Alig három héttel a korábbi verzió után váratlan tempóban futott be a Google új AI-modellje. A Gemini 3.7 Flash nevű fejlesztést kifejezetten összetett kódolási feladatokra és önálló ágensek vezérlésére élesítették. A technológiai óriásvállalat a rendszer logikai és hibakeresési hatékonyságának növelése mellett felére csökkentette az alkalmazásprogramozási felület (API) használati díját is.
Gondolkodási üzemmód és natív multimodalitás a háttérben
A megszokottnál lényegesen gyorsabb kiadási ciklus mögött a fejlesztői visszajelzések és az algoritmikus újítások összehangolása áll. Az újdonság legfőbb erénye a hibrid gondolkodási képesség, amely lehetővé teszi, hogy az algoritmus ne csupán azonnali válaszokat adjon a feltett kérdésekre, hanem dinamikusan végiggondolja a többlépcsős logikai problémákat. A modell natív módon képes párhuzamosan feldolgozni a szöveges információkat, a programkódot, a nagy felbontású képeket, az audióanyagokat, valamint a videófolyamokat.
Ez a sokrétű megközelítés kulcsfontosságúvá válik a mindennapi munkafolyamatokban. Amikor egy fejlesztő vagy elemző komplex dokumentumot tölt fel a rendszerbe, az algoritmus nem egyszerű kulcsszókeresést végez. Ehelyett az összefüggéseket elemzi a vizuális elrendezés és a szöveges tartalom között. A hosszú kontextusablak révén a felhasználók komplett kódalapokat, terjedelmes pénzügyi jelentéseket vagy jogi elemzéseket is egyetlen munkamenetben dolgoztathatnak feldolgozásra a modellel.
Ugrásszerű fejlődés a szoftverfejlesztésben és a tesztelésben
A Google mérnökei kiemelt figyelmet fordítottak az architektúratervezésre, a hibakeresésre, valamint az interaktív alkalmazások építésére. A mérési eredmények alapján a Gemini 3.7 Flash látványos előrelépést mutat az elődjéhez képest. A szoftverfejlesztési képességeket vizsgáló DeepSWE v1.1 teszten a korábbi 49,0 százalékos teljesítményt 65,3 százalékra növelte, míg a komplex kódolást mérő FrontierCode 1.1 Main próbán 34,4 százalékról 43,6 százalékra lépett előre.
A webfejlesztési feladatok során a modell kevesebb utasításból képes működőképes elrendezéseket és komplett felületeket generálni. A referencia-tervekhez való igazodásban, legyen szó egyszerű képernyőképről vagy összetett dizájtrendszerről, a rendszer pontossága kimagasló. A fejlesztők számára a prototípusok elkészítése és a hibák kijavítása nem órákat, hanem csupán perceket vesz igénybe. Az önállóan működő AI-ágensek emellett képesek visszacsatolást adni a saját kódjukról, és automatikusan korrigálják a futási hibákat.
Féláras hozzáférés a felhős infrastruktúrában
A teljesítménynövekedés mellett a bevezetés gazdasági oldala is jelentős váltást mutat. A Google az év végéig felére csökkentette a modell tokenalapú használati díját. A fejlesztők egymillió bemeneti tokenért mindössze 0,75 dollárt, míg egymillió kimeneti tokenért 3,75 dollárt fizetnek. Ez az árképzés kifejezetten a nagy léptékű, folyamatosan futó munkafolyamatok kiszolgálását célozza meg.
A technológiai szektorban egyre nagyobb szerepet kapnak az úgynevezett igásló modellek, amelyek a méregdrága, csúcsragadozó rendszerekkel szemben gyors és költséghatékony alternatívát nyújtanak. A Gemini 3.7 Flash pontosan ebbe a kategóriába illeszkedik: a vállalatok alacsonyabb büdzséből üzemeltethetnek komplex, több ágenst koordináló hálózatokat. Az üzleti munkafolyamatok automatizálását mérő AutomationBench teszten elért 30,4 százalékos eredmény – ami csaknem a duplája a korábbi kiadásénak – világosan jelzi a vállalati felhasználásban rejlő lehetőségeket.
