गूगल ने एआई एजेंट की दक्षता और गति में सुधार के लिए तीन नए जेमिनी मॉडल लॉन्च किए हैं

लेखक: Google DeepMind

संपादित: शेनचाओ टेकफ्लो

शेनचाओ का सारांश: गूगल द्वारा जारी किए गए इन तीन मॉडल्स का केंद्रीय उद्देश्य AI एजेंट के व्यावसायिकीकरण की वास्तविक चुनौतियों—लागत और गति—को हल करना है। 3.6 Flash पिछली पीढ़ी की तुलना में 17% कम टोकन का उपयोग करता है, कम कीमत पर बेहतर गुणवत्ता प्रदान करता है; 3.5 Flash-Lite 350 टोकन/सेकंड की गति से चलता है, जो वर्तमान में सबसे तेज 3.5 सीरीज़ मॉडल है; और विशिष्ट साइबर सुरक्षा मॉडल Flash Cyber कोड दोषों के ठीक करने के इस आवश्यक बाजार पर ध्यान केंद्रित करता है। यह केवल प्रदर्शन स्कोरिंग का खेल नहीं है, बल्कि AI एजेंट्स के व्यापक प्रसार के लिए मार्ग प्रशस्त कर रहा है।

Google DeepMind ने आज तीन नए Gemini मॉडल लॉन्च किए: 3.6 Flash, 3.5 Flash-Lite और 3.5 Flash Cyber। ये मॉडल AI Agent के बड़े पैमाने पर निर्माण के लिए आवश्यक दक्षता, लेटेंसी और विश्वसनीयता के लिए डिज़ाइन किए गए हैं।

3.6 Flash, 3.5 Flash के विकासकों के प्रतिक्रिया के आधार पर बेहतर बनाया गया है। यह केवल कोडिंग और ज्ञान-आधारित कार्यों में आगे बढ़ता है, बल्कि token की दक्षता में भी महत्वपूर्ण सुधार करता है। Artificial Analysis Index के अनुसार, 3.6 Flash, 3.5 Flash की तुलना में 17% कम output token खपत करता है। कुछ बेंचमार्क, जैसे Datacurve के DeepSWE में, यह कमी 65% तक पहुँचती है। बहु-चरणीय कार्यप्रवाह पूरा करने के लिए आवश्यक निष्कर्षण चरण और टूल कॉल भी कम हैं।

इस कुशलता में वृद्धि के साथ-साथ कीमतें भी कम हो गई हैं। प्रति मिलियन इनपुट टोकन 1.5 डॉलर और प्रति मिलियन आउटपुट टोकन 7.5 डॉलर की कीमत पर, 3.6 Flash प्रति Agent कार्य की कुल लागत को कम करता है और Agent बनाना और चलाना अधिक सस्ता बनाता है।

3.6 Flash, हालांकि अधिक कुशल है, विभिन्न उपयोग मामलों में 3.5 Flash से बेहतर प्रदर्शन करता है:

कोड संपादन अधिक सटीक हो गया है, जिससे अनावश्यक संशोधन और निष्पादन चक्र कम हुए हैं; DeepSWE पर 49% (3.5 Flash: 37%), और मशीन लर्निंग रिसर्च बेंचमार्क MLE Bench पर 63.9% तक महत्वपूर्ण वृद्धि (3.5 Flash: 49.7%)।

कंप्यूटर ऑपरेशन क्षमता में सुधार, OSWorld-Verified स्कोर 83.0% (3.5 Flash के लिए 78.4%)। कंप्यूटर ऑपरेशन अब Gemini API और Gemini Enterprise के माध्यम से बिल्ट-इन क्लाइंट टूल के रूप में उपलब्ध है।

ज्ञान-आधारित कार्यों में बेहतर प्रदर्शन, जैसे GDPval-AA v2 बेंचमार्क स्कोर 1421 (3.5 Flash के 1349 के विपरीत)। Hebbia और Harvey जैसे ग्राहकों ने पाया कि यह दस्तावेज़ पार्सिंग, ग्राफ़ और डेटा विश्लेषण, रिपोर्ट तैयार करने जैसे बहु-माध्यम कार्यों में विशेष रूप से उत्कृष्ट है।

ग्राहक टिप्पणी: 3.6 Flash लागत और गुणवत्ता दोनों में सुधार है, जो जटिल वर्कफ्लो और ज्ञान-आधारित कार्यों में टोकन की दक्षता, सटीकता और गति का संतुलन करता है।

3.6 Flash में रासायनिक, जैविक, विकिरण और परमाणु (CBRN) तथा साइबर हमलों के दुरुपयोग क्षेत्रों को कवर करने वाले विस्तारित अग्रणी सुरक्षा उपाय शामिल हैं। ये सुरक्षा उपाय मॉडल की जेलब्रेक हमलों के प्रति प्रतिरोधकता में उल्लेखनीय वृद्धि करते हैं। साथ ही, मॉडल को लाभदायक उपयोगों को अस्वीकार करने की संभावना को कम करने के लिए प्रशिक्षित किया गया है।

Gemini 3.5 Flash-Lite: एजेंट वर्कफ्लो को स्केल करने के लिए बनाया गया

3.5 Flash-Lite को निम्न लेटेंसी वाले कार्यों और उच्च थ्रूपुट की आवश्यकता वाले विकास परिदृश्यों, जैसे एजेंट खोज और दस्तावेज़ प्रसंस्करण, के लिए डिज़ाइन किया गया है।

3.5 Flash-Lite, 3.5 श्रृंखला का सबसे तेज़ मॉडल है। Artificial Analysis के मापन के अनुसार, इसकी गति प्रति सेकंड 350 आउटपुट टोकन है। इसकी कीमत 0.3 डॉलर प्रति मिलियन इनपुट टोकन और 2.5 डॉलर प्रति मिलियन आउटपुट टोकन है, और यह 3.1 Flash-Lite की तुलना में काफी बेहतर गुणवत्ता प्रदान करता है, जिससे बड़े ट्रैफ़िक उत्पादन कार्यों के लिए डेवलपर्स और ग्राहकों को उत्कृष्ट मूल्य प्राप्त होता है।

3.5 Flash-Lite Agent सिस्टम के दक्ष विस्तार का समर्थन करता है। प्रत्येक विचार स्तर पर, यह मॉडल 3.1 Flash-Lite की तुलना में काफी बेहतर है। विकासक अपने कार्यभार के अनुसार मॉडल को कॉन्फ़िगर कर सकते हैं: बड़ी मात्रा में कार्यों के लिए न्यूनतम और निम्न विचार स्तर का उपयोग करें, जिससे कम लेटेंसी और कम लागत वाला निष्पादन प्राथमिकता प्राप्त हो; या बहु-चरणीय सब-Agent कार्यभार को संभालने के लिए उच्चतर विचार स्तर सक्षम करें। अब यह मॉडल कंप्यूटर ऑपरेशन को एक अंतर्निहित उपकरण के रूप में भी समर्थन करता है, जो इंटरफ़ेस के माध्यम से Agent कार्यों का विश्वसनीय समर्थन करता है।

इसमें कोडिंग और एजेंट कार्यों में उल्लेखनीय सुधार हुआ है, जैसे Terminal-Bench 2.1 पर 54% स्कोर (3.1 Flash-Lite 31% है), लंबे संदर्भ जैसे GDM-MRCR v2 पर 72.2% स्कोर (3.1 Flash-Lite 60.1% है), और वास्तविक कार्य निष्पादन जैसे GDPval-AA v2 पर 1140 स्कोर (3.1 Flash-Lite 642 है)।

वास्तव में, कई एजेंट और कोडिंग आकलनों में, 3.5 Flash-Lite, SWE-Bench Pro (54.2% बनाम 49.6%) और OSWorld-Verified (74.0% बनाम 65.1%) सहित, 3 Flash को पार कर गया है, जिससे यह 2.5 और 3 Flash के कार्यभार के लिए तेज़ और अधिक शक्तिशाली विकल्प बन गया है।

प्रारंभिक ग्राहकों ने 3.5 Flash-Lite की एजेंट वर्कफ्लो और डेटा प्रोसेसिंग कार्यों को विस्तारित करने में गति, बुद्धिमत्ता और लागत कुशलता के अद्वितीय संयोजन पर जोर दिया।

Gemini 3.5 Flash Cyber in CodeMender: दक्षतापूर्वक विभेद और दोषों को ठीक करें

AI मॉडल सुरक्षा विफलताओं को खोजने की गति वर्तमान प्रणालियों द्वारा उन्हें ठीक करने की गति से अधिक हो गई है। इस बढ़ती हुई धमकी का सामना करने के लिए एक ऐसी कुशल और शक्तिशाली सॉफ्टवेयर सुरक्षा विधि की आवश्यकता है।

Flash की प्रदर्शन क्षमता और दक्षता इसे बड़े पैमाने पर कोड सुरक्षा समस्याओं की पहचान, प्रमाणीकरण और ठीक करने के लिए आदर्श आधार बनाती है। Gemini 3.5 Flash Cyber, 3.5 Flash पर आधारित है और साइबर सुरक्षा दुर्बलताओं की पहचान और ठीक करने के लिए सूक्ष्म समायोजित किया गया है, और प्रति टोकन की कीमत बड़े मॉडल से कम है।

CodeMender में, कई 3.5 Flash Cyber Agent एकल समग्र रिपोर्ट बनाने के लिए सहयोग करते हैं और लोकप्रिय बेंचमार्क CyberGym पर अग्रणी प्रतिस्पर्धी स्तर प्राप्त करते हैं।

इस तकनीक की द्विउद्देश्यीय प्रकृति को ध्यान में रखते हुए, हमने एक सावधानीपूर्वक लागू करने का दृष्टिकोण अपनाया है। यह मॉडल जल्द ही CodeMender के माध्यम से सरकार और विश्वसनीय साझेदारों के लिए सीमित एक्सेस वाले पायलट प्रोजेक्ट के रूप में उपलब्ध कराया जाएगा। इससे प्राथमिक रक्षाकर्मी महत्वपूर्ण दुर्बलताओं के दुरुपयोग से पहले उन्हें पहचानकर और ठीक करके आगे निकल पाएंगे, जबकि व्यापक दुरुपयोग के जोखिम को कम किया जाएगा।

3.6 Flash और 3.5 Flash-Lite आज से उपलब्ध हैं:

डेवलपर्स Google AI Studio और Android Studio के Gemini API के माध्यम से इसका उपयोग कर सकते हैं। 3.6 Flash Google Antigravity में भी उपलब्ध है

एंटरप्राइजेस Gemini Enterprise Agent प्लेटफॉर्म पर उपयोग कर सकते हैं। 3.6 Flash Gemini Enterprise ऐप में भी उपलब्ध है

सभी Gemini ऐप के माध्यम से उपयोग कर सकते हैं। 3.5 Flash-Lite को अब Google सर्च में भी लॉन्च किया जा रहा है

भविष्य के Gemini मॉडल में सुधार के लिए प्रतिक्रिया प्रदान करें, हम 3.5 Pro को जल्द ही लॉन्च करने की उम्मीद कर रहे हैं।