Темпи, з якими Google оновлює власні нейромережі, починають лякати навіть досвідчених розробників. Минула лише три тижні з моменту виходу Gemini 3.6 Flash, а інженери з Маунтін-В'ю вже презентували наступне покоління — Gemini 3.7 Flash.
Здавалося б, навіщо випускати мікро-апдейт із різницею в 20 днів? Проте цифри та бенчмарки свідчать про протилежне: це не просто косметична робота над помилками, а суттєва перебудова алгоритмів, орієнтована на автономних ШІ-агентів, глибокий кодинг та оптимізацію витрат для бізнесу.
Програмування та верстка: у чому головний прорив
За словами розробників Google DeepMind, версія 3.7 Flash стала прямою відповіддю на фідбек IT-спільноти. Головний упор зробили на здатності моделі самостійно шукати баги, відлагоджувати складний код та створювати функціональні веб-інтерфейси з мінімальною кількістю вхідних промптів.
- Точність у написанні коду: у профільному тесті DeepSWE v1.1 показник успішного вирішення завдань зріс із 49,0% до 65,3%. На практиці це означає, що нейромережа набагато рідше припускається синтаксичних помилок при генерації скриптів.
- Верстка та дизайн: у бенчмарку WebDev Arena нова модель набрала 1588 балів Elo (проти 1538 у 3.6 Flash). Нейромережа краще розуміє контекст макетів, точніше відтворює інтерфейси за звичайним скріншотом або дизайн-системою та генерує готові до деплою UI-компоненти.
- Робота з документами та аналітика: у складних дисциплінах на кшталт фінансів, юриспруденції чи біотехнологій точність обробки важких PDF-звітів (тест GDP.pdf) стрибнула з 22,0% до 34,0%.
Подвійне зниження цін та оновлений Gemini Spark
Паралельно з технічним апгрейдом Google пішла на агресивний демпінг. До кінця 2026 року компанія встановлює промо-прайс на використання API: $0,75 за 1 мільйон вхідних токенів та $3,75 за 1 мільйон вихідних. Це рівно вдвічі дешевше, ніж початкова вартість попередньої версії 3.6 Flash.
З сьогоднішнього дня Gemini 3.7 Flash також стає двигуном для Gemini Spark — персонального цілодобового ШІ-агента, доступного передплатникам тарифів Google AI Pro та Ultra. Завдяки новій моделі Spark навчився краще орієнтуватися у багатокрокових ланцюжках завдань, самостійно уточнювати наміри користувача, якщо щось пішло не так, та ефективніше взаємодіяти з сервісами Google Workspace.
Порівняння результатів у бенчмарках
| Тест / Бенчмарк | Gemini 3.6 Flash | Gemini 3.7 Flash | Сфера застосування |
|---|---|---|---|
| DeepSWE v1.1 | 49.0% | 65.3% | Відлагодження та виправлення коду |
| FrontierCode 1.1 | 34.4% | 43.6% | Генерація готових програмних модулів |
| WebDev Arena (Elo) | 1538 | 1588 | Верстка UI та веб-розробка |
| GDP.pdf | 22.0% | 34.0% | Аналіз складних наукових та фінансових документів |
| AutomationBench | 17.0% | 30.4% | Автоматизація реальних бізнес-процесів |
Що це змінює для звичайних користувачів
Швидке впровадження таких моделей безпосередньо впливає на повсякденну роботу зі смартфонами та гаджетами. Оскільки розумні асистенти переходять від простих відповідей на запитання до повноцінного виконання доручень (забронювати квиток, зібрати аналітику, обробити фото чи розібрати пошту), вимоги до заліза зростають.
Для швидкої обробки голосових команд та стабільної роботи локального ШІ потрібен пристрій із достатнім обсягом оперативної пам'яті та сучасним чипсетом. Якщо ваш девайс вже перестає справлятися з новими функціями, в нашому магазині ви завжди можете купити новий смартфон актуальних брендів із підтримкою останніх технологій штучного інтелекту.
