21 июля Google выпустила три новые версии своей ИИ-модели Gemini Flash: 3.6 Flash, 3.5 Flash-Lite и 3.5 Flash Cyber.
Самой мощной из трех новинок является 3.6 Flash – она предлагает продвинутые возможности в области написания кода, решения интеллектуальных задач и обработки мультимодальных данных, используя при этом на 17% меньше токенов, чем её предыдущая версия, 3.5 Flash. Новый вариант превзошел 3.5 Flash по нескольким бенчмаркам:
- DeepSWE для оценки работы с кодом – 49% против 37% (выявлена более точная работа, меньше ненужных исправлений кода и снижение числа повторяющихся блоков кода);
- MLE Bench для оценки навыков машинного обучения – 63,9% против 78,4% (значительное повышение способностей к машинному обучению и исследованиям в данной сфере);
- OSWorld-Verified для оценки работы с компьютером – 83% против 78,4% (появился встроенный инструмент для более удобного управления компьютером);
- GDPval-AA v2 для оценки выполнения интеллектуальных задач – 1421 балл против 1349 (улучшены навыки анализа документов, работы с данными и генерации отчетов).
3.5 Flash-Lite – более упрощенный и бюджетный вариант модели для таких задач, как поиск информации, обработка документов и выполнение функции ИИ-агентов. По сравнению с предыдущей версией 3.1 Flash-Lite, новый вариант показал улучшенные результаты по следующим бенчмаркам:
- Terminal-Bench 2.1 для оценки навыков генерации кода и выполнения функций агентов – 54% против 31%;
- GDM-MRCR v2 для оценки работы с длинными текстами – 72,2% против 60,1%;
- GDPval-AA v2 для оценки навыков решения задач по реалистичным сценариям – 1140 баллов против 642;
- OSWorld-Verified – 74% против 65,1%;
- SWE-Bench Pro для оценки работы в качестве ИИ-агента – 54,2% против 49,6%.
3.5 Flash Cyber – отдельная версия, специализированная под поиск и исправление кибер-уязвимостей. В отличии от первых двух вариантов она будет недоступна для публичного доступа.
Обновления вновь не затронули самую популярную модель Gemini Pro, оптимизированную под решение задач по программированию и имеющую способности к комплексному поиску информации – последний раз её новая версия выходила в феврале. Весной компания объявляла, что новое поколение моделей 3.5 Pro будет выпущено летом вместе с 3.5 Flash, но из-за проблем с производительностью релиз обновления отложили. Как сообщает портал TechCrunch, на данный момент 3.5 Pro продолжает находиться на стадии тестирования.
Также сообщается, что начался подготовительный этап для обучения будущей модели Gemini 4.
Источник: TechCrunch
