SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Google przyznaje, że przegrywa w kodowaniu, a zamiast flagowca wypuszcza tańszy model

Sundar Pichai na telekonferencji wynikowej przyznał, że Google wypada słabiej w kodowaniu i kodowaniu agentowym. Flagowy Gemini 3.5 Pro, planowany na czerwiec, wciąż się nie pojawił, bo jego wyniki w programowaniu rozczarowały. Zamiast niego Google wypuściło tańsze modele Flash, z Gemini 3.6 Flash na czele, który na benchmarku DeepSWE zużywa do 65% mniej tokenów i podniósł wynik z 37% do 49%. Prawdziwy problem to jednak nie harmonogram premier, tylko brak własnego narzędzia do kodu zbierającego dane o tym, jak ludzie realnie programują z modelem.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  4 min  · 

Google przyznaje, że przegrywa w kodowaniu, a zamiast flagowca wypuszcza tańszy model
Ilustrację przygotowała AI.

Na środowej telekonferencji wynikowej za drugi kwartał analityk JPMorgan Doug Anmuth zapytał Sundara Pichaia o rzecz, którą szef Alphabetu wolałby przemilczeć: czy modele Gemini wciąż potrafią rywalizować na samym czele, skoro Google wydaje je wolniej niż konkurenci. Pichai odpowiedział nietypowo defensywnie. "Mieliśmy wyraźnie modele z najwyższej półki. Jest wiele wymiarów, na których wciąż jesteśmy w czołówce, ale są obszary, w których przyznajemy, że musimy się poprawić, i kodowanie oraz kodowanie agentowe to jeden z nich", powiedział, cytowany przez Moneycontrol. Po ludzku: najbogatsza firma w tej stawce właśnie przyznała publicznie, że wypada słabiej akurat tam, gdzie deweloperowi zależy najbardziej.

Chodzi o Gemini 3.5 Pro, flagowy model zapowiedziany na majowym Google I/O, który miał wyjść w czerwcu i do dziś się nie pojawił. Bloomberg, powołując się na dziesięcioro obecnych i byłych pracowników, ustalił, że opóźnienie bierze się właśnie z kodowania: pod koniec czerwca Google podmieniło dane treningowe, żeby podciągnąć model w programowaniu, a wyniki rozczarowały. Google w budowaniu modelu do kodu dla innych radzi sobie gorzej niż OpenAI czy Anthropic. I tu od razu powiem, w którą stronę się skłaniam: prawdziwym testem nie jest data premiery kolejnego modelu, tylko to, czy Google zatrzyma odpływ deweloperów do Claude Code i GPT-5.6.

Dlaczego kodowanie okazało się wąskim gardłem

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Kolejny model roboczy Google w miejscu obiecanego flagowca
Model / Badania

Kolejny model roboczy Google w miejscu obiecanego flagowca

3 min

Google wypuścił Gemini 3.7 Flash zaledwie trzy tygodnie po wersji 3.6, znów model roboczy w miejscu obiecywanego flagowego Pro. Skok w benchmarkach jest realny, ale niewielki: na DeepSWE v1.1 wynik rośnie z 49,0% do 65,3%, a w rozumieniu dokumentów model bije Claude Sonnet 5 i GPT-5.6. Prawdziwa zmiana jest w cenie, 0,75 dolara za milion tokenów wejściowych, tyle że OpenAI zbiło stawkę swojej Luny do 0,20 dolara. Ryan Whitwam z Ars Technica pyta wprost, czy to szybszy rozwój, czy tylko szybsze wypuszczanie.

Najmocniejszym argumentem za Gemini 3.8 Flash jest opinia inżynierów Google
Model / Badania

Najmocniejszym argumentem za Gemini 3.8 Flash jest opinia inżynierów Google

4 min

Google wypuścił 2 września Gemini 3.8 Flash i nie ruszył cennika, bo milion tokenów wejściowych nadal kosztuje 0,75 dolara, tyle że model myśli dłużej i koszt przerobienia jednego zadania urósł według Artificial Analysis z 0,40 do 0,58 dolara, czyli o 45%. Porównania jeden do jednego z Claude Opus 5 Google nie pokazał, a wariant Flash Cyber, który według zespołu Chrome'a pisze 2,6 razy więcej trafnych łatek, trafia tylko do wybranych instytucji przez program Fairwind. Najmocniejszym publicznym argumentem zostaje więc to, że model spodobał się inżynierom samego Google.

Wyspecjalizowany Gemini znajduje więcej luk niż Opus 4.6
Model / Badania

Wyspecjalizowany Gemini znajduje więcej luk niż Opus 4.6

4 min

Google DeepMind pokazał w zeszły wtorek Gemini 3.5 Flash Cyber, mały model wyostrzony pod jedno zadanie: szuka luk w cudzym kodzie, sam buduje działający exploit w piaskownicy, żeby odsiać fałszywe alarmy, i dopiero potem pisze łatkę. Na silniku JavaScriptu V8 wskazał 55 potwierdzonych błędów, wobec 47 od zwykłego 3.5 Flash i 36 od Claude Opus 4.6, bo nowszym rywalom w szukaniu luk przeszkadzają ich własne zabezpieczenia. Google wypuszcza go jednak wyłącznie dla rządów i zaufanych partnerów, więc najlepsze narzędzie tygodnia jest zarazem tym, do którego dostęp ma garstka.