Карактеристике Близанаца 3: све што се мења и зашто је то важно

Информатек Дигитал » Средства » Карактеристике Близанаца 3: све што се мења и зашто је то важно

Гуглова нова генерација вештачке интелигенције стиже са јасном амбицијом: да пређе са разговора на извршење. Са Џемини 3, компанија прави изузетан скок у резоновању, мултимодалности и агентским могућностима , а такође представља другачији начин интеракције: интерфејсе које сам модел генерише у ходу како би вам помогао да постигнете свој циљ без губљења времена на међукораке.

Све ово долази са редизајном апликације, побољшањима Google претраге, Workspace-а и алата за програмере , као и снажним фокусом на безбедност. Приметне су промене за све, али многа од најзначајнијих побољшања видеће се у напредним употребама: програмирању, анализи података, раду са видео записима и сликама и аутоматизацији са агентима који планирају и делују под људским надзором.

Шта је Близанци 3 и зашто означава прекретницу?

У пракси, ово се претвара у директније и корисније одговоре, смањење „ласкања“ типичног за неке четботове и боље тумачење контекста , чак и када се ради са дугим или хетерогеним улазима (текст, слике, видео, аудио и код).

Поред тога, Google је од првог дана применио Gemini 3 на више површина: апликацију Gemini, AI Mode претраживача, AI Studio, Vertex AI, CLI модела и нову платформу агента под називом Google Antigravity , дизајнирану за планирање и извршавање сложених софтверских задатака са приступом едитору, терминалу и прегледачу.

Да би нагласила обим лансирања, компанија подсећа на кумулативни утицај ере Џемини: искуство View-а засновано на вештачкој интелигенцији досеже милијарде људи месечно, апликација превазилази стотине милиона корисника, већина корисника Google Cloud-а већ користи могућности вештачке интелигенције, а милиони програмера су изградили решења помоћу његових генеративних модела.

Генеративни интерфејси и ново корисничко искуство

Џемини 3 дебитује са апликацијом са чистијом, модернијом естетиком која олакшава започињање разговора и проналажење онога што сте креирали у фолдеру „Моје ствари“ . Редизајн није само козметички: велики корак напред су генеративни интерфејси , врста одговора где модел одређује оптимални формат и генерише динамичке визуелне елементе уместо блока обичног текста.

Међу првим експериментима су „визуелни дизајн“ ( приказ у стилу часописа са фотографијама и интерактивним модулима) и „динамички приказ“, дизајниран да истражује и персонализује резултате. Ако га замолите да „испланира тродневно путовање у Рим током лета“, добићете навигациони визуелни план путовања са додатним питањима и интерактивним елементима.

Идеја је повезана са оним што се назива вибрационо кодирање : описујете циљ природним језиком, а систем креира интерфејс или код потребан за његово постизање. Дакле, ако је дијаграм, анимација или интерактивна мини-апликација боља од пасуса, Gemini 3 је генерише унутар искуства, без присиљавања да мењате алате.

Искуство куповине такође прави скок: листе, табеле за поређење и цене се интегришу директно из Google Shopping Graph-а (са десетинама милијарди референци) како би се направили интерактивни водичи без напуштања тока, у стилу специјализоване странице са препорукама, али генерисани у ходу од стране модела.

Још једно практично побољшање је то што се у претраживачу ограничена група претплатника може одлучити за варијанту Gemini 3 Pro оријентисану на расуђивање како би добила свеобухватније и поткрепљеније резимее, а не само синтетички одговор тренутног режима.

Напредно резоновање и режим дубоког размишљања

Гугл истиче значајно побољшање у тестовима високе тежине: говори о резоновању на нивоу докторских студија , са веома конкурентним резултатима у тестовима као што су „Последњи испит човечанства“ и „GPQA Дијамант“. У бројкама, Gemini 3 Pro постиже резултате као што су 37,5% у HLE (без алата) и 91,9% у GPQA Дијаманту, и успоставља најсавременије перформансе у математици са 23,4% у MathArena Apex-у.

Режим дубоког размишљања Gemini 3 иде корак даље за посебно сложене и нове изазове. У интерним проценама, надмашује Pro на више фронтова: 41,0% у Humanity's Last Exam (без алата), 93,8% у GPQA Diamond и 45,1% у ARC-AGI када је дозвољено извршавање кода – комбинација симболичког резоновања, коришћења алата и програмирања дизајнираног за тешке проблеме.

У агентским доменима, модел показује добре перформансе у Terminal-Bench 2.0 (54,2%), који мери његову способност руковања рачунаром путем терминала и одржава стабилно доношење одлука у продуженим окружењима као што је Vending-Bench 2 , где је постигао нето принос од преко пет хиљада долара у пословној симулацији током виртуелне године.

Поред метрика, оно што је релевантно јесте промена улоге: од асистента који брзо реагује на активног агента . Gemini 3 планира, разлаже задатке на кораке, захтева одобрење када је потребно и извршава их уз људски надзор у петљи. Може да сортира пријемно сандуче у Gmail-у, организује распореде укрштањем доступности или да припреми сложен ток рада комбиновањем резоновања, позива алата и навигације.

Програмерска и пословна заједница већ виде опипљива побољшања: боље визуелно разумевање, поузданије генерисање кода и повећане перформансе код дуготрајних задатака. Све се то претвара у корисније агенте, способне да доследно одржавају пројекте и остану на правом путу током времена.

Мултимодалност и контекст великих размера

Gemini 3 Pro јача своје мултимодално разумевање и подиже лествицу за слику и видео: истиче се у MMMU-Pro (81%) и Video-MMMU (87,2%), и показује напредак у чињеничној тачности са SimpleQA Verified (72,1%). Кључ лежи у његовој способности да комбинује текст, код, фотографије, аудио и видео клипове у истом контексту, тумачећи односе и нијансе.

Модел обрађује велике количине података захваљујући контекстном прозору од милион токена , што је довољно за дугачке чланке, целе класе, спремишта кода или више докумената који се извршавају паралелно. Ово омогућава веома практичне примене: од обједињавања рукописних породичних рецепата (чак и на више језика) и њиховог претварања у кувар, до трансформације научних чланака и дугих видео записа у интерактивне картице и визуелизације.

За програмере, Google говори о значајном скоку напред у анализи кода, апстрактном резоновању и контролисаном извршавању. У сценаријима развојне помоћи као што је Code Assist 3.0 , описује разумевање комплетне архитектуре репозиторијума и проширени контекстуални прозор до 10 милиона токена, корисно за откривање зависности које би могле бити прекинуте локалном променом.

Модел такође побољшава паралелно резоновање са визуелним и текстуалним подацима, усавршавајући тумачење табела, дијаграма и интерфејса. Овај напредак је кључан када није важно само „видети“ слику, већ је упоредити са текстом и бројевима како би се извукли закључци и предузеле акције.

Као резултат тога, одговори нису увек текстуални: понекад је идеалан одговор интерактивна веб апликација (калкулатор, симулатор или виџет у реалном времену) која вам омогућава да интуитивније истражите решење унутар самог Gemini тока.

Агенти, развој и платформа Google Antigravity

Gemini 3 је сада доступан програмерима у Google AI Studio , Vertex AI и CLI, и представља Google Antigravity , развојну платформу засновану на агентима са директним приступом едитору, терминалу и прегледачу. Систем може да планира и извршава комплетне софтверске задатке , валидирајући сопствени код и координирајући се са другим површинама у Gemini породици (као што су контрола рачунара и уређивање слика).

Модел води у бенчмарковима као што је WebDev Arena (1.487 ELO), постиже резултат од 54,2% у Terminal-Bench 2.0 и постиже 76,2% у SWE-bench Verified, истичући се у генерисању кода без примера и креирању богатих веб интерфејса из сложених инструкција. За предузећа, ово убрзава развој прилагођених решења заснованих на агентима.

Примери из стварног света већ користе ово: компаније које креирају аутоматизоване презентације достављају моделу техничку документацију како би генерисале делове за које су аналитичарима раније били потребни сати да их заврше. Са Gemini 3, тај посао је сведен на неколико минута , захваљујући мултимодалном резоновању и проширеном контексту.

Интеграција са Google Workspace-ом и претраживачем

Највидљивији утицај на тимове осетиће се у Google Workspace-у . Gemini више није само бочна трака; сада је интегрисан као механизам у Gmail-у, Документима, Табелама, Календару, YouTube-у и Мапама. У Gmail-у, на пример, не само да сумира: он прави нацрте, даје приоритет, одговара и заказује састанке на основу ваше стварне доступности. У Табелама делује као аналитичар података, креирајући графиконе и пивот табеле на основу ваших питања.

Gemini Vids је такође консолидован , способан да генерише комплетне видео презентације из документације на Диску, а сарадња са мултимодалним садржајем је побољшана: модел разуме и комбинује текст, слике и клипове како би произвео корисне ресурсе за мање времена.

У Претрази , поред резимеа заснованих на вештачкој интелигенцији, одређени претплатници могу надоградити на Gemini 3 Pro за богатије одговоре на основу његових аналитичких могућности. А у Куповини, Gemini користи Google-ов Shopping Graph да би генерисао водиче за препоруке са ажурираним ценама и детаљима, а да вас притом не одвраћа од искуства.

Још једно значајно побољшање је то што претраживач може боље да разложи ваша питања на подупите које истражује у ваше име, прецизније разумејући намеру и избегавајући пропусте који су раније измицали.

Генерално, ова интеграција обећава мање трења : тражите шта вам је потребно и, ако је потребно, модел генерише приказ, табелу, календар или мини-апликацију у истом току, без присиљавања да прелазите између картица.

Доступност, распоређивање и безбедност

Гугл тврди да је Џемини 3 њихов најбезбеднији модел до сада , захваљујући најсвеобухватнијем скупу процена које је икада имплементирао. Побољшања укључују смањене рањивости, већу отпорност на нападе брзим убризгавањем и побољшану одбрану од злоупотребе повезане са сајбер нападима, што су потврдили независни стручњаци и спољна тела (као што је британски AISI ) и специјализоване фирме.

Увођење је масовно: крајњи корисници могу да га пронађу у апликацији Gemini и у AI режиму претраживача, програмери у Gemini API-ју, AI Studio-у, Antigravity-ју и CLI-ју , а организације путем Vertex AI-ја и Gemini Enterprise-а. Неке напредне функције, као што су Deep Think и одређене могућности агента, првобитно се нуде претплатницима Google AI Ultra-а и биће проширене током времена.

Практична напомена: Gemini 3 Pro се нуди бесплатно од првог дана у апликацији и на вебу, што је до сада невиђено, иако је надоградња на Pro у оквиру Претраге тренутно резервисана за плаћене планове. Штавише, већ се може тестирати из Google AI Studio-а, а његово опште увођење биће омогућено у наредним данима у зависности од региона и производа.

Гугл поткрепљује увођење подацима о усвајању: искуство са вештачком интелигенцијом у претраживачу достиже милијарде корисника месечно, апликација далеко прелази пола милијарде, више од 70% корисника Гугл Клауда користи могућности вештачке интелигенције, а 13 милиона програмера је креирало решења са његовим моделима.

Примене у компанијама и случајеви употребе

У корпоративним окружењима, Gemini 3 омогућава дизајнирање прилагођених решења која интегришу агенте, аутоматизацију и мултимодалну вештачку интелигенцију у кључне процесе. Ово се креће од подршке развоју и побољшању цевовода података до креирања конверзационих искустава која обрађују документе, слике и видео записе са јединственим приступом.

Многе компаније комбинују ове могућности са праксама сајбер безбедности и тестирања продора како би заштитиле моделе и податке и примењивале клауд инфраструктуре (AWS и Azure) које обезбеђују скалабилност, доступност и усклађеност. У аналитици, контролне табле и услуге пословне интелигенције (на пример, са Power BI) су интегрисане како би трансформисале податке у практичне одлуке, ослањајући се на образложење модела и генерисање визуелизација .

Пакет такође има користи од заснованости на Google претрази , која везује одговоре за поуздане информације о актуелним темама, минимизирајући дезинформације. Што се тиче програмирања, Gemini 3 разуме архитектуру репозиторијума, предлаже измене и упозорава на потенцијално оштећене зависности, штедећи време техничким тимовима.

Гледајући унапред, Google очекује радикално прилагођавање : моделе који се приватно и безбедно прилагођавају стилу, тону и стручности ваше организације без потребе за сложеним процесима финог подешавања . И напомена: док просечан корисник можда неће приметити све промене, технички и тимови за податке ће видети јасна побољшања у тачности, брзини и практичности.

Gemini 3 редефинише начин на који радимо са вештачком интелигенцијом комбинујући напредно резоновање, практичне агенте и генеративне интерфејсе: мање трења, више контекста и могућност интерактивног искуства које вас води од циља до извршења уз само неколико добро датих упутстава.