Google ha rilasciato Gemini 3.6 Flash e 3.5 Flash-Lite come nuovi cavalli di battaglia progettati per ridurre la latenza e i costi dei token per gli agenti AI aziendali.
Gli aspetti economici legati all’esecuzione di agenti software autonomi all’interno di un ambiente di produzione si riducono a un’equazione fissa che pochi fornitori pubblicizzano direttamente. Un modello deve ragionare con competenza su un’attività composta da più passaggi, ma ogni token aggiuntivo che genera mentre lo fa aggiunge costi e ritardi a un flusso di lavoro che potrebbe essere eseguito migliaia di volte in un’ora.
I team che creano agenti in background anziché interfacce di chat necessitano innanzitutto della velocità effettiva e in secondo luogo del conteggio dei parametri. La risposta di Google, annunciata questa settimana, suddivide il compromesso tra tre modelli: Gemini 3.6 Flash per la codifica e il ragionamento multimodale, Gemini 3.5 Flash-Lite per lavori ad alto volume e bassa latenza e una variante Gemini 3.5 Flash Cyber limitata creata per la correzione delle vulnerabilità.
I calcoli dietro Gemini 3.6 Flash
La documentazione degli sviluppatori di Google per 3.6 Flash è incentrata su un dato: 17% in meno di token di output rispetto alla precedente versione 3.5 Flash, sulla base delle misurazioni dell’Artificial Analysis Index.
In test sintetici specifici, incluso il benchmark Datacurve DeepSWE, Google segnala cali nell’utilizzo dei token fino al 65%. Il prezzo è pari a 1,50 dollari/1 milione di token di input e 7,50 dollari/1 milione di token di output, posizionando il modello per cicli di ragionamento che vengono eseguiti in modo continuo anziché su richiesta.
Su DeepSWE, l’azienda registra una percentuale di successo del 49% per 3.6 Flash contro il 37% del suo predecessore. Su MLE Bench, il punteggio passa dal 49,7% al 63,9%, e sul test GDPval-AA v2 di Google – che tenta di misurare il lavoro di conoscenza del mondo reale piuttosto che codificare enigmi – 3.6 Flash ottiene un punteggio di 1421 contro 1349 del modello precedente.
Figma, Hebbia e Harvey hanno messo in pratica il modello
Figma ha integrato 3.6 Flash nella sua infrastruttura di prototipazione e, secondo Matt Colyer, direttore dell’ingegneria di prodotto dell’azienda, il modello offre agli sviluppatori un percorso più rapido attraverso le iterazioni di progettazione senza un calo della qualità dell’output.
La piattaforma tecnologica legale Harvey e lo strumento di ricerca Hebbia instradano i dati attraverso il modello per il lavoro documentale multimodale: acquisizione di documenti finanziari grezzi, analisi della struttura dei documenti, lettura di grafici incorporati e produzione di bozze di report per la revisione.
Google ha anche inserito uno strumento di utilizzo del computer lato client direttamente nelle piattaforme Gemini API e Gemini Enterprise, rimuovendo gli ingegneri software intermediari personalizzati precedentemente creati per consentire ai modelli di funzionare su un sistema operativo.
L’azienda riporta un punteggio OSWorld-Verified dell’83,0%, rispetto al 78,4%, e afferma che le salvaguardie aggiornate contro l’uso improprio di prodotti chimici, biologici, radiologici e nucleari migliorano la resistenza al jailbreak senza aumentare i tassi di rifiuto per richieste benigne.
Un livello più economico per gli agenti in background con volumi elevati
Gemini 3.5 Flash-Lite si rivolge a un compito diverso: l’elaborazione dei documenti e la ricerca tramite agenti vengono eseguite a volume anziché in profondità di ragionamento. L’Artificial Analysis Index ha misurato il modello a 350 token di output al secondo, il più veloce della serie 3.5 secondo Google.
I prezzi sono pari a 0,3/1 milione di token di input e 2,5/1 milione di token di output, abbastanza economici da consentire ai team di ingegneri di indirizzare semplici richieste di subagenti ad alto volume a un livello di pensiero minimo e riservare livelli di pensiero più elevati per il lavoro in più fasi.
Nel test a lungo contesto GDM-MRCR v2 di Google, Gemini 3.5 Flash-Lite ha registrato un tasso di successo del 72,2% contro il 60,1% del suo predecessore, e il suo punteggio GDPval-AA v2 è quasi raddoppiato, da 642 a 1140. Il modello porta lo stesso strumento nativo di utilizzo del computer di 3.6 Flash.
Separatamente, Google afferma che Gemini 3.5 Pro rimane in fase di test da parte dei partner prima del rilascio completo, e la pre-formazione per la prossima architettura Gemini 4 è già in corso.
Gemini 3.5 Flash Cyber: un modello limitato per il codice patch
Gli scanner automatizzati delle vulnerabilità ora evidenziano i difetti più velocemente di quanto la maggior parte dei team di sicurezza riescano a risolverli, e questa lacuna è dove Google posiziona Gemini 3.5 Flash Cyber.
Il modello è costruito per convalidare e correggere le vulnerabilità del codice e Google riporta le prestazioni sul benchmark CyberGym competitivo con i modelli di frontiera (sebbene non abbia reso pubbliche queste cifre con lo stesso dettaglio delle sue versioni rivolte ai consumatori).
La distribuzione rimane limitata ai governi e ai partner controllati attraverso un programma pilota, una limitazione che Google definisce come salvaguardia contro il modello che genera codice exploit per uso offensivo.
All’interno dell’agente di sicurezza CodeMender di Google, più istanze di 3.5 Flash Cyber vengono eseguite in parallelo, verificando reciprocamente i risultati degli altri prima di produrre un unico rapporto di riparazione su cui un revisore umano firma.
I team di ingegneri che desiderano integrare questi nuovi modelli possono accedervi tramite l’API Gemini tramite Google AI Studio, Android Studio o Gemini Enterprise Agent Platform. I consumatori possono anche accedere ai nuovi modelli nell’app Gemini e 3.5 Flash-Lite è in fase di lancio anche nella Ricerca Google.
Vedi anche: Bristol Myers Squibb acquista il sistema AI di Nvidia per la scoperta di farmaci
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
