обещание

Последният ход на Google в надпреварата сред големите доставчици на изкуствен интелект следва модел, който все повече се превръща в норма в индустрията: вместо едно-единствено, монолитно подобрение, компанията предлага цяло семейство от модели, пригодени за различни случаи на употреба. С Gemini 3.6 Flash, Gemini 3.5 Flash-Lite и Gemini 3.5 Flash Cyber, Google стартира следващия еволюционен етап само няколко месеца след представянето на Gemini 3.5 Flash през май. Забележителното тук е не толкова техническата същност на отделните иновации, колкото основното стратегическо послание: Google вече не се позиционира предимно като доставчик на най-интелигентния модел, а по-скоро като доставчик на най-икономично ефективната екосистема от изкуствен интелект.

Пестеливостта като нов символ на статус в надпреварата за изкуствен интелект

Централният плюс на Gemini 3.6 Flash не е повишената интелигентност, а намаляването на разходите. Google рекламира приблизително 17% намаление на потреблението на токени в сравнение с предшественика си, 3.5 Flash, въз основа на измервания от Artificial Analysis Index. В някои бенчмаркове, като DeepSWE, се твърди, че цената на генериран изходен токен намалява с до 65%. В същото време номиналната цена също е намалена: Докато Gemini 3.5 Flash се таксуваше на 1,50 долара на милион входни токени и 9 долара на милион изходни токени, Gemini 3.6 Flash струва само 7,50 долара на милион изходни токени с непроменени входни разходи. Тази комбинация от по-ниско потребление и по-ниска цена за единица води до ясно забележим ефект върху оперативните разходи на компаниите, които внедряват генеративен ИИ в голям мащаб.

Този фокус върху ефективността не е съвпадение, а по-скоро израз на икономическа реалност, която в момента оформя цялата индустрия. Големите езикови модели водят до изчислителни разходи за всяка отделна заявка, които се натрупват в значителни суми при работа с милиони или милиарди ежедневни заявки. Доставчиците на облачни услуги и операторите на платформи, които искат да мащабират агентни системи, които самостоятелно обработват многоетапни задачи, трябва драстично да намалят потреблението на токени на стъпка; в противен случай икономическите ползи от такива системи ще бъдат погълнати от разходите за инфраструктура. Google се справя именно с този проблем, като предлага нов модел, който според собствените му твърдения изисква по-малко мисловни процеси и извиквания на инструменти за завършване на многоетапни работни процеси.

Технологичният напредък отвъд въпроса за цената

В допълнение към повишената ефективност, Gemini 3.6 Flash показва подобрения и в класическите тестове за производителност. При задачите за програмиране, измерени чрез теста DeepSWE, процентът на успех се увеличава от 37 на 49 процента. В ML Research Benchmark MLE Bench моделът се подобрява от 49,7 на 63,9 процента. Напредъкът е очевиден и при задачите, базирани на знания: Резултатът от GDPval-AA се покачва от 1349 на 1421 точки. Особено забележително е подобрението в компютърната грамотност, по-специално способността на изкуствения интелект да навигира самостоятелно в графичните потребителски интерфейси: Резултатът от OSWorld-Verified се увеличава от 78,4 на 83 процента. Освен това, базата знания на модела е актуализирана от януари 2025 г. до март 2026 г., което е значително практическо предимство в днешния бързо развиващ се технологичен пейзаж.

Въпреки тези постижения, Gemini 3.6 Flash остава ясно позициониран като модел от среден клас. В тестове за директно сравнение на платформи като Arena.ai, той се нарежда зад моделите от висок клас, като Claude Opus или новия GPT 5.6-Sol. Това не е слабост, а съзнателен избор на дизайн: Google се отказва от твърдението, че предлага най-мощния модел като цяло, и вместо това се фокусира върху сегмент, където скоростта, цената и достатъчното качество са по-важни от теоретичния максимум по отношение на интелигентността. Тази стратегия напомня на класическата пазарна сегментация в други технологични сектори, като например процесорите, където производителите постоянно предлагат ефективни продукти от среден клас за масови приложения, наред с високопроизводителни чипове.

Новият базов слой за икономиката на агентите

С Gemini 3.5 Flash-Lite, Google преследва още по-радикална цел за ефективност. Този модел е изрично проектиран като основа за изграждане и мащабиране на AI агенти – системи, които могат самостоятелно да обработват сложни задачи в множество стъпки, без да изискват човешка намеса на всеки етап. Той значително превъзхожда своя предшественик, 3.1 Flash-Lite, в бенчмаркове както за задачи, базирани на знания, така и за програмиране, като същевременно оперативните разходи остават изключително ниски – $0,30 на милион входни токени и $2,50 на милион изходни токени. Гъвкавостта на модела е забележителна: в зависимост от случая на употреба, той може да бъде конфигуриран да работи особено бързо и рентабилно или да разчита повече на възможностите си за разсъждение. Последното става необходимо, когато задачите трябва да се обработват съвместно от няколко специализирани подпрограми, известни като подагенти.

Това архитектурно решение разкрива посоката, в която се движи цялата индустрия. Много пазарни наблюдатели вярват, че бъдещето на изкуствения интелект не е във все по-големи индивидуални модели, а в мрежови системи от по-малки, специализирани модели, които, работейки заедно, картографират сложни процеси. Едно голямо изчисление от мощен модел се заменя с много малки, евтини заявки към по-ефективни модели, които си сътрудничат паралелно или последователно. Модел като Flash-Lite е идеално подходящ за тази архитектура, защото намалява цената на заявка до такава степен, че голям брой заявки остава икономически изгоден. Съобщението, че Flash-Lite ще предоставя и резултати с изкуствен интелект в уеб търсенето на Google, допълнително подчертава централната роля, която Google отрежда на този по-ефективен модел на масовия пазар.

Инструмент с две лица: Киберсигурността като бизнес област

Третата нова версия, Gemini 3.5 Flash Cyber, бележи значително разширяване на серията Flash в силно чувствителна област. Този модел е специално обучен да открива и анализира уязвимости в сигурността в софтуерния код и да предлага мерки за отстраняване. Тази специализация се основава на вече ефективния Gemini 3.5 Flash, който е допълнително усъвършенстван чрез целенасочено обучение за анализ на големи кодови бази. Вместо да изпраща една-единствена, скъпа заявка към много голям модел, всеобхватният агент за сигурност Codemender извиква рационализирания Cyber ​​модел многократно, за да изследва паралелно различните пътища на изпълнение на програмата. След това отделните частични резултати се консолидират в подробен отчет.

Производителността на този подход може да се види в конкретни цифри. В тест на сложния JavaScript енджин V8, кибер моделът идентифицира 55 отделни, потвърдени уязвимости, докато общият Flash модел откри само 47, а Claude Opus 4.6 на Anthropic - едва 36. Десет от откритите проблеми бяха открити изключително от специализирания кибер модел. В бенчмарка CyberGym, който оценява AI агенти спрямо стотици софтуерни уязвимости в реалния свят, моделът, в комбинация с множество изпълнения, постига ниво на производителност, сравнимо със значително по-големи и по-скъпи модели за сигурност от доставчици като Anthropic и OpenAI. Във вътрешен тест от екипа за облачна сигурност на Google, моделът откри няколко критични уязвимости в производствените системи само в рамките на два часа, включително уязвимост, свързана с повреда на паметта, за която също така генерира работещ експлойт, който заобикаля обичайните механизми за защита, като рандомизация на оформлението на адресното пространство.

Тази огромна способност за идентифициране на уязвимости в кода е и най-големият риск на модела. Самата Google открито признава двойната употреба на технологията: същата възможност, която позволява на защитниците да затварят уязвимости, може да бъде използвана от нападателите, за да експлоатират същите тези пропуски, преди те да бъдат отстранени. Поради тази причина Google реши да не прави модела публично достъпен засега, а по-скоро да го споделя изключително чрез собствения си инструмент за сигурност, Codemender, като част от строго контролирана пилотна програма с правителства и избрани, доверени партньори. Не е даден конкретен график за разширяване на достъпа. Това нежелание отразява нарастващото осъзнаване в индустрията, че високоспециализираните системи с изкуствен интелект в областта на сигурността не могат да бъдат пускани при същите правила като общите приложения за чатботове.

Тук ще научите как вашата компания може да внедри персонализирани решения с изкуствен интелект бързо, сигурно и без високи бариери за навлизане.

Управляваната AI платформа е вашето цялостно и безпроблемно решение за изкуствен интелект. Вместо да се занимавате със сложни технологии, скъпа инфраструктура и продължителни процеси на разработка, вие получавате готово решение, съобразено с вашите нужди, от специализиран партньор – често само в рамките на няколко дни.

Ключовите предимства накратко:

⚡ Бързо внедряване: От идея до готово за употреба приложение за дни, а не за месеци. Ние предлагаме практични решения, които създават незабавна добавена стойност.

🔒 Максимална сигурност на данните: Вашите чувствителни данни остават при вас. Гарантираме сигурна и съвместима обработка без споделяне на данни с трети страни.

💸 Без финансов риск: Плащате само за резултати. Високите първоначални инвестиции в хардуер, софтуер или персонал са напълно елиминирани.

🎯 Фокусирайте се върху основния си бизнес: Концентрирайте се върху това, което правите най-добре. Ние се грижим за цялостното техническо внедряване, експлоатация и поддръжка на вашето AI решение.

📈 Готов за бъдещето и мащабируем: Вашият изкуствен интелект расте с вас. Ние гарантираме непрекъсната оптимизация и мащабируемост и гъвкаво адаптираме моделите към новите изисквания.

Повече информация тук:

• Управляваното решение с изкуствен интелект - Индустриални услуги с изкуствен интелект: Ключът към конкурентоспособността в секторите на услугите, промишлеността и машиностроенето

Мистерията около изчезналия флагмански модел

Поразителното в цялото съобщение е какво липсва: Gemini 3.5 Pro, най-мощният модел от текущото поколение, вече се очакваше на Google I/O през май и оттогава не се е появил. Google само обяснява, че новата версия в момента се тества с избрани партньори и ще бъде достъпна след успешното завършване на тези тестове. Компанията все още не е посочила конкретна дата на пускане, но подчертава, че чакането не би трябвало да е много по-дълго. От гледна точка на няколко наблюдатели в индустрията, това многократно забавяне предполага, че Pro версията все още не е постигнала желаните резултати вътрешно в сложни задачи за програмиране и разсъждение, поради което Google очевидно предпочита да изчака, отколкото да пусне продукт, който не отговаря на собствените ѝ стандарти за качество или на очакванията на конкурентите ѝ.

Тази сдържаност хвърля интересна светлина върху конкурентната динамика сред водещите доставчици на изкуствен интелект. Докато OpenAI и Anthropic пускат нови топ модели в бърза последователност, Google видимо се фокусира върху средните и началните сегменти на производителността. Това може да се тълкува като знак за предпазливост, но и като проницателно пазарно позициониране: Вместо да представи потенциално все още развиващ се флагмански модел, Google си осигурява пазарен дял във всички области с достъпни, бързи и практични модели, които вече надеждно покриват по-голямата част от ежедневните бизнес приложения. За много бизнес случаи на употреба, като обработка на документи, отчитане или прости задачи за програмиране, абсолютната пикова производителност на даден модел е от второстепенно значение, стига скоростта и цената да са подходящи.

Наличност и интеграция в съществуващата екосистема

Практическото приемане на новите модели е забележително бързо и широко разпространено. Gemini 3.6 Flash и Gemini 3.5 Flash-Lite вече са налични в AI Studio, Android Studio и платформата Gemini Enterprise Agent на Google. Освен това, 3.6 Flash е интегриран в средата за разработка Antigravity и приложението Gemini Enterprise, като и двата модела са налични и в обикновеното приложение за крайни потребители Gemini. Особено забележително е съобщението, че Flash-Lite скоро ще предоставя и генерираните от изкуствен интелект резултати от търсенията в Google, което, предвид огромния обем заявки от тази търсачка, подчертава значението на рентабилен модел за Google в напълно ново измерение. Бързото приемане е очевидно и извън собствената екосистема на Google: Gemini 3.6 Flash беше интегриран в GitHub Copilot в деня на обявяването му, което подчертава нарастващата интеграция на основните доставчици на изкуствен интелект с утвърдени инструменти за разработчици.

Тази широка и едновременна интеграция в различни продуктови линии демонстрира систематичния подход на Google за безпроблемно внедряване на нови поколения модели в цялото си продуктово портфолио. За разлика от предишните промени в моделите, които често включваха забележими разлики между обявяването и действителната наличност в различни приложения, това внедряване изглежда е щателно организиран процес. Това предполага зряла вътрешна инфраструктура, която позволява почти едновременно внедряване на нов модел във всички точки на контакт с разработчиците и крайните потребители.

Поглед напред: Обявяването на Gemini 4

В допълнение към трите конкретни модела, съобщението на Google включва и поглед към следващото голямо поколение. Компанията потвърждава, че така нареченото предварително обучение, основната начална фаза на обучение за Gemini 4, вече е започнало. Google не предоставя конкретни технически подробности относно архитектурата, размера или планираните възможности на предстоящия мащабен модел, но подчертава вълнението си от постигнатия досега напредък. Тази умишлено неясна формулировка е типична за комуникационната стратегия на големите лаборатории за изкуствен интелект, които от една страна пораждат очаквания, но от друга страна не искат да дават проверими обещания, които по-късно биха могли да се окажат преждевременни.

Като се има предвид цикълът на пускане на пазара през последните години, в който Google обикновено представяше нови базови модели на своята конференция за разработчици I/O през пролетта и последваха големи генерационни скокове през есента или зимата, пускането на Gemini 4 към края на тази година изглежда правдоподобно. За компаниите, които планират своята стратегия за изкуствен интелект в дългосрочен план, това означава, че всеки, който инвестира в семейството Flash днес, го прави със съзнанието, че нова технологична основа може да последва само след няколко месеца, което от своя страна ще изисква нови решения за миграция. Този кратък полуживот на поколенията модели на изкуствен интелект поставя ИТ отделите и софтуерните архитекти пред постоянното предизвикателство да проектират своите системи по такъв начин, че промяната в основните модели да може да бъде внедрена възможно най-гладко.

Контекст: Какво разкрива тази моделна стратегия за пазарната позиция на Google

Като цяло, неотдавнашното съобщение показва, че конкуренцията сред водещите компании за изкуствен интелект все повече се разделя на две паралелни измерения. От една страна, има надпреварата за най-интелигентния и най-мощен модел, област, в която Anthropic и OpenAI в момента доминират заглавията със своите водещи продукти, а Google видимо изостава със своята забавена Pro версия. От друга страна, се очертава второ, потенциално по-икономически значимо бойно поле: конкуренцията за най-ефективната, рентабилна и мащабируема инфраструктура за ежедневното, масово внедряване на изкуствен интелект в бизнеса, търсачките и агентските системи. В тази втора арена Google много целенасочено и последователно се позиционира начело със своето семейство продукти Flash.

Тази двойна стратегия е икономически обоснована. За по-голямата част от практическите приложения в бизнеса, от автоматизирана обработка на документи и чатботове за обслужване на клиенти до прости програмни задачи, абсолютният интелект на модела от най-високо ниво не е решаващият фактор, а по-скоро балансът между цена, скорост и достатъчно качество. Доставчиците на облачни услуги, които трябва да обработват милиони заявки на ден, се възползват повече от двуцифрено процентно намаление на разходите за токени, отколкото от незначително подобрение в способностите за разсъждение на скъп топ модел. Google изглежда последователно прилага това прозрение в продуктовата си стратегия, като едновременно с това изпраща сигнал към разработчиците и корпоративните клиенти: Всеки, който иска да изгради мащабируеми AI агенти или рентабилни интеграции за търсене днес, ще намери солидна, икономически жизнеспособна основа в семейството Flash, независимо кога големият Pro модел в крайна сметка ще бъде пуснат.

В същото време, въвеждането на специализирания кибермодел разкрива нов аспект от конкурентния пейзаж на ИИ, който се простира отвъд обикновените съображения за ефективност: нарастващото използване на ИИ като активен инструмент в киберсигурността, с всички свързани с това възможности за защитниците и рискове в случай на злоупотреба. Контролираното, поетапно пускане на този модел показва, че Google е наясно със своята социална отговорност при пускането на особено мощни инструменти за сигурност и е готова да ограничи търговския обхват, поне временно, в полза на съображения за сигурност. Как ще се развива този баланс между широката наличност и контролирания достъп в бъдеще вероятно ще се превърне в една от най-интересните области за наблюдение, тъй като моделите на ИИ стават все по-способни самостоятелно да анализират и манипулират сложни технически системи.

☑️ Нашият бизнес език е английски или немски

☑️ НОВО: Кореспонденция на родния ви език!

 

Аз и моят екип с удоволствие ще бъдем на ваше разположение като ваш личен съветник.

Можете да се свържете с мен, като попълните формата за контакт тук wolfenstein@xpert.digital:или просто ми се обадите на +49 7348 4088 965. Моят имейл адрес е

Очаквам с нетърпение нашия съвместен проект.

 

 

☑️ Подкрепа за МСП в стратегията, консултирането, планирането и внедряването

☑️ Създаване или пренасочване на дигиталната стратегия и дигитализация

☑️ Разширяване и оптимизиране на международните процеси на продажби

☑️ Глобални и дигитални B2B търговски платформи

☑️ Pioneer Развитие на бизнеса / Маркетинг / PR / Търговски панаири

Xpert.Digital е индустриален център за B2B, базиран на данни, ръководен от Konrad Wolfenstein . Компанията действа като външно, квази-вътрешно решение за индустриални партньори, запълвайки оперативните пропуски в маркетинга, съдържанието и продажбите – без да се изискват допълнителни ресурси от страна на клиента.

Повече информация тук:

• Квази-вътрешно решение: Как Xpert.Digital запълва оперативните пропуски в B2B маркетинга и продажбите – Smart Content-Driven Business