Где же Gemini 3.5 Pro? Наступление Google Gemini: когда скорость становится важнее изобретательности

Дешевле, чем гениальнее: неожиданная смена стратегии Google в Gemini

Новый план Google в области ИИ: отказывается ли компания от гонки за создание самого умного искусственного интеллекта?

Google кардинально меняет правила игры в глобальной гонке искусственного интеллекта. Вместо того чтобы вступать в изолированную борьбу с конкурентами, такими как OpenAI и Anthropic, за самую интеллектуальную — и, следовательно, самую дорогую — флагманскую модель, технологический гигант сосредоточился на радикальной эффективности. В своей новой линейке моделей, основанной на Gemini 3.6 Flash, чрезвычайно энергоэффективном Flash-Lite и узкоспециализированной, но пока засекреченной модели Cyber, на первый план выходит новый показатель: снижение затрат при максимальной практичности. В то время как долгожданный флагман Gemini 3.5 Pro остается недоступным, Google перепозиционирует себя как незаменимого поставщика базовых решений для быстрорастущей экономики агентов. Но что означает этот стратегический сдвиг для будущего генеративного ИИ? И почему Google считает свою последнюю модель безопасности слишком рискованной для широкой публики? В данной статье анализируется прагматичный путь Google к следующему поколению ИИ и рассматривается его огромное влияние на бизнес и разработчиков.

Почему Google предпочитает выпускать три небольшие модели, а не выполнять одно большое обещание

Последний шаг Google в гонке среди крупнейших поставщиков решений в области ИИ следует тенденции, которая все чаще становится нормой в отрасли: вместо одного, монолитного усовершенствования компания предлагает целое семейство моделей, адаптированных к различным сценариям использования. С Gemini 3.6 Flash, Gemini 3.5 Flash-Lite и Gemini 3.5 Flash Cyber ​​Google запускает следующий этап эволюции всего через несколько месяцев после презентации Gemini 3.5 Flash в мае. Примечательно здесь не столько техническое содержание отдельных инноваций, сколько лежащая в их основе стратегическая идея: Google больше не позиционирует себя в первую очередь как поставщик самой интеллектуальной модели, а как поставщик наиболее экономически эффективной экосистемы ИИ.

Бережливость как новый символ статуса в гонке искусственного интеллекта

Главным аргументом в пользу Gemini 3.6 Flash является не повышение интеллекта, а снижение затрат. Google заявляет о снижении потребления токенов примерно на 17 процентов по сравнению с предшественником, 3.5 Flash, на основе измерений, полученных с помощью Artificial Analysis Index. В некоторых бенчмарках, таких как DeepSWE, стоимость одного сгенерированного токена, как утверждается, снижается на целых 65 процентов. В то же время номинальная цена также снизилась: если Gemini 3.5 Flash стоил 1,50 доллара за миллион входных токенов и 9 долларов за миллион выходных токенов, то Gemini 3.6 Flash стоит всего 7,50 доллара за миллион выходных токенов при неизменных входных затратах. Такое сочетание снижения потребления и более низкой цены за единицу приводит к заметному снижению операционных расходов компаний, внедряющих генеративный ИИ в больших масштабах.

Такой акцент на эффективности не случаен, а скорее является выражением экономической реальности, которая в настоящее время формирует всю отрасль. Большие языковые модели требуют значительных вычислительных затрат на каждый отдельный запрос, которые суммируются при обработке миллионов или миллиардов запросов в день. Облачные провайдеры и операторы платформ, желающие масштабировать агентские системы, которые независимо обрабатывают многоэтапные задачи, должны резко сократить потребление токенов на каждом этапе; в противном случае экономические выгоды от таких систем будут поглощены затратами на инфраструктуру. Google решает именно эту проблему, предлагая новую модель, которая, по собственным заявлениям компании, требует меньше мыслительных процессов и вызовов инструментов для выполнения многоэтапных рабочих процессов.

Технологический прогресс выходит за рамки простого вопроса стоимости

Помимо повышения эффективности, Gemini 3.6 Flash также демонстрирует прогресс в классических тестах производительности. В задачах программирования, измеренных с помощью теста DeepSWE, показатель успешности возрастает с 37 до 49 процентов. В тесте ML Research Benchmark MLE Bench модель улучшает свои результаты с 49,7 до 63,9 процента. Прогресс также очевиден в задачах, основанных на знаниях: оценка GDPval-AA увеличивается с 1349 до 1421 балла. Особо следует отметить улучшение компьютерной грамотности, в частности, способности ИИ самостоятельно ориентироваться в графических пользовательских интерфейсах: оценка OSWorld-Verified увеличивается с 78,4 до 83 процентов. Кроме того, база знаний модели была обновлена ​​с января 2025 года по март 2026 года, что является значительным практическим преимуществом в условиях быстро развивающегося технологического ландшафта.

Несмотря на эти достижения, Gemini 3.6 Flash по-прежнему позиционируется как модель среднего уровня. В прямых сравнительных тестах на таких платформах, как Arena.ai, он уступает топовым моделям, таким как Claude Opus или новый GPT 5.6-Sol. Это не недостаток, а преднамеренное дизайнерское решение: Google отказывается от утверждения о том, что предлагает самую мощную модель в целом, и вместо этого сосредотачивается на сегменте, где скорость, стоимость и достаточное качество важнее, чем теоретический максимум с точки зрения интеллекта. Эта стратегия напоминает классическую сегментацию рынка в других технологических секторах, таких как процессоры, где производители постоянно предлагают эффективные продукты среднего уровня для массового рынка наряду с высокопроизводительными чипами.

Новый базовый уровень для агентской экономики

В модели Gemini 3.5 Flash-Lite компания Google ставит перед собой еще более радикальную цель повышения эффективности. Эта модель специально разработана как основа для создания и масштабирования агентов искусственного интеллекта — систем, способных независимо обрабатывать сложные задачи в несколько этапов без необходимости вмешательства человека на каждом этапе. Она значительно превосходит своего предшественника, 3.1 Flash-Lite, в тестах как для задач, основанных на знаниях, так и для задач программирования, при этом эксплуатационные расходы остаются исключительно низкими: 0,30 доллара за миллион входных токенов и 2,50 доллара за миллион выходных токенов. Гибкость модели поразительна: в зависимости от варианта использования, ее можно настроить на особенно быструю и экономичную работу или на более активное использование ее логических способностей. Последнее становится необходимым, когда задачи должны обрабатываться совместно несколькими специализированными подпрограммами, известными как субагенты.

Это архитектурное решение показывает направление, в котором движется вся отрасль. Многие аналитики рынка считают, что будущее ИИ заключается не в постоянно увеличивающихся размерах отдельных моделей, а в сетевых системах, состоящих из более мелких, специализированных моделей, которые, работая вместе, отображают сложные процессы. Один большой вычислительный процесс, выполняемый мощной моделью, заменяется множеством небольших, недорогих запросов к компактным моделям, которые взаимодействуют параллельно или последовательно. Модель, подобная Flash-Lite, идеально подходит для этой архитектуры, поскольку она снижает стоимость запроса до такой степени, что большое количество запросов остается экономически целесообразным. Объявление о том, что Flash-Lite также будет предоставлять результаты поиска ИИ в веб-поиске Google, еще раз подчеркивает центральную роль, которую Google отводит этой компактной модели на массовом рынке.

Инструмент с двумя сторонами: кибербезопасность как сфера бизнеса

Третий релиз, Gemini 3.5 Flash Cyber, знаменует собой значительное расширение серии Flash в крайне чувствительную область. Эта модель была специально обучена для поиска и анализа уязвимостей безопасности в программном коде и для предложения мер по их устранению. Эта специализация основана на уже эффективной модели Gemini 3.5 Flash, которая была дополнительно усовершенствована за счет целенаправленного обучения анализу больших кодовых баз. Вместо отправки одного дорогостоящего запроса к очень большой модели, главный агент безопасности Codemender многократно обращается к оптимизированной модели Cyber ​​для параллельного изучения различных путей выполнения программы. Затем отдельные частичные результаты объединяются в исчерпывающий отчет.

Эффективность этого подхода можно увидеть в конкретных цифрах. В тесте на сложном движке JavaScript V8 кибермодель выявила 55 различных подтвержденных уязвимостей, в то время как общая модель Flash обнаружила только 47, а Claude Opus 4.6 от Anthropic — всего 36. Десять из обнаруженных проблем были выявлены исключительно специализированной кибермоделью. В бенчмарке CyberGym, который оценивает работу агентов ИИ на сотнях реальных программных уязвимостей, модель в сочетании с многократными запусками достигает уровня производительности, сопоставимого со значительно более крупными и дорогими моделями безопасности от таких поставщиков, как Anthropic и OpenAI. Во внутреннем тесте, проведенном командой облачной безопасности Google, модель обнаружила несколько критических уязвимостей в производственных системах всего за два часа, включая уязвимость повреждения памяти, для которой она также сгенерировала рабочий эксплойт, обходящий распространенные механизмы защиты, такие как рандомизация расположения адресного пространства.

Эта огромная способность выявлять уязвимости в коде одновременно является и самым большим риском для данной модели. Сама компания Google открыто признает двойное назначение технологии: та же возможность, которая позволяет специалистам по защите устранять уязвимости, может быть использована злоумышленниками для эксплуатации тех же самых пробелов до их устранения. По этой причине Google решила пока не делать модель общедоступной, а делиться ею исключительно через собственный инструмент безопасности Codemender в рамках строго контролируемой пилотной программы с правительствами и избранными, доверенными партнерами. Конкретные сроки расширения доступа не были указаны. Эта неготовность отражает растущее понимание в отрасли того, что высокоспециализированные системы искусственного интеллекта в области безопасности не могут быть выпущены по тем же правилам, что и обычные приложения для чат-ботов.

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрить индивидуальные решения на основе искусственного интеллекта.

Управляемая платформа искусственного интеллекта — это комплексное и беззаботное решение для вашего бизнеса в сфере искусственного интеллекта. Вместо того чтобы возиться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — зачастую всего за несколько дней.

Основные преимущества с первого взгляда:

⚡ Быстрая реализация: от идеи до готового к использованию приложения за считанные дни, а не месяцы. Мы предлагаем практические решения, которые создают немедленную добавленную стоимость.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются с вами. Мы гарантируем безопасную и соответствующую законодательству обработку данных без их передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Полностью исключаются высокие первоначальные инвестиции в оборудование, программное обеспечение или персонал.

🎯 Сосредоточьтесь на своем основном бизнесе: сконцентрируйтесь на том, что у вас получается лучше всего. Мы берем на себя всю техническую реализацию, эксплуатацию и обслуживание вашего решения на основе ИИ.

📈 Перспективность и масштабируемость: ваш ИИ растет вместе с вами. Мы обеспечиваем непрерывную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Более подробная информация здесь:

• Управляемые решения в области ИИ — Промышленные услуги ИИ: ключ к конкурентоспособности в секторах услуг, промышленности и машиностроения

Тайна, окружающая пропавшую флагманскую модель

Самое поразительное во всей этой презентации — это отсутствие информации: Gemini 3.5 Pro, самая мощная модель текущего поколения, ожидалась ещё на конференции Google I/O в мае, но так и не появилась. Google лишь объясняет, что новая версия в настоящее время тестируется с избранными партнёрами и станет доступна после успешного завершения этих тестов. Компания до сих пор не назвала конкретную дату релиза, но подчёркивает, что ждать осталось недолго. С точки зрения ряда отраслевых экспертов, эта неоднократная задержка говорит о том, что версия Pro ещё не достигла желаемых результатов внутри компании в сложных задачах программирования и логического вывода, поэтому Google, по-видимому, предпочитает подождать, а не выпускать продукт, который не соответствует её собственным стандартам качества или ожиданиям конкурентов.

Эта сдержанность проливает интересный свет на конкурентную динамику среди ведущих поставщиков ИИ. В то время как OpenAI и Anthropic выпускают новые модели высшего уровня одну за другой, Google в настоящее время явно фокусируется на сегментах среднего и начального уровня производительности. Это можно интерпретировать как признак осторожности, но также и как продуманное позиционирование на рынке: вместо того, чтобы представлять потенциально еще находящуюся в стадии разработки флагманскую модель, Google обеспечивает себе долю рынка в целом с помощью доступных, быстрых и практичных моделей, которые уже надежно охватывают подавляющее большинство повседневных бизнес-приложений. Для многих бизнес-задач, таких как обработка документов, составление отчетов или простые задачи программирования, абсолютная пиковая производительность модели в любом случае имеет второстепенное значение, если скорость и стоимость соответствуют требованиям.

Доступность и интеграция в существующую экосистему

Практическое внедрение новых моделей происходит удивительно быстро и широко. Gemini 3.6 Flash и Gemini 3.5 Flash-Lite уже доступны в Google AI Studio, Android Studio и Gemini Enterprise Agent Platform. Кроме того, 3.6 Flash интегрирован в среду разработки Antigravity и приложение Gemini Enterprise, а обе модели также доступны в обычном приложении Gemini для конечных пользователей. Особо следует отметить объявление о том, что Flash-Lite вскоре будет также предоставлять результаты веб-поиска Google, сгенерированные ИИ, что, учитывая огромный объем запросов от этой поисковой системы, подчеркивает важность экономически эффективной модели для Google в совершенно новом измерении. Быстрое внедрение также очевидно за пределами собственной экосистемы Google: Gemini 3.6 Flash был интегрирован в GitHub Copilot в день своего анонса, что подчеркивает растущую интеграцию крупных поставщиков ИИ с устоявшимися инструментами для разработчиков.

Эта широкая и одновременная интеграция в различных продуктовых линейках демонстрирует систематический подход Google к бесперебойному внедрению новых поколений моделей во всем портфеле продуктов. В отличие от предыдущих изменений моделей, которые часто сопровождались заметными задержками между анонсом и фактической доступностью в различных приложениях, это внедрение, по-видимому, представляет собой тщательно спланированный процесс. Это говорит о зрелой внутренней инфраструктуре, которая позволяет практически одновременно развертывать новую модель во всех точках взаимодействия с разработчиками и конечными пользователями.

Взгляд в будущее: анонс Gemini 4

Помимо анонса трех конкретных моделей, Google также дает представление о следующем крупном поколении. Компания подтверждает, что так называемое предварительное обучение, фундаментальный начальный этап подготовки Gemini 4, уже началось. Google не предоставляет конкретных технических деталей относительно архитектуры, размера или планируемых возможностей будущей крупномасштабной модели, но подчеркивает свой энтузиазм по поводу достигнутого прогресса. Эта намеренно расплывчатая формулировка типична для коммуникационной стратегии крупных лабораторий искусственного интеллекта, которые, с одной стороны, подогревают ожидания, но с другой — не хотят давать проверяемые обещания, которые впоследствии могут оказаться преждевременными.

Учитывая циклы выпуска последних лет, когда Google обычно представляла новые базовые модели на своей конференции разработчиков I/O весной, а затем следовали крупные скачки в развитии поколений осенью или зимой, выпуск Gemini 4 ближе к концу этого года кажется вполне вероятным. Для компаний, планирующих свою стратегию в области ИИ на долгосрочную перспективу, это означает, что любой, кто сегодня инвестирует в семейство Flash, делает это с пониманием того, что всего через несколько месяцев может появиться новая технологическая основа, что, в свою очередь, потребует принятия новых решений о миграции. Этот короткий период полураспада поколений моделей ИИ ставит перед ИТ-отделами и архитекторами программного обеспечения постоянную задачу проектирования своих систем таким образом, чтобы изменение базовых моделей можно было реализовать максимально плавно.

Контекст: Что эта модель стратегии раскрывает о рыночной позиции Google

В целом, недавнее объявление демонстрирует, что конкуренция между ведущими компаниями в сфере ИИ все больше разделяется на два параллельных направления. С одной стороны, идет гонка за самой интеллектуальной и мощной моделью, в которой Anthropic и OpenAI в настоящее время доминируют в заголовках новостей со своими флагманскими продуктами, а Google заметно отстает со своей запоздалой версией Pro. С другой стороны, возникает второе, потенциально более экономически значимое поле битвы: конкуренция за наиболее эффективную, экономичную и масштабируемую инфраструктуру для повседневного массового внедрения ИИ в бизнесе, поисковых системах и агентских системах. На этой второй арене Google целенаправленно и последовательно позиционирует себя в авангарде со своим семейством продуктов Flash.

Эта двойная стратегия экономически обоснована. Для подавляющего большинства практических приложений в бизнесе, от автоматизированной обработки документов и чат-ботов для обслуживания клиентов до простых задач программирования, решающим фактором является не высочайший уровень интеллекта модели, а скорее баланс между стоимостью, скоростью и достаточным качеством. Облачные провайдеры, которым приходится обрабатывать миллионы запросов в день, получают больше выгоды от двузначного процентного снижения стоимости токенов, чем от незначительного улучшения аналитических возможностей дорогостоящей модели высшего класса. Google, похоже, последовательно воплощает это понимание в своей продуктовой стратегии, одновременно посылая сигнал разработчикам и корпоративным клиентам: любой, кто хочет сегодня создавать масштабируемые ИИ-агенты или экономически эффективные интеграции для поиска, найдет надежную, экономически жизнеспособную основу в семействе Flash, независимо от того, когда в конечном итоге будет выпущена большая модель Pro.

В то же время внедрение специализированной кибермодели раскрывает новую грань конкурентной среды в сфере ИИ, выходящую за рамки простых соображений эффективности: растущее использование ИИ в качестве активного инструмента кибербезопасности со всеми сопутствующими возможностями для защитников и рисками в случае неправомерного использования. Контролируемый, поэтапный выпуск этой модели демонстрирует, что Google осознает свою социальную ответственность за выпуск особенно мощных инструментов безопасности и готов ограничить коммерческий охват, по крайней мере временно, в угоду соображениям безопасности. Как будет развиваться этот баланс между широкой доступностью и контролируемым доступом в будущем, вероятно, станет одной из наиболее интересных областей для наблюдения, поскольку модели ИИ становятся все более способными к самостоятельному анализу и манипулированию сложными техническими системами.

☑️ Язык ведения нашего бизнеса — английский или немецкий

☑️ НОВИНКА: Переписка на вашем родном языке!

 

Я и моя команда будем рады быть вашими личными консультантами.

Вы можете связаться со мной, заполнив контактную форму здесь wolfenstein@xpert.digital:или просто позвонив по номеру +49 7348 4088 965. Мой адрес электронной почты

Я с нетерпением жду начала нашего совместного проекта.

 

 

☑️ Поддержка малых и средних предприятий в области стратегии, консалтинга, планирования и реализации проектов

☑️ Разработка или корректировка цифровой стратегии и цифровизации

☑️ Расширение и оптимизация международных процессов продаж

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Развитие бизнеса / Маркетинг / PR / Выставки от компании Pioneer

Xpert.Digital — это ориентированный на данные B2B-индустрионный центр, возглавляемый Konrad Wolfenstein . Компания выступает в качестве внешнего, частично внутреннего решения для отраслевых партнеров, устраняя операционные пробелы в маркетинге, контенте и продажах — без необходимости привлечения дополнительных ресурсов со стороны клиента.

Более подробная информация здесь:

• Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Smart Content-Driven Business