Szünet nélkül fejlesztik a nyelvi modelljeiket a mesterséges intelligencia piac élmenői, köztük a Google is, aki az idei évben már számos modellel előrukkolt. Ezúttal a Gemini lépett szintet, ami a cég kínálatának ékessége, és megannyi szolgáltatásnak részét képezi mostanra különböző formákban.
Lerántotta a leplet a Google a Gemini 3-ról, ami potenciálisan a GPT-5 kihívója, és a Google szerint általánosságban elmondható, hogy ez a jelenlegi legintelligensebb és legpontosabb modell.
2023 márciusában a Google még Bard néven indította el a Gemini elődjét, ez a név menet közben jött, és 2024 decemberében futott be a Gemini 2.0. Hamar jött az utódja, a Gemini 2.5, ez március óta van velünk. A friss Gemini 3 a Pro modellváltozatban rajtolt el, de persze érkezik majd több különböző változata is a későbbiekben.
A Google most először a Gemini 3 Prót mindenki számára elérhetővé teszi a Gemini chatboton keresztül, nemcsak az előfizetők tapasztalhatják meg elsőkézből, hogy mire képes a továbbfejlesztett nyelvi modell. Viszont azok, akik a Google valamelyik mesterséges intelligenciára is kiterjedő előfizetését használják, már a Kereső szolgáltatáson keresztül (AI-mód) is a Gemini 3 Pro segítségét élvezhetik. A keresőmotor fejlődésében egy fontos mérföldkő lesz ez a DeepMind szakembere, Tulsee Doshi szerint. Úgy véli Doshi, hogy ez segíteni fogja az információk általános elérését és felhasználását.
A Gemini 3 Pro egy olyan modell, amit már az alapoktól multimodálisnak fejlesztettek a kutatók. A szöveges adatok mellett képekkel, hangokkal egyaránt jól bánik, és párhuzamosan képes ezeket feldolgozni, nem külön-külön kezeli a különböző adatokat. Képes például arra, hogy egy receptet befotózva, azt teljesen lefordítsa és átformálja egy digitális szakácskönyv egy oldalává. Egy nyelvoktató videó alapján pedig létre tud hozni tanulókártyákat.
Képes már arra is a Gemini, hogy a Canvas funkcióval a Gemini felületén belül mutasson meg működő programokat. A Gemini 3 Pro pedig partner lesz abban, hogy összetett funkciókkal rendelkező alkalmazásokat hozzanak vele létre a chatbot elhagyása nélkül. Még az interfészt is igény szerint képes létrehozni a modell. Az újítások egy része még kísérleti stádiumban van, éppen ezért csak a Gemini Labs keretében érhető el.
A Google Keresőben a Gemini 3 Pro modellel felturbózott AI-mód már ugyanolyan fejlett feldolgozási technikával fog dolgozni, mint a Gemini 2.5 Pro. Ennek köszönhetően pontosabban tudja majd értelmezni az információkat, és hatékonyabban segítheti a felhasználókat a megfelelő válaszok megtalálásában. Olyan információkhoz is hozzájuthat a felhasználó a Gemini 3 Pro és az AI-mód révén a Keresőben, amik korábban nem kerültek volna képbe.
Jó hír, hogy a Gemini is kevésbé hízelgőre veszi a figurát a ChatGPT-hez hasonlóan. Nagyon zavaró tud lenni az, amikor a generatív MI a felhasználónak kedves válaszokkal akar szolgálni, de a végén emiatt lesz félrevezető az általa nyújtott információ. A Gemini 3 Pro okos, tömör és közvetlen válaszokat adhat indokolatlan hízelgés nélkül. Jobb lesz a modell, ha érvelni kell, és ágensi képességeiben is hatékonyabbnak fog bizonyulni.
A Google egy kísérleti Gemini Agent eszközt is létrehozott a Gemini 3 Próval. Ez képes arra, hogy összetett feladatokat hajtson végre, adatokat tud ellenőrizni, felülvizsgálni és rendszerezni, akár e-mailekhez is hozzáférés biztosítható ennek. Képes az új alapokra épülő Gemini Agent kutatási anyagokat összeállítani, valamint azt is megoldja, ha egy utazást kell lefoglalni.
A Gemini 3 Pro átvette a vezetést az LMArena ranglistáján, ami az egyik legnépszerűbb platform a mesterséges intelligencia eszközök rangsorolására, mert hatékonyan méri fel ezek teljesítményét. A Deep Think funkcióval lehet elérni a legjobb érvelési képességét, viszont ezt még csak a biztonsági tesztelők érhetik el. Ez azt jelenti, hogy egyelőre még vannak aggályai a cégnek a biztonság szempontjából, de a publikált mérési eredmények alapján ez egészen rendkívüli teljesítmény fog nyújtani.
Az utóbbi időben a Gemini népszerűsége folyamatosan emelkedett a ChatGPT-hez képest, lopta a távolságot a platform a chatbotok piacának éllovasa mögött. A Gemini 3 Pro pedig egy újabb lökést adhat a Gemininek azáltal, hogy szinte minden szempontból javít a működésén, és így például már az utasításkövetésben is jobb lesz.
