Google lançon 3 modele të reja Gemini

Zhvilluesit dhe klientët që ndërtojnë agjentë të inteligjencës artificiale në prodhim kanë nevojë për efikasitet më të lartë të tokenëve, vonesë më të ulët dhe performancë më të besueshme. Seria jonë e modeleve Flash është ndërtuar për të përmbushur pikën ideale të efikasitetit dhe cilësisë për të mundësuar shkallëzimin e rrjedhave të punës së agjentëve. Duke u bazuar në Gemini 3.5 Flash, po prezantojmë modele të reja Gemini:

3.6 Flash: Modeli ynë i fuqishëm që ofron kodim, punë me njohuri dhe performancë multimodale më të mirë. Sipas Indeksit të Analizës Artificiale, ai zvogëlon përdorimin e tokenëve të daljes me 17% krahasuar me 3.5 Flash, dhe në disa teste si DeepSWE nga Datacurve, vërejmë deri në 65%, të gjitha me një kosto më të ulët për token daljeje.

3.5 Flash-Lite: Modeli ynë më i shpejtë dhe më ekonomik i klasës 3.5, që ofron 350 tokena dalës për sekondë sipas Indeksit të Analizës Artificiale, duke tejkaluar gjithashtu ndjeshëm performancën e gjeneratave të mëparshme Flash-Lite në rrjedhat e punës agjentike.

3.5 Kibernetika e Lehtë në CodeMender: Aplikacionet e suksesshme të sigurisë kibernetike kërkojnë orkestrim të kujdesshëm të një modeli së bashku me një infrastrukturë agjentësh. Ne po prezantojmë një kombinim të një modeli të ri, shumë efikas dhe të specializuar të fokusuar në kibernetikë, të çiftëzuar me agjentin tonë të sigurisë së kodit CodeMender, i cili ofron performancë konkurruese në nivel të lartë.

Përtej lançimeve të sotme, Gemini 3.5 Pro është duke u testuar aktualisht me partnerë dhe ne planifikojmë ta bëjmë të disponueshëm gjerësisht sapo të jetë gati. Paralelisht, ekipi ynë tashmë po përqendrohet në ndërtimin e gjeneratës së ardhshme të modeleve. Ne kemi filluar fazën tonë më ambicioze të përgatitjes paraprake deri më tani, për Gemini 4, dhe jemi të entuziazmuar nga progresi.

Gemini 3.6 Flash ndërtohet drejtpërdrejt mbi reagimet e zhvilluesve dhe klientëve nga 3.5 Flash. 3.6 Flash jo vetëm që ofron një hap përpara në kodim dhe punë me njohuri, por e bën këtë duke përmirësuar ndjeshëm efikasitetin e token-ave. Për shembull, në Indeksin e Analizës Artificiale, shohim që 3.6 Flash konsumon 17% më pak tokena dalës sesa 3.5 Flash. Gjithashtu kërkon më pak hapa arsyetimi dhe thirrje mjetesh për të realizuar rrjedha pune me shumë hapa.

Kjo efikasitet i përmirësuar kombinohet gjithashtu me një çmim më të ulët se 3.5 Flash. Me 1.50 dollarë për tokena hyrëse/1 milion dollarë dhe 7.50 dollarë për tokena dalëse/1 milion dollarë, 3.6 Flash ul koston e përgjithshme për detyrë agjenti, duke i bërë agjentët më efektivë nga ana e kostos për t’u ndërtuar dhe drejtuar.

Edhe pse është më efikas, Flash 3.6 sheh përmirësime në performancë krahasuar me Flash 3.5 në të gjitha rastet e përdorimit:

3.6 Flash ofron saktësi më të lartë me më pak ndryshime të padëshiruara të kodit dhe sythe ekzekutimi të reduktuara, siç shihet në DeepSWE (49% kundrejt 37%), dhe tregon përmirësim të ndjeshëm në Kërkimin ML, siç shihet në MLE Bench (63.9% kundrejt 49.7%).

Ka përmirësuar aftësitë e përdorimit të kompjuterit siç shihet në OSWorld-Verified (83.0% kundrejt 78.4%). Përdorimi i kompjuterit tani është një mjet i integruar në anën e klientit nëpërmjet Gemini API dhe Gemini Enterprise.

Ai tejkalon 3.5 Flash në punën e njohurive, siç tregohet nga teste si GDPval-AA v2 (1421 kundrejt 1349). Klientë si Hebbia dhe Harvey e kanë gjetur atë veçanërisht të aftë në detyra multimodale si analizimi i dokumenteve, analiza e grafikëve dhe të dhënave, si dhe hartimi i raporteve.

3.6 Flash, duke përdorur Agjentë të Menaxhuar në AIS, mund të ndihmojë në analizimin e të dhënave financiare dhe transkripteve në mënyrë më efikase dhe të saktë sesa 3.5.

Klientët raportojnë se Flash 3.6 është një hap përpara si në kosto ashtu edhe në cilësi, duke balancuar efikasitetin e token-ave, saktësinë dhe shpejtësinë në rrjedhat komplekse të punës dhe detyrat e bazuara në njohuri:

3.6 Flash po vjen me masa mbrojtëse të përmirësuara të Frontier Safety në fushat e keqpërdorimeve kimike, biologjike, radiologjike dhe bërthamore (CBRN) dhe krimeve kibernetike. Këto masa mbrojtëse e bëjnë modelin dukshëm më rezistent ndaj jailbreak-eve. Në të njëjtën kohë, modeli është trajnuar për të minimizuar refuzimet për përdorime të dobishme.

Për më shumë informacion, shihni kartën e modelit 3.6 Flash.

Përtej Flash, po publikojmë edhe Gemini 3.5 Flash-Lite, i projektuar si për detyra me vonesë të ulët ashtu edhe për detyra ku rendimenti i lartë është kritik për rrjedhat e punës së zhvilluesve, si kërkimi agjent dhe përpunimi i dokumenteve.

3.5 Flash-Lite është modeli më i shpejtë në serinë 3.5. Siç është matur nga Artificial Analysis , ai funksionon me 350 tokena dalëse/s. Me një çmim prej $0.3/1 milion tokena hyrëse dhe $2.5/1 milion tokena dalëse dhe me cilësi dukshëm më të mirë se 3.1 Flash-Lite, 3.5 Flash-Lite ofron një raport të fortë çmim-performancë për zhvilluesit dhe klientët që drejtojnë trafik prodhimi me rendiment të lartë.

3.5 Flash-Lite mundëson shkallëzim efikas për sistemet agjentike. Në të gjitha nivelet e të menduarit, modeli tejkalon ndjeshëm performancën e 3.1 Flash-Lite. Në varësi të ngarkesës së punës, zhvilluesit mund ta konfigurojnë modelin për të prioritizuar ekzekutimin me vonesë të ulët dhe kosto të ulët për detyrat me vëllim të lartë me nivele minimale dhe të ulëta të të menduarit, ose të angazhojnë nivele më të larta të të menduarit për të përpunuar ngarkesa pune shumë-hapëshe të nën-agjentëve. Modeli tani ka edhe përdorimin e kompjuterit si një mjet të integruar për të mbështetur në mënyrë të besueshme këto detyra agjentike në të gjitha sipërfaqet.

Është një hap i rëndësishëm përpara në kodimin dhe detyrat agjentike siç shihet në Terminal-Bench 2.1 (54% kundrejt 31%), kontekstin e gjatë siç shihet në GDM-MRCR v2 (72.2% kundrejt 60.1%), dhe ekzekutimin e detyrave në botën reale siç shihet në GDPval-AA v2 (1140 kundrejt 642).

Në fakt, në shumë vlerësime agjentësh dhe kodimi, 3.5 Flash-Lite madje i tejkalon 3 Flash, duke përfshirë në SWE-Bench Pro (54.2% kundrejt 49.6%) dhe OSWorld-Verified (74.0% kundrejt 65.1%), duke e bërë atë një opsion më të shpejtë dhe më të aftë për ngarkesat e punës si në 2.5 ashtu edhe në 3 Flash.

Klientët e hershëm të 3.5 Flash-Lite po nxjerrin në pah kombinimin e tij unik të shpejtësisë, inteligjencës dhe efikasitetit të kostos për shkallëzimin e rrjedhave të punës agjentike dhe detyrave të përpunimit të të dhënave.

Modelet e inteligjencës artificiale janë bërë të afta të gjejnë dobësitë e sigurisë më shpejt sesa sistemet aktuale mund t’i rregullojnë ato. Përballimi i këtij kërcënimi në rritje kërkon një qasje ndaj sigurisë së softuerëve që është shumë e aftë dhe efikase.

Performanca dhe efikasiteti i Flash-it e bëjnë atë një bazë ideale për të zbuluar, validuar dhe korrigjuar problemet e sigurisë së kodit në shkallë të gjerë. Gemini 3.5 Flash Cyber ​​është ndërtuar mbi Flash 3.5 dhe është përshtatur për të gjetur dhe rregulluar dobësitë e sigurisë kibernetike me një çmim më të ulët për token sesa modelet më të mëdha.

Brenda CodeMender, i cili përdor agjentë të shumtë 3.5 Flash Cyber ​​që punojnë së bashku për të prodhuar një raport të vetëm të kombinuar, 3.5 Flash Cyber ​​arrin performancë konkurruese në kufirin e standardit të njohur CyberGym.

Duke pasur parasysh natyrën e përdorimit të dyfishtë të kësaj teknologjie, ne kemi ndjekur një qasje të qëllimshme për të vendosur 3.5 Flash Cyber. Modeli do të jetë i disponueshëm ekskluzivisht për qeveritë dhe partnerët e besuar nëpërmjet CodeMender së shpejti, si pjesë e një programi pilot me akses të kufizuar. Kjo do t’u japë mbrojtësve të vijës së parë një avantazh në gjetjen dhe rregullimin e dobësive kritike përpara se ato të mund të shfrytëzohen, duke zbutur njëkohësisht keqpërdorimin më të gjerë.