Ipinakilala ng Google ang Deep Research at Deep Research Max kasama ang MCP Support at Native Charts

Artikulo | LetterAI

Totoo nang nagmamadali ang Google.

Bago pa lang ay nakuha ang balita na si Sergey Brin, co-founder ng Google, ay nagmula muli sa “Founder Mode,” kung saan siya ay direktang pinagmamasdan at binuo ang isang elite na “strike team” upang buong-pusong pagbutihin ang mga kakayahan ng Gemini sa AI programming at autonomous agents upang makahabol sa mga kalaban tulad ng Anthropic.

Agad pagkatapos ay inanunsyo ng Google sa gabi ang malaking update, at ipinakilala ang dalawang bagong autonomous research agents na batay sa Gemini 3.1 Pro model: Deep Research at Deep Research Max.

Hindi lamang pinapalakas ang pag-iisip sa ilalim ng modelo, kundi pinapabilis din ang pag-unlad ng autonomous research agents patungo sa enterprise at developer platform, sa pamamagitan ng pagbubukas ng API, suporta sa pribadong data, at asynkronong mga gawain sa background, upang makakuha ng unang pagkakataon sa mataas na halagang escenario ng “AI research/analysis tools” at makipag-kaibigan sa kalaban tulad ng OpenAI (Hermes) at Perplexity.

Ang mga agent na ito ay unang nag-aalok sa mga developer na mag-merge ng data mula sa open web at eksklusibong enterprise information sa pamamagitan ng isang tanging API call, at magsagawa nang native na mga chart at infographic sa mga研究报告, kasama na ang pagkonekta sa anumang third-party data source sa pamamagitan ng Model Context Protocol (MCP).

Dalawang agent ay magagamit na mula sa araw na ito sa pamamagitan ng paid plan ng Gemini API bilang public preview, at maaaring ma-access sa pamamagitan ng Interactions API na ipinakilala ni Google noong Disyembre 2025.

Tama, ang mga bagong agent na ito ay kasalukuyang maaaring gamitin lamang sa pamamagitan ng API; ang karaniwang mga gumagamit ay hindi makikinabang sa kanilang App sa Gemini, kahit na sila ay may bayad na subscription. Nakakita ng mga update ngunit hindi makagamit, may mga gumagamit na nagkomento nang may lungkot: “Ang Google, sa anumang dahilan, ay patuloy na parusa ang mga Pro subscriber ng Gemini App…”

Si Sundar Pichai, ang CEO ng Google, ay nag-post din sa X: "Gamitin ang Deep Research kapag kailangan mo ng bilis at epiisensiya; gamitin ang Max version kapag hinahanap mo ang pinakamataas na kalidad sa pagkolekta at pagsasama ng konteksto—nababawasan nito ang DeepSearchQA sa 93.3% at HLE sa 54.6% sa pamamagitan ng pagpapalawak ng komputasyon sa pagsubok."

Bago 18 buwan, ang layunin ng Google Deep Research ay tumulong sa mga mag-aaral sa pag-iwas sa pagkakalokal sa malaking bilang ng mga tab ng browser. Ngayon, nais ng Google na ito ay palitan ang mga pangunahing pag-aaral ng mga junior analyst sa mga investment bank.

Ang pagkakaiba sa pagitan ng dalawang layunin—at kung ang teknolohiyang ito ay talagang makakapagpabago sa pagkakaiba na ito—ang magdedesisyon kung ang autonomous research agents ay magiging isang pagbabago sa larangan ng enterprise software, o kung magiging isa lamang sa mga pangkaraniwang AI demo na maganda sa benchmark ngunit nagkekep sa mga konperensya.

Ang Standard Edition ng Deep Research ay may mas mababang latency at mas mababang gastos, angkop para sa mga sitwasyon kung saan kailangan ng bilis.

Ang Deep Research Max ay nagbibigay-prioridad sa depth kaysa sa speed. Ang agent na ito ay nagpapalawak ng test-time compute para sa malalimang pag-iisip, paghahanap, at pag-itera, at sa huli ay naglalabas ng ulat.

Ipinapakita ng Google na ang asynchronous background workflow ay ang ideal na gamit nito, tulad ng pagpapatakbo sa pamamagitan ng cron job sa gabi, upang makapagbigay ng isang kumpletong report sa due diligence sa mga analista sa umaga.

Sa sariling benchmark ng Google, ang Deep Research Max ay nagpakita ng malaking pag-unlad sa mga gawain ng paghahanap at pag-iisip. Ang agent na ito ay kaya magkuha ng impormasyon mula sa mas maraming pinagkukunan kaysa sa nakaraang bersyon at makakapag-angkop sa mga subtil na pagkakaiba na madalas na nalilimutan ng lumang modelo.

Binigyan din ng Google ang komparasyon sa mga kalaban.

Gayunpaman, hindi ganap na patas ang paghahambing sa OpenAI’s GPT-5.4 at Anthropic’s Opus 4.6. Ang GPT-5.4 ay may mahusay na pagganap sa autonomous web search, ngunit hindi ito espesyal na inoptimo para sa malalim na pag-aaral. Para dito, binigay ng OpenAI ang kanilang sariling DR agent, na nag-switch patungo sa GPT-5.2, hindi GPT-5.4, pagkatapos ng update noong Pebrero. Ang pinakamalakas na search model ng OpenAI ay talagang GPT-5.4 Pro, ngunit tila hindi isama ng Google ito sa paghahambing.

Batay sa datos ng OpenAI, ang GPT-5.4 Pro ay nakakuha ng pinakamataas na marka na 89.3% sa benchmark ng agent search na BrowseComp, habang ang GPT-5.4 ay nakakuha ng 82.7%.

Batay sa sariling ulat ng Anthropic, nakakuha ang Opus 4.6 ng skor na 84% sa BrowseComp, na mas mataas kaysa sa ipinakita ng Google. Ang skor na ito ay natamo habang isarado ang pag-iisip, at mas mahusay ang pagganap ng modelo kaysa sa matinding pag-iisip na ginamit ng Google sa API benchmark.

Maaaring manggaling ang mga pagkakaiba sa iba’t ibang paraan ng pagsubok—kung ang modelo ay binabasa gamit ang orihinal na API o kung ito ay nakapalibot sa sariling mga kasangkapan ng bawat laboratorio. Hindi nangangahulugan na mali ang datos ng Google, ngunit dapat itong iinterpret nang may pag-iingat. Anuman ang mangyari, ang paraan ng pagpapakita nito ay kulang sa sapat na transparensya.

Ang pinakamalaking tampok sa paglabas na ito ay ang pagdaragdag ng suporta para sa Model Context Protocol (MCP). Ang tampok na ito ay magpapalit sa Deep Research mula sa isang makapangyarihang web research tool patungo sa isang mas malapit na “general data analyst.”

Ang MCP ay isang bagong pamantayan na bukas para sa pagkonekta ng mga AI model sa mga panlabas na pinagkukunan ng data. Ito ay nagpapahintulot sa Deep Research na ligtas na magtanong sa mga pribadong database, internal na library ng dokumento, at mga propesyonal na third-party na serbisyo sa data—nangangahulugan na ang sensitibong impormasyon ay hindi lumalabas sa kanilang orihinal na kapaligiran.

Sa praktikal na paggamit, nangangahulugan ito na isang hedge fund ay maaaring magtutok ng Deep Research sa kanilang loobang database ng trading flow at financial data terminal, at pagkatapos ay hilingin ang mga intelligent agent na i-combine ang dalawang ito sa mga pampublikong impormasyon mula sa web upang makagawa ng komprehensibong mga insigh.

Ipinahayag ng Google na kasalukuyang nagtatrabaho ito nang aktibo kasama ang FactSet, S&P, at PitchBook upang magdisenyo ng kanilang MCP server, na nagpapakita nang malinaw na hinahanap ng Google ang malalim na integrasyon kasama ang mga provider ng data na karaniwang ginagamit ng Wall Street at ng mas malawak na industriya ng serbisyo sa pondo.

Ayon sa blog post na isinulat ni Lukas Haas at Srinivas Tadepalli, mga product manager ng Google DeepMind, ang layunin ay “pagpapahintulot sa mga karaniwang kliyente na i-integrate ang mga produkto ng financial data sa mga workflow na dinudugtong ng Deep Research, at pagpapabilis ng produktibidad sa pamamagitan ng paggamit ng kanilang malawak na uniberso ng data upang makakuha ng konteksto sa bilis ng kidlat.”

Lumulutas ang tampok na ito nang direkta sa isa sa pinakamalalim na hamon sa paggamit ng AI ng mga kumpanya: ang malaking pagkakaiba sa pagitan ng impormasyon na maaaring makita sa bukas na internet at ang impormasyon na kailangan ng organisasyon para sa kanilang mga desisyon. Bago, ang pagtugon sa pagkakaiba na ito ay nangangailangan ng malaking dami ng custom engineering work.

Ang MCP ay sumusuporta sa pagkakasama ng autonomous browsing at reasoning capabilities ng Deep Research, na pinasimple ang karamihan sa mga kumplikadong proseso sa isang pag-configure lamang. Maaari na ngayon ng mga developer na pahintulutan ang Deep Research na gamitin ang Google Search, remote MCP server, URL Context, code execution, at file search nang sabay-sabay—o buong-buo nang isara ang pag-access sa network at mag-search lamang sa custom data.

Ang sistema ay sumusuporta rin sa maraming uri ng input, kabilang ang PDF, CSV, imahe, audio, at video, bilang grounding.

Ang pangalawang malaking tampok ay ang native chart at infographic generation.

Ang dating bersyon ng Deep Research ay naglalabas lamang ng text report. Kung kailangan ng user ang visualisasyon, kailangan nilang i-export ang data at gumawa ng mga graph nang sarili nila. Ang kakulangan na ito ay nagpapababa nang malaki sa posisyon ng “end-to-end automation”.

Ngayon, ang mga bagong henerasyon ng mga agent ay nakakapag-embed nang natatangi ng mataas na kalidad na mga grapiko at infographics sa kanilang mga ulat, na dinamikong nirerender ang mga kumplikadong dataset sa HTML o Google's Nano Banana format, gawing direkta itong bahagi ng pagsusuri at kuwento.

Para sa mga enterprise user—lalo na sa mga sektor ng pagsasalapi at konsultasyon na nangangailangan ng mga resulta na direktang maipapasa sa mga stakeholder—ang tampok na ito ay nagpapalit sa Deep Research mula sa isang “tool na nagpapabilis sa pag-aaral” patungo sa isang tool na nakakagawa ng mga analisis na malapit na sa final output.

Dagdag pa rito, kasama ang mga bagong collaborative planning feature (na nagpapahintulot sa mga user na suriin, gabayan, at mapabuti ang plano ng pag-aaral ng agent bago ito isagawa), pati na rin ang real-time streaming ng mga intermediate reasoning steps, ang bagong sistema ay nagbibigay sa mga developer ng detalyadong kontrol sa sakop ng pag-aaral, habang nananatili sa mataas na transparensya na hinihingi ng regulasyon.

Ang opisyal na blog post ng Google ay nagpapakita na kapag ginagamit ng mga developer ang Deep Research agent, sila ay tumatawag sa “parehong autonomous research infrastructure na nagbibigay ng kakayahan sa pananaliksik sa mga sikat na produkto ng Google tulad ng Gemini App, NotebookLM, Google Search, at Google Finance.” Ito ay nagpapakita na ang agent na ibinibigay sa pamamagitan ng API ay hindi isang simplipikadong bersyon ng loob na sistema ng Google, kundi ang parehong sistema na ibinibigay sa isang platform na scale.

Ang proseso ng pag-unlad na ito ay napakabilis.

Ipinakilala ng Google ang Deep Research sa Gemini App noong Disyembre 2024 bilang isang end-user feature, na pinapagana ng Gemini 1.5 Pro. Ipinakilala ng Google ito bilang isang personal na AI research assistant na makakapag-compile ng impormasyon mula sa web sa loob ng ilang minuto, upang tulungan ang mga gumagamit na i-save ang maraming oras sa paggawa.

Noong Marso 2025, gin-upgrade ng Google ang Deep Research gamit ang Gemini 2.0 Flash Thinking Experimental at inilabas ito sa lahat para sa pagsubok. Pagkatapos ay na-upgrade ito sa Gemini 2.5 Pro Experimental, at inihayag ng Google na mas pinili ng mga tagapagsuri ang mga ulat nito kaysa sa mga kalaban nito sa ratio na 2:1.

Ang Disyembre 2025 ay isang mahalagang turning point, kung saan ipinakilala ng Google ang Interactions API, na una nang magbigay ng Deep Research sa pamamagitan ng programming, na pinapagana ng Gemini 3 Pro, at sinabay ang pagpapalabas ng open-source na DeepSearchQA benchmark.

Ang ilalim na modelo na nagdudulot ng pagpapabuti na ito ay ang Gemini 3.1 Pro, na ipinakilala noong Pebrero 19, 2026. Nakamit nito ang malaking paglago sa pangunahing kakayahan sa pag-iisip: sa ARC-AGI-2 benchmark na nagtataya sa kakayahan ng modelo na lutasin ang mga bagong lohikal na pattern, ang marka ng 3.1 Pro ay 77.1%, na higit sa dalawang beses ang marka ng Gemini 3 Pro.