गूगल ने एक साथ तीन हल्के मॉडल जारी किए: जेमिनी ३.६ फ्लैश, जेमिनी ३.५ फ्लैश-लाइट, और जेमिनी ३.५ फ्लैश साइबर।
अगर आप उत्पादन में एजेंट चलाते हैं, तो अड़चन अक्सर सिर्फ़ "क्या मॉडल काफी स्मार्ट है?" नहीं होती। ज़्यादातर टोकन खर्च, देरी, और पूरे हुए काम की लागत होती है। यह रिलीज़ उसी लूप पर है: कम शब्द-बहुल आउटपुट, तेज़ डिकोड, और कोडमेंडर के लिए सुरक्षा-ट्यून वेरिएंट।
तीनों का त्वरित नक्शा:
| मॉडल | भूमिका | मुख्य आंकड़ा |
|---|---|---|
| ३.६ फ्लैश | मुख्य वर्कहॉर्स (कोड, मल्टीमोडल, सामान्य) | ३.५ फ्लैश से ~१७% कम आउटपुट टोकन |
| ३.५ फ्लैश-लाइट | ऊँचा थ्रूपुट, सस्ता वॉल्यूम काम | ३५० आउटपुट टोकन/सेकंड |
| ३.५ फ्लैश साइबर | कोडमेंडर के अंदर सुरक्षा एजेंट | फ्लैश-क्लास लागत पर फ्रंटियर साइबरजिम |
जेमिनी ३.६ फ्लैश: बेहतर जवाब, कम बकवास
३.६ फ्लैश कोड और मल्टीमोडल के मुख्य मॉडल के रूप में ३.५ फ्लैश की जगह लेता है। गूगल इसे पैरामीटर फ्लेक्स की तरह नहीं बेच रहा। संदेश साफ़ एजेंट रन है: टूल लूप के दौरान कम बर्बाद टोकन।
स्रोत: [गूगल ब्लॉग, जेमिनी ३.६ फ्लैश घोषणा](P५)
काम के दक्षता आंकड़े
- आर्टिफिशियल एनालिसिस इंडेक्स पर ३.५ फ्लैश की तुलना में ~१७% कम आउटपुट टोकन।
- कोड कार्यों पर ~६५% तक कम आउटपुट टोकन (डीपएसडब्ल्यूई-शैली रन), कम मृत लूप और छोटे संपादन से।
- कीमत: $१.५० / १एम इनपुट और $७.५० / १एम आउटपुट।
बहु-चरण एजेंट पर आप दो बार कम देते हैं: छोटी जनरेशन, और बचे हुए पर सस्ती दर।
स्रोत: [गूगल ब्लॉग](P७)
गुणवत्ता (सिर्फ़ सस्ता नहीं)
| बेंचमार्क | ३.५ फ्लैश | ३.६ फ्लैश | क्या मापता है |
|---|---|---|---|
| डीपएसडब्ल्यूई | ३७.०% | ४९.०% | कोड संपादन सटीकता और इश्यू समाधान |
| एमएलई बेंच | ४९.७% | ६३.९% | एमएल इंजीनियरिंग वर्कफ़्लो |
| ओएसवर्ल्ड-सत्यापित | ७८.४% | ८३.०% | कंप्यूटर उपयोग और जीयूआई नेविगेशन |
| जीडीपीवैल-एए v२ | १३४९ | १४२१ | मल्टीमोडल दस्तावेज़ और तर्क |
क्लाइंट पर नेटिव कंप्यूटर उपयोग
कंप्यूटर उपयोग अब जेमिनी एपीआई और जेमिनी एंटरप्राइज़ में प्रथम-श्रेणी क्लाइंट टूल है। स्क्रीन पढ़ने, क्लिक करने और यूआई चलाने के लिए ढेर सारे कस्टम रैपर की ज़रूरत नहीं।
गूगल ने सीबीआरएन और साइबर-ऑफेंस जेलब्रेक के खिलाफ़ प्रतिरोध भी कड़ा किया है, सामान्य डेवलपर प्रॉम्प्ट तोड़े बिना।
जेमिनी ३.५ फ्लैश-लाइट: ३५० टोकन प्रति सेकंड
जब काम वॉल्यूम और देरी है, गहरा बहु-हॉप तर्क नहीं, ३.५ फ्लैश-लाइट वॉल्यूम एसकेयू है।
स्रोत: [गूगल ब्लॉग](P९)
- गति: आर्टिफिशियल एनालिसिस इंडेक्स पर ३५० आउटपुट टोकन/सेकंड (यहाँ उद्धृत ३.५ परिवार में सबसे तेज़)।
- कीमत: $०.३० / १एम इनपुट, $२.५० / १एम आउटपुट।
- फिट: थोक दस्तावेज़ निकालना, ऊँचे क्यूपीएस खोज एजेंट, रसीद पाइपलाइन, तंग यूआई प्रोटोटाइप लूप।
पुराने फ्लैश-लाइट की तुलना में गूगल गुणवत्ता में स्पष्ट कदम बताता है, ऊँचे क्यूपीएस पर सब-सेकंड जवाब छोड़ बिना।
जेमिनी ३.५ फ्लैश साइबर और कोडमेंडर
कमज़ोरियाँ ढूँढना और पैच करना एजेंट समस्या है, जिसकी लागत घुमावदार हो जाती है अगर हर कदम विशाल जनरल मॉडल खाए।
३.५ फ्लैश साइबर सुरक्षा-ट्यून फ्लैश वेरिएंट है जो कोडमेंडर में चलता है, गूगल का स्वचालित कोड सुरक्षा एजेंट स्टैक।
स्रोत: [गूगल ब्लॉग](P११)
- कोडमेंडर में कई साइबर एजेंट समानांतर चल सकते हैं: ऑडिट, सत्यापन, पैच प्रस्ताव।
- साइबरजिम फ्रंटियर-स्तर बताया गया है, फ्लैश-क्लास खर्च पर।
- पहुँच सीमित: विश्वसनीय एंटरप्राइज़ और सरकारी भागीदार कोडमेंडर के ज़रिए; दोहरे-उपयोग नीति लागू।
कीमतें साथ-साथ
| मॉडल | इनपुट / १एम | आउटपुट / १एम | कब बेहतर |
|---|---|---|---|
| ३.६ फ्लैश | $१.५० | $७.५० | डिफ़ॉल्ट एजेंट / कोड / मल्टीमोडल |
| ३.५ फ्लैश-लाइट | $०.३० | $२.५० | थ्रूपुट और थोक काम |
| ३.५ फ्लैश साइबर | भागीदार | भागीदार | सिर्फ़ कोडमेंडर सुरक्षा एजेंट |
सार्वजनिक फ्लैश दरें गूगल की सूची हैं। बेड़ा बजट से पहले हमेशा [मूल्य निर्धारण पेज](P१२) जाँचें।
उपलब्धता और आगे क्या कहा
- ३.६ फ्लैश: जेमिनी एपीआई, एआई स्टूडियो, जेमिनी एंटरप्राइज़, उपभोक्ता जेमिनी ऐप।
- ३.५ फ्लैश-लाइट: एपीआई और एआई स्टूडियो अभी, सर्च रोल-आउट उल्लेखित।
- ३.५ प्रो: पार्टनर टेस्टिंग, गूगल की भाषा में सार्वजनिक रिलीज़ "जल्द"।
- जेमिनी ४: पूर्व-प्रशिक्षण चल रही (गूगल का बयान, शिप तारीख नहीं)।
किसे फर्क पड़ता है
- एजेंट बनाने वाले: अगर टूल लूप बिल खा रहे थे तो ३.६ फ्लैश डिफ़ॉल्ट स्वैप है।
- ऊँचे क्यूपीएस पाइपलाइन: ३५० टोकन/सेकंड और $०.३०/$२.५० पर फ्लैश-लाइट वॉल्यूम लेन है।
- गूगल एंटरप्राइज़ पथ पर सुरक्षा टीमें: साइबर + कोडमेंडर विशेषज्ञ ट्रैक है, सार्वजनिक मुफ़्त-मेला नहीं।
इस हफ़्ते अगर एक ही चीज़ आज़माएँ, तो ३.५ फ्लैश बनाम ३.६ फ्लैश पर वही एजेंट सूट चलाएँ और पूरे हुए काम प्रति टोकन तथा पास दर लॉग करें। वह एक ए/बी अक्सर ब्लॉग चार्ट से ज़्यादा बताता है।
पूरी घोषणा: [गूगल ब्लॉग](P१३).