Gemini 3.5 Pro csúszás: miért a kódolás lett a Google legnagyobb AI-kihívása?

A Google elindította a modern mesterséges intelligencia versenyét, de most nehezebb lépést tartani a tempóval. Egy friss Bloomberg-jelentés szerint a Gemini 3.5 Pro több hónappal le van maradva a belső ütemtervhez képest. A gond nem csak egy újabb chatbot „rápolírozása”. A fókusz egyértelműen a kódolás, ami a Google-nél most akadozik.

Amikor a konkurens modellek gyorsan fejlődnek, a kérdés egyszerű: a Gemini 3.5 Pro mikor tud olyan szinten kódolni, mint amit belül elvárnak tőle? És közben hogyan tartja fenn a bizalmat a Google, amihez rengeteg termék és felhasználó kapcsolódik.

Gemini 3.5 Pro: a kódolási teljesítmény a bottleneck

A jelentés szerint a csúszás oka, hogy a Google nem érte el azt a kódolási fejlesztési eredményt, amit remélt. A cég még az előző hónap végén is frissítette a modell betanítási adatait a programozási képességek javításáért, de a belső elvárásokhoz képest ez nem lett elég.

Ez egyre több helyen számít. A mai piac egyik legvilágosabb mércéje, hogy az AI hogyan ír kódot, hogyan debugol, és mennyire érti a komplex szoftveres feladatok logikáját. OpenAI, Anthropic és nemrég Meta is sokat invesztált az úgynevezett fejlesztői fókuszú rendszerekbe.

Ráadásul a jelentés alapján jelenleg kódolásban a konkurensek előrébb járnak a Google elérhető modelljeinél. Gemini 3.5 Pro tehát nem csak egy „következő verzió”, hanem egy kulcsfontosságú harctér.

Mi lassítja a Google-t? A méret, a biztonság és a belső koordináció

A Google különleges helyzetben van: nem izoláltan fejleszt. Minden Gemini kiadásnak együtt kell működnie a Search, YouTube, Maps, Android, Workspace, Cloud és még sok más szolgáltatás terhelésével és elvárásaival.

Ez óriási előny, de több csapatnál több a „köztes lépcső”. A jelentés szerint a prioritások ütköznek a DeepMind, a Google Cloud, az Android és más egységek között. Ráadásul a korábbi korlátozások is nehezíthették a kísérletezést, amikor a Gemini-t még a szoftverfejlesztésben kellett óvatosan tesztelni.

A Google szerint a helyzet javult: a cég állítása szerint a gyártási kódjának mintegy 75%-át ma már AI generálja, és konszolidálják a belső eszközöket egy közös platform alatt, a Google Antigravity néven.

Viszont a GPU-kapacitás is lehet szűk keresztmetszet, ami a AI-val támogatott kódolás tempóját nem feltétlenül tudja a kívánt ütemben követni.

Flash dilemmák és a gyorsaság új mércéje

A csúszás azért is feltűnő, mert sokan a Google I/O előtt várták a Gemini 3.5 Pro-t. Ehelyett inkrementális Gemini-frissítések jöttek, miközben mások „frontier” modelleket toltak ki sorban.

Közben a felhasználói visszajelzések is vegyesek a Gemini 3.5 Flash körül. Van, aki gyorsaság és minőség közti jó kompromisszumot lát benne, mások szerint viszont drágább, és nem hozza ugyanazt a gondolkodási mélységet, mint a prémium vetélytársak.

Engem ez a történet mindig ugyanarra a kérdésre kényszerít: lehet-e egy akkora szervezet, mint a Google, elég gyors arra, hogy a versenyben ne hetekben, hanem hónapokban gondolkodjon? És vajon a Gemini 3.5 Pro mikor tud majd tényleg „kódolásban” dönteni a vitát?