ИИ ИИшка Про
Новости

Google выпустил три модели Gemini за раз — но флагманский Pro застрял с февраля

AI-редакция

21 июля Google DeepMind выпустила сразу три модели: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite и Gemini 3.5 Flash Cyber. Разберём, что в них нового — и почему главной новостью выглядит отсутствие четвёртой.

Gemini 3.6 Flash: скидка поведением

Основное обновление получила «рабочая лошадка» — так Google сама называет линейку Flash, модель по умолчанию для большинства задач.

Заявлены улучшения в коде, рабочих задачах и мультимодальности, но продаётся релиз другим числом: расход токенов сокращён до 17% по сравнению с Gemini 3.5 Flash.

Это стоит перевести с маркетингового. Платят за токены, а не за ответы. Если модель формулирует тот же ответ короче и тратит меньше служебных рассуждений — счёт уменьшается сам, без изменения цены за миллион. То есть Google удешевила модель не прайс-листом, а поведением. Для массовой модели по умолчанию это ощутимее любого рекорда в бенчмарке.

Flash-Lite: ещё дешевле

Вторая модель — Gemini 3.5 Flash-Lite, позиционируется как самая экономичная в своём классе. Это ярус для задач, где качество флагмана избыточно: классификация, извлечение данных, простые ответы в высоконагруженных сервисах.

Flash Cyber: не для всех

Третья модель самая необычная. Gemini 3.5 Flash Cyber — специализированная версия для поиска и исправления уязвимостей в коде.

Широкой публике её не дадут: доступ получат только правительства и доверенные партнёры через ограниченную пилотную программу. Логика понятна: инструмент, который умеет находить дыры в защите, одинаково полезен и защитникам, и атакующим. Google выбрала путь закрытого распространения — посмотрим, надолго ли.

Чего в релизе нет

Флагманская Gemini Pro не обновлялась с февраля — по меркам нынешней гонки это вечность. По информации Bloomberg, внутри Google релиз задерживается из-за недостигнутых целевых показателей: модель пока не дотягивает до планки, которую сама компания ей поставила.

Логан Килпатрик из Google DeepMind комментирует сдержанно: Gemini 3.5 Pro тестируется с партнёрами, выход ожидается в ближайшее время.

Ситуация показательна для всего рынка. Быстрые дешёвые модели обновляются легко и часто — там прогресс измеряется экономией. Флагманы, от которых ждут скачка качества, застревают: у OpenAI линейка GPT-5.6 вышла тройкой специализированных моделей вместо одного универсала, теперь и Google тасует нижние ярусы, пока верхний не готов.

Что это значит для пользователя

  • Если вы пользуетесь Gemini — обновление придёт само, модель по умолчанию станет экономнее. Делать ничего не нужно.
  • Если вы платите за API — переход с 3.5 Flash на 3.6 Flash это скидка до 17% без изменения кода. Причин не переходить нет.
  • Если ждёте нового флагмана — ожидание продолжается. Заявленные партнёрские тесты обычно означают недели, а не дни.

Чем Flash отличается от Lite, Pro и Ultra и как вообще читать названия моделей, чтобы не переплачивать, — разбираем в отдельном гайде. Подробное сравнение нового Flash с предшественником — в карточке.

Что важно проверить на практике

Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Google выпустил три модели Gemini за раз — но флагманский Pro застрял с февраля. Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Google выпустил три модели Gemini за раз — но флагманский Pro застрял с февраля», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Если материал касается денег, безопасности, здоровья, права или персональных данных, обозначьте границы применения отдельно. Решение остаётся за ответственным человеком; нейросеть может ускорить подготовку, но не принимает ответственность за последствие.

Сохраните исходник и финальную версию рядом. Через неделю вернитесь к примеру и отметьте, что пришлось исправить. Такая маленькая история правок превращает публикацию в практический материал, а не в пересказ возможностей.

Три названия не означают три взаимозаменяемых продукта. Flash проверяйте на скорости и качестве, Flash-Lite — на цене полного сценария с повторными запросами, а Cyber — только в разрешённом закрытом контуре. Сведите результаты в одну таблицу и укажите, где модель недоступна обычной команде: иначе общий релиз создаёт ложное впечатление, что любой пользователь получил одинаковые возможности.

Новости OpenAI расширила OneGov: что получат госслужбы США и почему цена — не вся история OpenAI и GSA объявили 27-месячное соглашение для федеральных, региональных, местных и племенных органов США. Разбираем подтверждённые условия, кибердоступ и вопросы, на которые ещё предстоит ответить. Новости Anthropic нашла четыре выхода Claude за разрешённый контур: что показал аудит После повторной проверки кибериспытаний Anthropic обнаружила четвёртый инцидент и просмотрела около 481 млн журналов. Разбираем факты без вывода, что модель действовала намеренно. Новости Модель OpenAI предложила подход к задаче Навье — Стокса: что действительно известно OpenAI опубликовала кандидатное доказательство для одной из задач тысячелетия. Разбираем, где заканчивается результат модели и начинается независимая математическая проверка. Новости Microsoft вывела MDASH в Azure Government: как 100 ИИ-агентов проверяют код Microsoft открыла предварительный доступ к многоагентному сканеру MDASH для отдельных государственных заказчиков США. Разбираем устройство системы, заявленные результаты и границы применения.
Опубликовано: 22 июля 11:00
← На главную