Kāpēc Google jaunākā AI modeļa aizkavēšanās patiesībā ir ieguvums jūsu akumulatora darbības laikam

Produkta aizkavēšanās Silīcija ielejas gigantam parasti ir katastrofa. Uzņēmumam Google Gemini 3.5 Pro viena mēneša nobīde ir zīme, ka uzņēmums beidzot ciena savu radījumu sarežģītību. Lai gan daži uzskata pāreju no jūnija uz jūliju par nespēju ievērot termiņu, realitāte ir praktiskāka. Nozare ir sasniegusi punktu, kurā neapstrādāta jauda ir mazāk vērtīga par uzticamību. Google apsolīja Gemini 3.5 Pro savā I/O izstrādātāju konferencē maijā. Izpilddirektors Sundars Pičai paziņoja, ka modelis ieradīsies jūnijā. Tagad, mēneša beigās, uzņēmums atliek šo mērķi uz jūliju, lai apkopotu vairāk atsauksmju no agrīnajiem testētājiem.

Šī aizkavēšanās liecina par maiņu tajā, kā tehnoloģiju uzņēmumi risina AI bruņošanās sacensības. Iepriekšējos gados mērķis bija izlaist modeli pēc iespējas ātrāk, pat ja tas sniedza dīvainus vai nepareizus rezultātus. Šodien likmes ir augstākas. Lietotāji sagaida, ka AI darbosies kā nenogurdināms praktikants, kas spēj pārvaldīt sarežģītus uzdevumus bez pastāvīgas uzraudzības. Ja šis praktikants pieļauj kļūdu kodēšanas projektā vai finanšu izklājlapā, kaitējums ir taustāms. Paņemot papildu četras nedēļas, Google mēģina nodrošināt, lai Gemini 3.5 Pro būtu rīks, nevis rotaļlieta.

Ilgtermiņa uzdevumu praktiskā puse

Google izstrādāja Gemini 3.5 Pro, lai tas izceltos tajā, ko inženieri sauc par ilgtermiņa uzdevumiem (long-horizon tasks). Vienkāršāk sakot, tas attiecas uz darbiem, kuriem nepieciešami daudzi soļi ilgā laika periodā. Lielākā daļa pašreizējo AI modeļu labi prot sniegt ātras atbildes. Jūs jautājat recepti, un tas jums to iedod. Ilgtermiņa uzdevumi ir citādi. Iedomājieties, ka lūdzat AI saplānot trīs nedēļu ceļojumu, rezervēt lidojumus, pielāgot maršrutu atkarībā no laikapstākļiem un nosūtīt kalendāra ielūgumus draugiem. Tas prasa, lai modelis savā aktīvajā atmiņā saglabātu milzīgu informācijas apjomu, nesajūkot prātā.

Aiz žargona slēpjas atmiņas problēma. Kad AI modelis apstrādā lielu dokumentu vai garu sarunu, tas izmanto tā saukto konteksta logu (context window). Google vēsturiski ir bijis tirgus līderis šajā jomā. Tomēr liela atmiņa ir bezjēdzīga, ja AI nespēj atrast konkrēto nepieciešamo detaļu. Aizkavēšanās norāda, ka Google uzlabo to, kā modelis iegūst informāciju no šiem dziļajiem arhīviem. Vidējam lietotājam tas nozīmē, ka AI ir mazāka iespēja halucinēt vai izdomāt faktus, kad lūdzat tam apkopot 500 lappušu garu PDF failu.

Praktiski runājot, šī uzticamība ir pamatprasība AI aģentiem. Aģents ir kas vairāk par tērzēšanas robotu. Tā ir programmatūra, kas var pārvietoties jūsu datorā vai tīmeklī, lai paveiktu lietas. Ja vēlaties, lai AI sakārto jūsu nodokļu deklarācijas, tam jābūt nevainojamam. Viena mēneša kavēšanās testēšanai ir maza cena, ko maksāt par sistēmu, kas neizdzēš nepareizos failus.

Kāpēc kodēšana ir kļuvusi par galveno etalonu

Šīs aizkavēšanās konteksts ietver intensīvu spiedienu no konkurentiem, piemēram, Anthropic un OpenAI. Lai gan Google modeļi pagājušajā gadā darbojās labi, tā konkurenti ir pārņēmuši vadību specifiskā jomā: datorprogrammēšanā. Tas neuztrauc tikai programmatūras inženierus. Kodēšana ir galvenais veids, kā šīs laboratorijas pārbauda AI loģiku un spriešanas spējas. Ja modelis spēj uzrakstīt sarežģītu kodu, tas parasti spēj pārdomāt citas loģiskas problēmas ar līdzīgu precizitāti.

Tirgus pusē kodēšana ir pirmais nozīmīgais veids, kā uzņēmumi pelna naudu ar AI. Uzņēmumi maksā par rīkiem, kas palīdz to izstrādātājiem strādāt ātrāk. Ja Google atpaliek kodēšanā, tā zaudē milzīgu daļu no uzņēmumu tirgus. Agrīnie testētāji ir izmantojuši Gemini 3.5 Pro tādās platformās kā Antigravity un etalonu vietnē LMArena. Šīs vides nodrošina globālu AI veiktspējas indikatoru. Atsauksmes visticamāk parādīja, ka, lai gan Gemini 3.5 bija ātrs, tam bija nepieciešams vairāk slīpēšanas, lai pārspētu jaunākās Claude vai GPT-4o versijas loģiskajā konsekvencē.

Raugoties uz kopējo ainu, kodēšana ir mūsdienu ekonomikas digitālā jēlnafta. Tā darbina visu, sākot no jūsu bankas lietotnes līdz sensoriem jūsu automašīnā. Kad Google pielāgo savu modeli, lai tas būtu labāks kodēšanā, tas pēc būtības padara visu savu nākamo produktu pamatā esošo loģiku izturīgāku. Šis papildu testēšanas mēnesis ļauj uzņēmumam sniegt modelim vairāk reālās pasaules scenāriju, kuros iepriekšējās versijas varētu būt paklupušas.

Slēptā žetonu patēriņa problēma

Viens no interesantākajiem jūlija aizkavēšanās iemesliem ir saistīts ar mazāku modeli Gemini 3.5 Flash. Šī versija ir paredzēta ātrumam un zemām izmaksām. Tomēr agrīnās atsauksmes liecināja, ka Flash patērēja žetonus (tokens) pārāk ātri. AI pasaulē žetons ir kā digitāla zilbe. Modeļi izmanto žetonus, lai apstrādātu un ģenerētu tekstu. Ja modelis ir neefektīvs, tas uzdevuma izpildei izmanto vairāk žetonu nekā nepieciešams. Tas padara AI dārgāku izstrādātājiem un lēnāku patērētājiem.

Tas nozīmē, ka Google mēģina novērst to, lai Gemini 3.5 Pro nebūtu "degvielas rijējs". Ja AI vienkāršam pieprasījumam izmanto pārāk lielu apstrādes jaudu, tas izlādē jūsu klēpjdatora akumulatoru un palielina slodzi datu centros. Google iekļauj Flash modeļa gūtās mācības Pro modelī, lai padarītu to racionalizētāku. Tas ietver matemātisko algoritmu pielāgošanu, lai modelis varētu nonākt pie tāda paša secinājuma, izmantojot mazāk skaitļošanas enerģijas.

Vidējam lietotājam šī efektivitāte ir decentralizēta. Tā izpaužas kā ātrāka reakcija jūsu tālrunī vai zemāka ikmēneša abonēšanas maksa par AI pakalpojumiem. Kad modelis ir optimizēts, tas var darboties mazākās ierīcēs bez nepieciešamības pēc pastāvīga savienojuma ar milzīgu serveru fermu. Google visticamāk izmanto šo papildu laiku, lai nodrošinātu, ka Pro modelis sniedz labāko līdzsvaru starp intelektu un resursu pārvaldību.

Ko tas nozīmē jūsu digitālajiem ieradumiem

Kad Gemini 3.5 Pro beidzot tiks palaists jūlijā, ietekme būs sistēmiska, nevis izolēta. Jūs visticamāk redzēsiet šos atjauninājumus vispirms Google Workspace rīkos, piemēram, Docs un Gmail. Mērķis ir pāriet no vienkāršas teksta ģenerēšanas uz faktisku palīdzību.

Kādam, kurš katru dienu izmanto Google rīkus, tas nozīmē, ka poga "Palīdzi man uzrakstīt" kļūs par pogu "Palīdzi man izdarīt". Tā vietā, lai tikai sagatavotu e-pasta melnrakstu, AI varētu apskatīt jūsu izklājlapu, aprēķināt atlikušo budžetu un pēc tam sagatavot e-pastu jūsu priekšniekam. Šī pāreja prasa tādu uzticības līmeni, kuru Google nevar atļauties zaudēt. Ja AI izdomā budžeta skaitli, lietotājs zaudē ticību visai sistēmai.

Galu galā aizkavēšanās ir nobriedušas nozares pazīme. "Darbojies ātri un salauz lietas" ēra AI jomā beidzas, jo uz spēles likts pārāk daudz. Google tagad konkurē svārstīgā tirgū, kur reputācija ir visvērtīgākā valūta. Jūlija palaišana ļauj viņiem novērst nelielas noplūdes modelī, pirms sabiedrībai rodas iespēja tās atrast.

Skatoties tālāk par izlaišanas datumu

No patērētāja viedokļa gaidīšana uz Gemini 3.5 Pro būtu jāuztver caur caurredzamības prizmu. Agrāk tehnoloģiju uzņēmumi varētu būt piegādājuši nepilnīgu produktu un vēlāk to labojuši ar atjauninājumiem. Ar progresīvo AI modeļa pamata apmācību ir grūtāk mainīt, tiklīdz tas ir palaists. Uzlabojumi, ko Google veic tagad, visticamāk atrodas dziļi neironu tīklā. Šīs izmaiņas ietekmē to, kā modelis uztver saiknes starp idejām.

Interesanti, ka šī aizkavēšanās varētu arī dot Google vairāk laika sagatavot savu aparatūru. AI modeļiem ir nepieciešams milzīgs daudzums specializētu mikroshēmu. Pārcelot palaišanu uz jūliju, Google var nodrošināt, ka tā datu centri ir gatavi pēkšņam trafika pieaugumam, ko rada jauna modeļa palaišana. Tas novērš kaitinošos ziņojumus "pakalpojums ir pārslogots", kas bieži piemeklē jaunus AI izlaidumus.

Tuvojoties jaunajam palaišanas datumam, ir vērts pavērot, kā jūs pašlaik izmantojat šos rīkus. Lielākā daļa cilvēku izmanto AI kā meklētājprogrammas aizstājēju. Gemini 3.5 Pro ir izstrādāts, lai būtu kaut kas pilnīgi cits. Tas ir loģikas dzinējs. Kad tas ieradīsies, uzmanība tiks pievērsta nevis tam, cik labi tas raksta dzejoli, bet gan tam, cik labi tas tiek galā ar jūsu digitālās dzīves neredzamo industriālo mehāniku. Aizkavēšanās nav pazīme, ka uzņēmumam būtu nepatikšanas. Tā ir zīme par uzņēmumu, kas zina atšķirību starp demo versiju un izturīgu produktu.

Avoti

• Business Insider ziņojums par Google AI termiņiem.
• Google I/O 2026 galvenās uzrunas arhīvs modeļu paziņojumiem.
• LMArena Chatbot Arena līderu saraksta dati kodēšanas etaloniem.
• Google Antigravity platformas testētāju dokumentācija.