- Gemini 3 prezanton ndërfaqet gjenerative dhe përmirëson arsyetimin në nivel eksperti.
- Multimodalitet i përmirësuar me 1 milion token dhe rezultate të përmirësuara të imazhit dhe videos.
- Agjentë më të aftë: Antigraviteti, integrimi i hapësirës së punës dhe përdorimi i mjeteve.
- Vendosje e gjerë dhe siguri e përmirësuar, me akses në aplikacion, Search, AI Studio dhe Vertex AI.
Gjenerata e re e inteligjencës artificiale e Google vjen me një ambicie të qartë: të kalojë nga biseda në ekzekutim. Me Gemini 3, kompania bën një hap të jashtëzakonshëm në arsyetim, multimodalitet dhe aftësi agjentike , dhe gjithashtu prezanton një mënyrë të ndryshme bashkëveprimi: ndërfaqe që vetë modeli gjeneron menjëherë për t'ju ndihmuar të arrini qëllimin tuaj pa humbur kohë në hapa të ndërmjetëm.
E gjithë kjo vjen me një ridizajnim të aplikacionit, përmirësime në Google Search, Workspace dhe mjetet e zhvilluesve , si dhe një fokus të fortë në siguri. Ka ndryshime të dukshme për të gjithë, por shumë nga përmirësimet më të rëndësishme do të shihen në përdorimet e avancuara: programim, analizë të dhënash, punë me video dhe imazhe, dhe automatizim me agjentë që planifikojnë dhe veprojnë nën mbikëqyrjen njerëzore.
Çfarë është Binjakët 3 dhe pse shënon një pikë kthese?
Në praktikë, kjo përkthehet në përgjigje më të drejtpërdrejta dhe të dobishme, një reduktim të "lajkave" tipike të disa chatbot-eve dhe një interpretim më të mirë të kontekstit , edhe kur punohet me të dhëna të gjata ose heterogjene (tekst, imazhe, video, audio dhe kod).
Për më tepër, Google e ka vendosur Gemini 3 në sipërfaqe të shumta që nga dita e parë: aplikacionin Gemini, AI Mode të motorit të kërkimit, AI Studio, Vertex AI, CLI të modelit dhe një platformë të re agjentësh të quajtur Google Antigravity , e projektuar për të planifikuar dhe ekzekutuar detyra komplekse softuerike me qasje në redaktues, terminal dhe shfletues.
Për të nënvizuar fushëveprimin e lançimit, kompania kujton ndikimin kumulativ të epokës Gemini: përvoja View e mundësuar nga IA arrin miliarda njerëz në muaj, aplikacioni tejkalon qindra miliona përdorues, shumica e klientëve të Google Cloud tashmë përdorin aftësitë e IA-së dhe miliona zhvillues kanë ndërtuar zgjidhje me modelet e saj gjeneruese.
Ndërfaqe gjeneruese dhe një përvojë e re përdoruesi
Gemini 3 prezanton një aplikacion me një estetikë më të pastër dhe më moderne që e bën më të lehtë fillimin e bisedave dhe gjetjen e asaj që keni krijuar në dosjen "Gjërat e Mia" . Ridizajnimi nuk është vetëm kozmetik: hapi i madh përpara janë ndërfaqet gjeneruese , një lloj përgjigjeje ku modeli përcakton formatin optimal dhe gjeneron pamje dinamike në vend të një blloku teksti të thjeshtë.
Ndër eksperimentet e para janë "dizajni vizual" (një pamje në stilin e revistës me foto dhe module interaktive) dhe "pamja dinamike", e projektuar për të eksploruar dhe personalizuar rezultatet. Nëse i kërkoni të "planifikojë një udhëtim 3-ditor në Romë gjatë verës", do të merrni një itinerar vizual të lundrueshëm me pyetje pasuese dhe elementë interaktivë.
Ideja lidhet me atë që quhet kodim vibe : ju e përshkruani qëllimin në gjuhë natyrore dhe sistemi krijon ndërfaqen ose kodin e nevojshëm për ta arritur atë. Pra, nëse një diagram, animacion ose mini-aplikacion interaktiv është më i mirë se një paragraf, Gemini 3 e gjeneron atë brenda përvojës, pa ju detyruar të ndërroni mjete.
Përvoja e blerjeve gjithashtu përmirësohet: listat, tabelat krahasuese dhe çmimet integrohen direkt nga Google Shopping Graph (me dhjetëra miliarda referenca) për të ndërtuar udhëzues interaktivë pa dalë nga rrjedha, në stilin e një faqeje rekomandimesh të specializuara, por të gjeneruara menjëherë nga modeli.
Një përmirësim tjetër praktik është se, në motorin e kërkimit, një grup i kufizuar abonentësh mund të zgjedhin variantin e orientuar drejt arsyetimit të Gemini 3 Pro për të marrë përmbledhje më gjithëpërfshirëse dhe të argumentuara, dhe jo vetëm përgjigjen sintetike të modalitetit aktual.
Arsyetim i avancuar dhe modaliteti i të menduarit të thellë
Google thekson një përmirësim të konsiderueshëm në testet me vështirësi të lartë: flet për arsyetimin në nivel doktorature , me rezultate shumë konkurruese në teste të tilla si Humanity's Last Exam dhe GPQA Diamond. Në shifra, Gemini 3 Pro arrin rezultate të tilla si 37,5% në HLE (pa mjete) dhe 91,9% në GPQA Diamond, dhe vendos një performancë të nivelit të lartë në matematikë me 23,4% në MathArena Apex.
Modaliteti Gemini 3 Deep Think i çon gjërat një hap më tej për sfida veçanërisht komplekse dhe të reja. Në vlerësimet e brendshme, ai i tejkalon Pro në shumë fronte: 41,0% në Humanity's Last Exam (pa mjete), 93,8% në GPQA Diamond dhe 45,1% në ARC-AGI kur lejohet ekzekutimi i kodit - një kombinim i arsyetimit simbolik, përdorimit të mjeteve dhe programimit të projektuar për probleme të vështira.
Në domenet agjentike, modeli tregon performancë të mirë në Terminal-Bench 2.0 (54,2%), i cili mat aftësinë e tij për të trajtuar një kompjuter nëpërmjet terminalit dhe ruan vendimmarrje të qëndrueshme në mjedise të zgjatura si Vending-Bench 2 , ku arriti një kthim neto prej mbi pesë mijë dollarësh në një simulim biznesi gjatë një viti virtual.
Përtej metrikave, ajo që është e rëndësishme është ndryshimi në rol: nga një asistent i përgjegjshëm në një agjent aktiv . Gemini 3 planifikon, i ndan detyrat në hapa, kërkon miratim kur është e nevojshme dhe ekzekuton me mbikëqyrje njerëzore në ciklin e punës. Mund të rendisë një kuti hyrëse të Gmail-it, të organizojë oraret duke kryqëzuar referencat e disponueshmërisë ose të përgatisë një rrjedhë pune komplekse duke kombinuar arsyetimin, thirrjet e mjeteve dhe navigimin.
Komuniteti i zhvilluesve dhe i biznesit po sheh tashmë përmirësime të prekshme: kuptim më të mirë vizual, gjenerim më të besueshëm të kodit dhe performancë më të lartë në detyrat që ekzekutohen për një kohë të gjatë. E gjithë kjo përkthehet në agjentë më të dobishëm, të aftë për të mbështetur projektet në mënyrë të vazhdueshme dhe për të qëndruar në rrugën e duhur me kalimin e kohës.
Multimodaliteti dhe konteksti në shkallë të gjerë
Gemini 3 Pro forcon kuptimin e tij multimodal dhe ngre nivelin për imazhin dhe videon: shkëlqen në MMMU-Pro (81%) dhe Video-MMMU (87,2%), dhe tregon përparim në saktësinë faktike me SimpleQA Verified (72,1%). Çelësi qëndron në aftësinë e tij për të kombinuar tekstin, kodin, fotot, audion dhe klipet video brenda të njëjtit kontekst, duke interpretuar marrëdhëniet dhe nuancat.
Modeli trajton sasi të mëdha të dhënash falë një dritareje konteksti prej 1 milion tokenësh , të mjaftueshme për artikuj të gjatë, klasa të tëra, depo kodi ose dokumente të shumëfishta që funksionojnë paralelisht. Kjo mundëson aplikime shumë praktike: nga unifikimi i recetave familjare të shkruara me dorë (madje edhe në gjuhë të shumëfishta) dhe shndërrimi i tyre në një libër gatimi, deri te transformimi i artikujve shkencorë dhe videove të gjata në karta dhe vizualizime interaktive.
Për programuesit, Google flet për një hap të rëndësishëm përpara në analizën e kodit, arsyetimin abstrakt dhe ekzekutimin e kontrolluar. Në skenarët e asistencës për zhvillim si Code Assist 3.0 , ai përshkruan një kuptim të arkitekturës së plotë të depozitës dhe një dritare konteksti të zgjeruar deri në 10 milionë tokena, të dobishme për zbulimin e varësive që mund të prishen nga një ndryshim lokal.
Modeli përmirëson gjithashtu arsyetimin paralel me të dhëna vizuale dhe tekstuale, duke rafinuar interpretimin e tabelave, diagrameve dhe ndërfaqeve. Ky përparim është thelbësor kur ajo që ka rëndësi nuk është vetëm "të shohësh" imazhin, por ta krahasosh atë me tekstin dhe numrat për të nxjerrë përfundime dhe për të ndërmarrë veprime.
Si rezultat, përgjigjet nuk janë gjithmonë të bazuara në tekst: ndonjëherë përgjigjja ideale është një aplikacion interaktiv në internet (një kalkulator, një simulator ose një vegël në kohë reale) që ju lejon të eksploroni zgjidhjen në mënyrë më intuitive brenda vetë rrjedhës Gemini.
Agjentët, zhvillimi dhe platforma Google Antigravity
Gemini 3 është tani i disponueshëm për zhvilluesit në Google AI Studio , Vertex AI dhe CLI, dhe prezanton Google Antigravity , një platformë zhvillimi të bazuar në agjentë me qasje të drejtpërdrejtë në redaktues, terminal dhe shfletues. Sistemi mund të planifikojë dhe ekzekutojë detyra softuerike nga fillimi në fund , duke validuar kodin e vet dhe duke u koordinuar me sipërfaqe të tjera në familjen Gemini (siç janë kontrolli i kompjuterit dhe redaktimi i imazheve).
Modeli kryeson në teste si WebDev Arena (1.487 ELO), shënon 54,2% në Terminal-Bench 2.0 dhe arrin 76,2% në SWE-bench Verified, duke shkëlqyer në gjenerimin e kodit pa shembuj dhe krijimin e ndërfaqeve të pasura në internet nga udhëzime komplekse. Për bizneset, kjo përshpejton zhvillimin e zgjidhjeve të personalizuara, të bazuara në agjentë.
Shembujt nga bota reale tashmë po e shfrytëzojnë këtë: kompanitë që krijojnë prezantime të automatizuara po i japin materiale dokumenteve teknike model për të gjeneruar pjesë që më parë i duheshin orë të tëra një analisti për t'i përfunduar. Me Gemini 3, kjo punë reduktohet në pak minuta , falë arsyetimit multimodal dhe kontekstit të zgjeruar.
Integrimi me Google Workspace dhe motorin e kërkimit
Ndikimi më i dukshëm për ekipet do të vijë në Google Workspace . Gemini nuk është më vetëm një panel anësor; tani është i integruar si një motor brenda Gmail, Docs, Sheets, Calendar, YouTube dhe Maps. Në Gmail, për shembull, nuk përmbledh vetëm: harton, prioritizon, përgjigjet dhe cakton takime bazuar në disponueshmërinë tuaj aktuale. Në Sheets, vepron si një analist i të dhënave, duke krijuar grafikë dhe tabela kryesore bazuar në pyetjet tuaja.
Gemini Vids është gjithashtu i konsoliduar , i aftë të gjenerojë prezantime të plota video nga dokumentacioni i Drive, dhe bashkëpunimi me përmbajtje multimodale është përmirësuar: modeli kupton dhe kombinon tekstin, imazhet dhe klipet për të prodhuar asete të dobishme në më pak kohë.
Në Kërkim , përveç përmbledhjeve të mundësuara nga IA, disa abonentë mund të përditësohen në Gemini 3 Pro për përgjigje më të pasura bazuar në aftësitë e tij analitike. Dhe në Blerje, Gemini përdor Grafikun e Blerjeve të Google për të gjeneruar udhëzues rekomandimesh me çmime dhe detaje të azhurnuara pa ju larguar nga përvoja.
Një përmirësim tjetër i dukshëm është se motori i kërkimit mund t’i ndajë më mirë pyetjet tuaja në nënpyetje që i heton në emrin tuaj, duke kuptuar më saktë qëllimin dhe duke shmangur lëshimet që më parë nuk ishin bërë.
Në përgjithësi, ky integrim premton më pak vështirësi : ju kërkoni atë që ju nevojitet dhe, nëse është e përshtatshme, modeli gjeneron pamjen, tabelën, kalendarin ose miniaplikacionin brenda të njëjtës rrjedhë, pa ju detyruar të kaloni midis skedave.
Disponueshmëria, vendosja dhe siguria
Google pretendon se Gemini 3 është modeli i saj më i sigurt deri më sot , falë grupit më gjithëpërfshirës të vlerësimeve që ka zbatuar ndonjëherë. Përmirësimet përfshijnë dobësi të reduktuara, rezistencë më të madhe ndaj sulmeve me injeksion të menjëhershëm dhe mbrojtje të përmirësuara kundër keqpërdorimit që lidhet me sulmet kibernetike, të validuara nga ekspertë të pavarur dhe organe të jashtme (siç është AISI i Mbretërisë së Bashkuar ) dhe firma të specializuara.
Zbatimi është masiv: përdoruesit fundorë mund ta gjejnë atë në aplikacionin Gemini dhe në Modalitetin AI të motorit të kërkimit, zhvilluesit në Gemini API, AI Studio, Antigravity dhe CLI , dhe organizatat përmes Vertex AI dhe Gemini Enterprise. Disa veçori të përparuara, të tilla si Deep Think dhe aftësi të caktuara të agjentëve, fillimisht u ofrohen abonentëve të Google AI Ultra dhe do të zgjerohen me kalimin e kohës.
Një shënim praktik: Gemini 3 Pro ofrohet falas që nga dita e parë në aplikacion dhe në internet, diçka e paprecedentë deri më tani, megjithëse përditësimi në Pro brenda Kërkimit është aktualisht i rezervuar për planet me pagesë. Për më tepër, ai mund të testohet tashmë nga Google AI Studio, dhe shpërndarja e tij e përgjithshme do të mundësohet në ditët në vijim në varësi të rajonit dhe produktit.
Google e mbështet lançimin me të dhëna të adoptimit: përvoja e inteligjencës artificiale në motorin e kërkimit arrin miliarda përdorues mujorë, aplikacioni tejkalon gjysmën e miliardit, më shumë se 70% e klientëve të Google Cloud përdorin aftësi të inteligjencës artificiale dhe 13 milionë zhvillues kanë krijuar zgjidhje me modelet e tij.
Zbatimet në kompani dhe rastet e përdorimit
Në mjediset e korporatave, Gemini 3 mundëson hartimin e zgjidhjeve të personalizuara që integrojnë agjentët, automatizimin dhe inteligjencën artificiale multimodale në proceset kryesore. Kjo varion nga mbështetja e zhvillimit dhe përmirësimit të kanaleve të të dhënave deri te krijimi i përvojave bisedore që trajtojnë dokumente, imazhe dhe video me një qasje të unifikuar.
Shumë kompani i kombinojnë këto aftësi me praktikat e sigurisë kibernetike dhe testimit të depërtimit për të mbrojtur modelet dhe të dhënat, dhe për të vendosur infrastruktura cloud (AWS dhe Azure) që sigurojnë shkallëzueshmëri, disponueshmëri dhe pajtueshmëri. Në analiza, panelet dhe shërbimet e inteligjencës së biznesit (për shembull, me Power BI) janë të integruara për të transformuar të dhënat në vendime të zbatueshme, duke u mbështetur në arsyetimin e modelit dhe gjenerimin e vizualizimeve .
Paketa përfiton gjithashtu nga mbështetja me Google Search , e cila i ankoron përgjigjet në informacione të besueshme mbi temat aktuale, duke minimizuar dezinformimin. Për sa i përket programimit, Gemini 3 e kupton arkitekturën e depozitës, sugjeron ndryshime dhe njofton për varësi potencialisht të prishura, duke kursyer kohë për ekipet teknike.
Duke parë përpara, Google parashikon personalizim radikal : modele që përshtaten privatisht dhe në mënyrë të sigurt me stilin, tonin dhe ekspertizën e organizatës suaj pa pasur nevojë për procese komplekse rregullimi të hollësishëm . Dhe vini re: ndërsa përdoruesi mesatar mund të mos i vërejë të gjitha ndryshimet, ekipet teknike dhe të të dhënave do të shohin përmirësime të qarta në saktësi, shpejtësi dhe zbatueshmëri.
Gemini 3 ripërcakton mënyrën se si punojmë me IA-në duke kombinuar arsyetimin e avancuar, agjentët praktikë dhe ndërfaqet gjeneruese: më pak fërkime, më shumë kontekst dhe mundësinë e një përvoje interaktive që ju çon nga qëllimi në ekzekutim vetëm me disa sugjerime të dhëna mirë.
