Google представил Gemini 3.5: модель с расширенными возможностями действия
Новая модель Gemini 3.5 от Google обещает более глубокое понимание, интерактивные действия и улучшенную мультимодальность.
Google AI объявил о запуске Gemini 3.5 — последней итерации своей семейства больших моделей. По заявлению компании, Gemini 3.5 сочетает frontier intelligence с возможностью выполнять действия в реальном времени: она умеет вызывать внешние инструменты, управлять API и взаимодействовать с пользовательскими приложениями. Модель поддерживает текст, изображения, аудио и, по предварительным данным, базовый видеоввод, что делает её одной из самых универсальных LLM на рынке.
Ключевые улучшения включают:
- Улучшенный контекстный размер — до 128 К токенов, позволяющий обрабатывать более длинные документы и диалоги.
- Инструментальный режим — встроенный API для вызова функций, баз данных и сторонних сервисов без необходимости писать отдельный код‑обёртки.
- Повышенная точность — 30 % рост в задачах цепочки рассуждений (Chain‑of‑Thought) и 25 % улучшение в мультимодальном понимании изображений.
- Безопасность и контроль — новые механизмы фильтрации токсичности и возможность задавать «политику поведения» модели через параметры запроса.
Gemini 3.5 доступна через Google Cloud Vertex AI и будет интегрирована в продукты Workspace, Bard и Gemini API. Цены объявлены как премиум‑тариф с гибкой моделью оплаты за токен, но с бесплатным уровнем до 5 М токенов в месяц для разработчиков. Подробнее о технических характеристиках и примерах использования можно узнать в официальном блоге Google AI.
Для AI‑разработчиков Gemini 3.5 открывает путь к более автономным агентам, способным напрямую вызывать инструменты и сервисы. Улучшенная мультимодальность упрощает создание приложений, работающих с текстом, изображениями и аудио в единой цепочке. Однако стоит учитывать новые ограничения по стоимости и необходимость тщательной настройки политики безопасности, особенно при работе с чувствительными данными.
