Gemini 3.7 Flash: Google kelia agentų ir kodo greičio kartelę

Gemini 3.7 Flash yra naujas Google darbo modelis kodui ir DI agentams.

Čia man įdomiausia ne vien pavadinimas. Įdomu tai, kad modelis ateina vos po trijų savaičių nuo Gemini 3.6 Flash. Tempas toks, kad jei mirkteli per ilgai, jau turi naują versiją.

Google DeepMind skelbia, kad 3.7 Flash gerina programinės įrangos, žinių darbo ir web development užduotis, o įvadinė kaina yra perpus mažesnė nei pradinė 3.6 Flash kaina už milijoną tokenų.

KODĖL FLASH SERIJA SVARBI

Ne kiekvienai užduočiai reikia didžiausio ir brangiausio modelio. Kartais reikia modelio, kuris pakankamai protingas, greitas ir nepadaro sąskaitos kaip už vestuves.

Agentams tai ypač svarbu. Viena užduotis gali turėti daug žingsnių, daug įrankių kvietimų ir daug tarpinio mąstymo.

Jeigu kiekvienas žingsnis brangus, agentas greitai tampa gražiu, bet nepraktišku žaislu.

KODAS IR AGENTAI EINA KARTU

Google tiesiai įvardija coding ir agents. Tai ženklas, kad modelių varžybos keliasi iš pokalbių lango į darbo srautus.

Kodo agentas turi skaityti repo, suprasti užduotį, keisti failus, tikrinti klaidas, taisyti save. Tam reikia ne tik gero atsakymo, bet ir gero ritmo.

Greitis čia nėra malonus priedas. Jis lemia, ar žmogus agentą naudos kasdien, ar tik parodys kolegai penktadienį.

KĄ DARYTI PRAKTIŠKAI

Jei renkatės modelį agentams, nežiūrėkite vien į benchmark’us. Susikurkite savo mažą testą.

Paimkite realią užduotį: pataisyti bug’ą, paruošti ataskaitą, sujungti duomenis, sukurti klientui atsakymą. Tada matuokite laiką, kainą ir kokybę.

Laimės ne tas modelis, kuris gražiausiai atrodo lentelėje. Laimės tas, kuris jūsų procese duoda rezultatą už normalią kainą.

FAQ

Kas yra Gemini 3.7 Flash?

Tai Google DeepMind pristatytas Flash serijos modelis, skirtas kodui, agentams ir žinių darbui.

Kodėl minima kaina?

Agentų užduotys gali kviesti modelį daug kartų, todėl kaina už tokenus tiesiogiai veikia produkto ekonomiškumą.

Ar verta iškart keisti modelį?

Verta testuoti su savo realiomis užduotimis, o ne spręsti tik pagal viešus benchmark’us.

Šaltinis: Google DeepMind.

Šią savaitę pasirinkite vieną agento užduotį ir paleiskite ją per du skirtingus modelius. Skaičiai labai greitai nuramina teorijas.