Naraščajoča priljubljenost kitajskih jezikovnih modelov očitno povsem spreminja razvojne smernice. V zadnjih tednih pri večini novosti vedno znova opažamo, da skušajo povečati učinkovitost, pri čemer je seveda pomembno ostalo tudi izboljševanje zmogljivosti. Zdaj je hkrati prispelo več učinkovitih različic Geminija.
Gemini 3.6 Flash
Google je posodobil Gemini, po različici 3.5 je prispela izdaja 3.6, in kot pri predhodniku je tudi tokrat najprej začela delovati različica Flash. Pri razvoju so bili v ospredju krepitev programerskih zmožnosti, izboljšanje dela, ki temelji na znanju, in večmodalno delovanje. Poleg tega je zanimiv tudi zato, ker mu je poraba močno upadla, pri delu porabi manj žetonov.
Po indeksu Artificial Analysis porabi 17 odstotkov manj žetonov kot prej Gemini 3.5 Flash. Razlika pa je lahko glede na nalogo in izziv tudi precej bolj dramatična. Tako je denimo pri DeepSWE deloval že s 65 % manj žetonov.
Zaradi različnih izboljšav novi model Gemini 3.6 Flash tudi pri večstopenjskih delovnih tokovih potrebuje manj korakov sklepanja in klicev orodij. Z izboljšano učinkovitostjo je Google lahko znižal tudi cene. Gemini 3.6 Flash na vhodni strani obdelavo 1 milijona žetonov še vedno zaračuna 1,5 dolarja, na izhodni strani pa je podjetju uspelo prejšnjih 9 dolarjev znižati na 7,5 dolarja. Podobne cene veljajo tudi pri prav tako novih modelih GPT-5.6 Luna in Grok 4.5, podobna pa je tudi zmogljivost.
V testu MLE-Bench je Gemini 3.6 Flash dosegel 63,9 odstotka, GPT-5.6 Luna le 47,6 %, Grok 4.5 pa samo še 43,2 %. Nasprotno se lahko v testu SWE-Bench Pro pohvali le s 58,7-odstotno uspešnostjo, v primerjavi s katero lahko GPT-5.6 Luna (62,7 %) in Grok 4.5 (64,7 %) pokažeta resnejšo zmogljivost. Test OSWorld, ki meri upravljanje računalnika, pa je spet končal na vrhu z 83 odstotki, medtem ko je GPT-5.6 Luna dosegel le 72,6-odstotno uspešnost.
Gemini 3.6 Flash bo pri programerskih nalogah zagotavljal večjo natančnost, hkrati pa bo ponujal manj nepotrebnega urejanja kode in zadržanejše izvajalne cikle. Google je poudaril tudi, da so veliko pozornosti namenili varnosti. Obstaja zaščita pred zlorabami, povezanimi s kemijo, biologijo, jedrskim orožjem in kibernetsko kriminaliteto.
Gemini 3.5 Flash-Lite in Flash Cyber
Google predstavlja tudi dodatno poenostavljeno različico modela Gemini 3.5 Flash, ki nosi oznako Lite in z minimalno zakasnitvijo še vedno daje odgovore zelo visoke kakovosti. Dobro bo uporaben za prevajanje, obdelavo dokumentov in delo agentov.
Gemini 3.5 Flash-Lite v preizkusu SWE-Bench Pro še vedno doseže 54,2 % in tako premaga ne tako zelo staro različico Gemini 3 Flash (42,6 %), ki pa je bistveno dražja. Pri OSWorld-Verified je dosegel 74-odstotno uspešnost, s čimer je še vedno pred modelom GPT-5.6 Luna (72,6 %).
S tem modelom obdelava 1 milijona žetonov informacij stane le še 0,3 dolarja, ustvarjanje enake količine podatkov pa 2,5 dolarja. Odlikovala pa ga bo bistveno boljša učinkovitost, tako da je pri uporabi skupno mogoče prihraniti več denarja. Poleg tega je delo z njim lahko zelo tekoče, saj po indeksu Artificial Analysis lahko ustvari 350 žetonov v eni sekundi.
Gemini 3.5 Flash Cyber
Google je predstavil tudi model Gemini 3.5 Flash Cyber, ki je osredotočen na kibernetsko varnost in ga je mogoče integrirano uporabljati z varnostnim agentom za programerje CodeMender. To orodje je bilo natančno prilagojeno za odkrivanje, preverjanje in odpravljanje programskih ranljivosti.
Znotraj sistema CodeMender lahko vzporedno deluje več agentov Gemini 3.5 Flash Cyber za pripravo skupnega varnostnega poročila; po Googlovih navedbah model v testu CyberGym dosega vrhunsko zmogljivost. Pokaže lahko 83,2-odstotno uspešnost, pri čemer sta precej večja modela GPT-5.6 Sol in Mythos 5 le za las boljša, njuna prednost je manjša od 1 %. Le GPT-5.5-Cyber ima resnejšo prednost, saj je dosegel 85,6 %.
Pa kje je Gemini 3.5 Pro? Google je precej prej obljubil, da bo iz družine Gemini 3.5 dobavil model Pro, a še vedno ni na voljo. Podjetje trdi, da testiranje s partnerji poteka, da tega ni pozabilo, le najnovejši trendi so odnesli razvoj. Na koncu smo izvedeli tudi, da podjetje dela na družini modelov Gemini 4. Poteka njihovo predhodno učenje, verjetno bodo debitirali še letos.
