Kde je Gemini 3.5 Pro? Ofenzíva Googlu s Gemini: Když se rychlost stane důležitější než vynalézavost

Levnější místo geniálního: Překvapivá změna strategie Googlu v Gemini

Nový plán společnosti Google pro umělou inteligenci: Vzdává se společnost závodu o nejchytřejší umělou inteligenci?

Google drasticky mění pravidla hry v globálním závodě umělé inteligence. Místo toho, aby se pustil do izolovaného boje s konkurenty, jako jsou OpenAI a Anthropic, o nejinteligentnější – a tedy i nejdražší – vlajkový model, se technologický gigant zaměřuje na radikální efektivitu. S novou modelovou řadou, která se soustředí na Gemini 3.6 Flash, extrémně energeticky úsporný Flash-Lite a vysoce specializovaný, ale v současné době utajovaný model Cyber, se do popředí dostává nová metrika: snižování nákladů s maximální praktičností. Zatímco dlouho očekávaná vlajková loď Gemini 3.5 Pro zůstává nedostupná, Google se mění v nepostradatelného základního poskytovatele pro rychle rostoucí ekonomiku agentů. Co ale tento strategický posun znamená pro budoucnost generativní umělé inteligence? A proč Google považuje svůj nejnovější bezpečnostní model za příliš riskantní pro širokou veřejnost? Následující článek analyzuje pragmatickou cestu Googlu k nové generaci umělé inteligence a zkoumá její masivní dopad na firmy a vývojáře.

Proč Google raději dodává tři malé modely, než aby splnil jeden velký slib

Nejnovější krok společnosti Google v závodě mezi hlavními poskytovateli umělé inteligence sleduje vzorec, který se v tomto odvětví stále více stává normou: Místo jediného, ​​monolitického pokroku společnost dodává celou řadu modelů přizpůsobených různým případům použití. S modely Gemini 3.6 Flash, Gemini 3.5 Flash-Lite a Gemini 3.5 Flash Cyber ​​Google zahajuje další evoluční fázi během pouhých několika měsíců od představení Gemini 3.5 Flash v květnu. Pozoruhodné je zde méně technická podstata jednotlivých inovací než základní strategické sdělení: Google se již primárně nepozicije jako poskytovatel nejinteligentnějšího modelu, ale spíše jako poskytovatel ekonomicky nejefektivnějšího ekosystému umělé inteligence.

Šetrnost jako nový symbol společenského postavení v závodě umělé inteligence

Hlavním prodejním argumentem Gemini 3.6 Flash není zvýšená inteligence, ale snížení nákladů. Google inzeruje zhruba 17% snížení spotřeby tokenů ve srovnání s jeho předchůdcem, 3.5 Flash, na základě měření z indexu Artificial Analysis Index. V některých benchmarkech, jako je DeepSWE, se údajně náklady na vygenerovaný výstupní token sníží až o 65 procent. Zároveň byla snížena i nominální cena: Zatímco Gemini 3.5 Flash byl účtován za 1,50 USD za milion vstupních tokenů a 9 USD za milion výstupních tokenů, Gemini 3.6 Flash stojí pouze 7,50 USD za milion výstupních tokenů při nezměněných vstupních nákladech. Tato kombinace nižší spotřeby a nižší ceny za jednotku má za následek jasně znatelný vliv na provozní náklady společností, které ve velkém měřítku nasazují generativní umělou inteligenci.

Toto zaměření na efektivitu není náhoda, ale spíše vyjádření ekonomické reality, která v současnosti formuje celé odvětví. Velké jazykové modely s sebou nesou výpočetní náklady s každým jednotlivým dotazem, které se při zpracování milionů nebo miliard denních dotazů sčítají do značných částek. Poskytovatelé cloudových služeb a provozovatelé platforem, kteří chtějí škálovat systémy agentů, které nezávisle zpracovávají vícestupňové úlohy, musí drasticky snížit spotřebu tokenů na krok; jinak ekonomické výhody takových systémů budou pohlceny náklady na infrastrukturu. Google řeší právě tento problém tím, že nabízí nový model, který podle jeho vlastních prohlášení vyžaduje méně myšlenkových procesů a volání nástrojů k dokončení vícestupňových pracovních postupů.

Technologický pokrok přesahuje pouhou otázku nákladů

Kromě zvýšené efektivity vykazuje Gemini 3.6 Flash také zlepšení v klasických výkonnostních benchmarkech. V programovacích úlohách, měřeno testem DeepSWE, se míra úspěšnosti zvýšila z 37 na 49 procent. V ML Research Benchmark MLE Bench se model zlepšil ze 49,7 na 63,9 procenta. Pokrok je patrný i u úloh založených na znalostech: Skóre GDPval-AA se zvýšilo z 1349 na 1421 bodů. Obzvláště pozoruhodné je zlepšení počítačové gramotnosti, konkrétně schopnosti umělé inteligence samostatně se orientovat v grafických uživatelských rozhraních: Skóre OSWorld-Verified se zvýšilo ze 78,4 na 83 procent. Kromě toho byla znalostní báze modelu aktualizována od ledna 2025 do března 2026, což je v dnešní rychle se vyvíjející technologické krajině významná praktická výhoda.

Navzdory těmto pokrokům zůstává Gemini 3.6 Flash jasně pozicionován jako model střední třídy. V přímých srovnávacích testech na platformách, jako je Arena.ai, se řadí za špičkové modely, jako je Claude Opus nebo nový GPT 5.6-Sol. Nejde o slabinu, ale o záměrnou volbu designu: Google se vzdává tvrzení, že nabízí celkově nejvýkonnější model, a místo toho se zaměřuje na segment, kde jsou rychlost, cena a dostatečná kvalita důležitější než teoretické maximum z hlediska inteligence. Tato strategie připomíná klasickou segmentaci trhu v jiných technologických odvětvích, jako jsou procesory, kde výrobci konzistentně nabízejí efektivní produkty střední třídy pro masové aplikace vedle vysoce výkonných čipů.

Nová základní vrstva pro ekonomiku agentů

S verzí Gemini 3.5 Flash-Lite sleduje Google ještě radikálnější cíl v oblasti efektivity. Tento model je explicitně navržen jako základ pro vytváření a škálování agentů umělé inteligence – systémů, které dokáží nezávisle zpracovávat složité úkoly v několika krocích, aniž by v každé fázi vyžadovaly lidský zásah. Výrazně překonává svého předchůdce, verzi 3.1 Flash-Lite, v benchmarkových testech pro úlohy založené na znalostech i programování, přičemž provozní náklady zůstávají mimořádně nízké, 0,30 USD na milion vstupních tokenů a 2,50 USD na milion výstupních tokenů. Flexibilita modelu je pozoruhodná: v závislosti na případu použití jej lze nakonfigurovat tak, aby fungoval obzvláště rychle a nákladově efektivně, nebo aby se více spoléhal na své schopnosti uvažování. To druhé se stává nezbytným, když je třeba úkoly zpracovávat společně několika specializovanými podprogramy, známými jako subagenti.

Toto architektonické rozhodnutí odhaluje směr, kterým se celé odvětví ubírá. Mnoho pozorovatelů trhu se domnívá, že budoucnost umělé inteligence nespočívá ve stále větších jednotlivých modelech, ale v síťových systémech menších, specializovaných modelů, které ve spolupráci mapují složité procesy. Jeden velký výpočet výkonným modelem je nahrazen mnoha malými, levnými dotazy na štíhlé modely, které spolupracují paralelně nebo sekvenčně. Model jako Flash-Lite je pro tuto architekturu ideálně vhodný, protože snižuje náklady na dotaz do takové míry, že vysoký počet dotazů zůstává ekonomicky životaschopný. Oznámení, že Flash-Lite bude také poskytovat výsledky umělé inteligence ve webovém vyhledávání Google, dále podtrhuje ústřední roli, kterou Google tomuto štíhlému modelu přikládá na masovém trhu.

Nástroj se dvěma tvářemi: Kybernetická bezpečnost jako oblast podnikání

Třetí nová verze, Gemini 3.5 Flash Cyber, představuje významné rozšíření řady Flash do vysoce citlivé oblasti. Tento model byl speciálně vyškolen k vyhledávání a analýze bezpečnostních zranitelností v softwarovém kódu a k navrhování nápravných opatření. Tato specializace je založena na již tak efektivním Gemini 3.5 Flash, který byl dále zdokonalen cíleným školením pro analýzu rozsáhlých kódových základen. Namísto odesílání jediného nákladného dotazu do velmi rozsáhlého modelu volá zastřešující bezpečnostní agent Codemender zjednodušený model Cyber ​​několikrát, aby paralelně prozkoumal různé cesty provádění programu. Jednotlivé dílčí výsledky jsou poté sloučeny do komplexní zprávy.

Výkonnost tohoto přístupu je patrná v konkrétních číslech. V testu na komplexním JavaScriptovém enginu V8 identifikoval kybernetický model 55 odlišných, potvrzených zranitelností, zatímco obecný Flash model jich našel pouze 47 a Anthropicův Claude Opus 4.6 pouhých 36. Deset z objevených problémů bylo nalezeno výhradně specializovaným kybernetickým modelem. V benchmarku CyberGym, který hodnotí agenty umělé inteligence proti stovkám reálných softwarových zranitelností, model v kombinaci s více běhy dosahuje úrovně výkonu srovnatelné s výrazně většími a dražšími bezpečnostními modely od dodavatelů, jako jsou Anthropic a OpenAI. V interním testu týmu cloudové bezpečnosti společnosti Google model objevil během pouhých dvou hodin několik kritických zranitelností v produkčních systémech, včetně zranitelnosti poškození paměti, pro kterou také vygeneroval funkční exploit, který obcházel běžné ochranné mechanismy, jako je randomizace rozvržení adresního prostoru.

Tato obrovská schopnost identifikovat zranitelnosti v kódu je zároveň největším rizikem modelu. Samotný Google otevřeně uznává dvojí povahu technologie: stejnou schopnost, která umožňuje obráncům uzavřít zranitelnosti, by útočníci mohli zneužít k jejich zneužití ještě před jejich opravou. Z tohoto důvodu se Google rozhodl model prozatím nezveřejnit, ale spíše jej sdílet výhradně prostřednictvím vlastního bezpečnostního nástroje Codemender v rámci přísně kontrolovaného pilotního programu s vládami a vybranými důvěryhodnými partnery. Nebyl stanoven žádný konkrétní časový harmonogram pro rozšíření přístupu. Tato neochota odráží rostoucí povědomí v celém odvětví, že vysoce specializované systémy umělé inteligence v oblasti bezpečnosti nemohou být vydávány za stejných pravidel jako obecné aplikace chatbotů.

Zde se dozvíte, jak může vaše společnost rychle, bezpečně a bez vysokých vstupních bariér implementovat řešení umělé inteligence na míru.

Spravovaná platforma umělé inteligence je vaším komplexním a bezstarostným řešením pro umělou inteligenci. Místo řešení složitých technologií, drahé infrastruktury a zdlouhavých vývojových procesů získáte hotové řešení šité na míru vašim potřebám od specializovaného partnera – často během několika dní.

Klíčové výhody na první pohled:

⚡ Rychlá implementace: Od nápadu k aplikaci připravené k použití během několika dnů, nikoli měsíců. Dodáváme praktická řešení, která vytvářejí okamžitou přidanou hodnotu.

🔒 Maximální zabezpečení dat: Vaše citlivá data zůstanou u vás. Garantujeme bezpečné a kompatibilní zpracování bez sdílení dat s třetími stranami.

💸 Žádné finanční riziko: Platíte pouze za výsledky. Vysoké počáteční investice do hardwaru, softwaru nebo personálu jsou zcela eliminovány.

🎯 Zaměřte se na své hlavní podnikání: Soustřeďte se na to, co děláte nejlépe. Postaráme se o kompletní technickou implementaci, provoz a údržbu vašeho řešení s umělou inteligencí.

📈 Připraveno na budoucnost a škálovatelné: Vaše umělá inteligence roste s vámi. Zajišťujeme neustálou optimalizaci a škálovatelnost a flexibilně přizpůsobujeme modely novým požadavkům.

Více informací zde:

• Řešení spravované umělé inteligence – Průmyslové služby umělé inteligence: Klíč ke konkurenceschopnosti v odvětvích služeb, průmyslu a strojírenství

Záhada obklopující zmizelý vlajkový model

Na celém oznámení je pozoruhodné, co chybí: Gemini 3.5 Pro, nejvýkonnější model současné generace, se očekával již na Google I/O v květnu a od té doby se neobjevil. Google pouze vysvětluje, že nová verze je v současné době testována s vybranými partnery a bude k dispozici po úspěšném dokončení těchto testů. Společnost stále neuvedla konkrétní datum vydání, ale zdůrazňuje, že čekání by nemělo být o moc déle. Z pohledu několika pozorovatelů z oboru toto opakované zpoždění naznačuje, že verze Pro dosud interně nedosáhla požadovaných výsledků v komplexních programovacích a logických úlohách, a proto Google zjevně raději čeká, než aby vydal produkt, který nesplňuje jeho vlastní standardy kvality ani očekávání jeho konkurence.

Tato zdrženlivost vrhá zajímavé světlo na konkurenční dynamiku mezi předními poskytovateli umělé inteligence. Zatímco OpenAI a Anthropic rychle vydávají nové špičkové modely, Google se v současné době viditelně zaměřuje na segmenty střední a základní úrovně výkonu. To lze interpretovat jako známku opatrnosti, ale také jako prozíravé postavení na trhu: Místo prezentace potenciálně stále se rozvíjejícího vlajkového modelu si Google zajišťuje podíl na trhu napříč všemi dostupnými, rychlými a praktickými modely, které již spolehlivě pokrývají drtivou většinu každodenních obchodních aplikací. Pro mnoho obchodních případů užití, jako je zpracování dokumentů, reporting nebo jednoduché programátorské úkoly, je absolutní špičkový výkon modelu stejně druhořadý, pokud je rychlost a cena správná.

Dostupnost a integrace do stávajícího ekosystému

Praktické přijetí nových modelů je pozoruhodně rychlé a rozšířené. Gemini 3.6 Flash a Gemini 3.5 Flash-Lite jsou již k dispozici v Google AI Studiu, Android Studiu a platformě Gemini Enterprise Agent Platform. Kromě toho byl 3.6 Flash integrován do vývojového prostředí Antigravity a aplikace Gemini Enterprise, zatímco oba modely jsou k dispozici také v běžné koncové aplikaci Gemini. Obzvláště pozoruhodné je oznámení, že Flash-Lite bude brzy také poskytovat výsledky webového vyhledávání Google generované umělou inteligencí, což vzhledem k obrovskému objemu dotazů z tohoto vyhledávače podtrhuje důležitost cenově efektivního modelu pro Google ve zcela nové dimenzi. Rychlé přijetí je patrné i mimo vlastní ekosystém Googlu: Gemini 3.6 Flash byl v den svého oznámení integrován do GitHub Copilot, což zdůrazňuje rostoucí integraci hlavních poskytovatelů umělé inteligence se zavedenými vývojářskými nástroji.

Tato široká a simultánní integrace napříč různými produktovými řadami demonstruje systematický přístup společnosti Google k bezproblémovému zavádění nových generací modelů v celém jejím produktovém portfoliu. Na rozdíl od předchozích změn modelů, které často zahrnovaly znatelné mezery mezi oznámením a skutečnou dostupností v různých aplikacích, se toto zavádění jeví jako pečlivě zorganizovaný proces. To naznačuje vyspělou interní infrastrukturu, která umožňuje téměř simultánní nasazení nového modelu ve všech kontaktních bodech s vývojáři a koncovými uživateli.

Výhled do budoucnosti: Oznámení Gemini 4

Kromě uvedení tří konkrétních modelů na trh obsahuje oznámení společnosti Google také letmý pohled do další velké generace. Společnost potvrzuje, že tzv. předtrénink, základní fáze počátečního tréninku pro Gemini 4, již začal. Google neposkytuje konkrétní technické podrobnosti týkající se architektury, velikosti ani plánovaných schopností připravovaného rozsáhlého modelu, ale zdůrazňuje své nadšení z dosavadního pokroku. Toto záměrně vágní znění je typické pro komunikační strategii velkých laboratoří umělé inteligence, které na jedné straně vzbuzují očekávání, ale na druhé straně nechtějí dávat ověřitelné sliby, které by se později mohly ukázat jako předčasné.

Vzhledem k cyklu vydávání verzí v posledních letech, kdy Google obvykle představoval nové základní modely na své vývojářské konferenci I/O na jaře a na podzim nebo v zimě následovaly velké generační skoky, se vydání Gemini 4 ke konci letošního roku jeví jako pravděpodobné. Pro společnosti, které plánují svou strategii v oblasti umělé inteligence z dlouhodobého hlediska, to znamená, že každý, kdo dnes investuje do rodiny Flash, tak činí s vědomím, že nový technologický základ by mohl následovat během několika měsíců, což by následně vyžadovalo nová migrační rozhodnutí. Tento krátký poločas rozpadu generací modelů umělé inteligence představuje pro IT oddělení a softwarové architekty neustálou výzvu navrhovat své systémy tak, aby změna v základních modelech mohla být implementována co nejplynuleji.

Kontext: Co tato modelová strategie odhaluje o tržní pozici společnosti Google

Celkově nedávné oznámení ukazuje, že konkurence mezi předními společnostmi v oblasti umělé inteligence se stále více dělí na dva paralelní rozměry. Na jedné straně probíhá závod o nejinteligentnější a nejvýkonnější model, oblast, v níž Anthropic a OpenAI v současné době dominují titulkům se svými vlajkovými produkty a Google viditelně zaostává se svou zpožděnou verzí Pro. Na druhé straně se objevuje druhé, potenciálně ekonomicky významnější bojiště: soutěž o nejefektivnější, nákladově nejefektivnější a škálovatelnou infrastrukturu pro každodenní, masové nasazení umělé inteligence v podnicích, vyhledávačích a agentních systémech. V této druhé aréně se Google velmi záměrně a důsledně staví do popředí se svou rodinou produktů Flash.

Tato dvojí strategie je ekonomicky výhodná. Pro drtivou většinu praktických aplikací v podnicích, od automatizovaného zpracování dokumentů a chatbotů pro zákaznický servis až po jednoduché programátorské úkoly, není rozhodujícím faktorem absolutní špičková inteligence modelu, ale spíše rovnováha mezi náklady, rychlostí a dostatečnou kvalitou. Poskytovatelé cloudových služeb, kteří musí denně zpracovávat miliony požadavků, těží více z dvojciferného procentuálního snížení nákladů na tokeny než z marginálního zlepšení schopností uvažování drahého špičkového modelu. Zdá se, že Google tento poznatek důsledně přenáší do své produktové strategie a zároveň vysílá signál vývojářům a podnikovým zákazníkům: Každý, kdo chce dnes vytvářet škálovatelné agenty umělé inteligence nebo cenově efektivní vyhledávací integrace, najde v rodině Flash solidní a ekonomicky životaschopný základ, bez ohledu na to, kdy bude nakonec vydán velký model Pro.

Zároveň zavedení specializovaného kybernetického modelu odhaluje nový aspekt konkurenčního prostředí v oblasti umělé inteligence, který přesahuje pouhé úvahy o efektivitě: rostoucí využívání umělé inteligence jako aktivního nástroje v kybernetické bezpečnosti se všemi souvisejícími příležitostmi pro obránce a riziky v případě zneužití. Kontrolované, postupné uvádění tohoto modelu dokazuje, že si je Google vědom své společenské odpovědnosti při vydávání obzvláště výkonných bezpečnostních nástrojů a je připraven omezit komerční dosah, alespoň dočasně, ve prospěch bezpečnostních obav. Jak se tato rovnováha mezi širokou dostupností a kontrolovaným přístupem bude vyvíjet v budoucnu, se pravděpodobně stane jednou z nejzajímavějších oblastí k pozorování, jelikož modely umělé inteligence se stávají stále schopnějšími samostatně analyzovat a manipulovat se složitými technickými systémy.

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem rodném jazyce!

 

Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře zde wolfenstein@xpert.digital:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je

Těším se na náš společný projekt.

 

 

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání / Marketing / PR / Veletrhy

Xpert.Digital je datově orientované B2B centrum pro průmysl, které vede Konrad Wolfenstein . Společnost funguje jako externí, kvazi-interní řešení pro průmyslové partnery a odstraňuje provozní mezery v marketingu, obsahu a prodeji – aniž by vyžadovala další zdroje na straně klienta.

Více informací zde:

• Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business