🇺🇸🤖 Почему Google задерживает Gemini 3.5 Pro
Google продолжает доработку Gemini 3.5 Pro, выпуск которой ожидался до конца июня. Основная задача заключается не в создании ещё одной крупной модели, а в обеспечении устойчивой работы при программировании, анализе документов и выполнении длинных последовательностей действий.
Проблему показывает уже выпущенная Gemini 3.5 Flash. В испытаниях по программированию, применению внешних инструментов и управлению компьютерным интерфейсом она выполняет 76–84% заданий. Модель принимает текст, изображения, аудио и видео, а её контекстное окно достигает 1 млн токенов.
Однако увеличение объёма контекста не обеспечивает пропорционального роста возможностей. При расширении входных данных со 128 тыс. до 1 млн токенов точность поиска и сопоставления нескольких связанных фрагментов снизилась с 77 до 27%.
Модель способна загрузить крупную кодовую базу или сотни документов, но по мере накопления информации хуже удерживает первоначальные ограничения, связывает сведения из разных частей контекста и учитывает уже выполненные действия.
⚠️ В обычном диалоге это приводит к неточному ответу. В работе программного агента ошибка передаётся дальше: система выбирает неправильный файл, применяет неподходящий инструмент, пропускает условие задачи или принимает промежуточный результат за окончательный.
Поэтому Gemini 3.5 Pro должна показать качественно иной уровень работы. Модели необходимо самостоятельно изучить проект, определить последовательность действий, применить инструменты, проверить результат, обнаружить ошибку и вернуться к нужному этапу без потери исходной задачи.
Дополнительным ограничением становятся кадровые потери Google DeepMind. Один из руководителей Gemini Ноам Шазир перешёл в OpenAI. В Anthropic уходят исследователи, участвовавшие в создании и обучении базовых моделей Gemini.
Их значение определяется не только формальными должностями. Подготовка флагманской модели зависит от знаний о составе учебных данных, причинах неудачных запусков, настройке архитектуры и поведении отдельных вариантов модели. Эти знания невозможно быстро заменить увеличением числа ускорителей.
📌 Пока версия Pro остаётся на доработке, Google усиливает семейство Flash. Испытываемые варианты лучше создают программные интерфейсы, графику и пространственные сцены. Быстрые модели позволяют внедрять новые функции в массовые сервисы, не дожидаясь завершения подготовки флагмана.
➡️ Google столкнулась с новым ограничением гонки ИИ. Данных, вычислительных мощностей и контекстного окна на миллион токенов уже недостаточно. Практическое преимущество получает модель, способная несколько часов выполнять реальную задачу, сохранять исходные указания, контролировать собственные действия и не накапливать ошибки.
Задержка Gemini 3.5 Pro показывает переход от гонки размеров к гонке надёжности. Главным показателем становится не объём информации, который модель может принять, а объём работы, который ей можно поручить без постоянного контроля.