💬 Google запускает Gemini 2.0, а Anthropic выпускает Claude 3.5 Haiku на фоне предновогоднего ажиотажа OpenAI

Google запускает Gemini 2.0, а Anthropic выпускает Claude 3.5 Haiku на фоне предновогоднего ажиотажа OpenAI

В этом релизе сразу бросается в глаза то, что Google рассматривает чат-ботов на основе ИИ как эволюционирующих в агентов ИИ — настраиваемое программное обеспечение, использующее генеративный ИИ для взаимодействия с пользователями, а также понимания и выполнения задач в режиме реального времени.

«Благодаря новым достижениям в области мультимодальности, таким как собственный вывод изображений и звука, а также использованию собственных инструментов, мы сможем создавать новых агентов ИИ, которые приблизят нас к нашему видению универсального помощника», — сказал генеральный директор Google Сундар Пичаи.

Модель основана на многомодальных основах Gemini 1.5 с новыми возможностями генерации изображений и преобразования текста в речь, а также улучшенными навыками рассуждения.

По данным Google, версия 2.0 Flash превосходит предыдущую модель 1.5 Pro по ключевым показателям, работая при этом в два раза быстрее.

В настоящее время эта модель доступна для пользователей, которые оплатили Google Advanced — платную подписку, разработанную для конкуренции с Claude и ChatGPT Plus.

Те, кто готов испачкать руки, могут получить более полный опыт, получив доступ к модели через Google AI Studio.

Важно учитывать, что этот интерфейс сложнее простого, понятного и удобного пользовательского интерфейса Gemini.

Кроме того, он более мощный, но гораздо медленнее. В наших тестах мы попросили его проанализировать документ длиной в 74К токенов, и ему потребовалось около 10 минут, чтобы выдать ответ.

Однако вывод был достаточно точным, без галлюцинаций. Более длинные документы, около 200 тыс. токенов (почти 150 000 слов), потребуют значительно больше времени для анализа, но модель способна выполнить эту работу, если вы достаточно терпеливы.

Google также реализовала функцию «Глубокое исследование», которая теперь доступна в Gemini Advanced, чтобы использовать расширенные возможности модели в области рассуждений и расширенного контекста для изучения сложных тем и составления отчетов.

Это позволяет пользователям более глубоко изучать различные темы, чем при использовании обычной модели, разработанной для предоставления более простых ответов. Однако она основана на Gemini 1.5, и нет никаких временных рамок, за которыми можно было бы следить, пока не появится версия, основанная на Gemini 2.0.

Эта новая функция ставит Gemini в прямую конкуренцию таким сервисам, как Pro search от Perplexity, Research Assistant от You.com и даже менее известному BeaGo, которые предлагают схожий опыт. Однако сервис Google предлагает нечто иное. Прежде чем предоставлять информацию, необходимо выработать наилучший подход к задаче.

Он представляет план пользователю, который может редактировать его, чтобы включать или исключать информацию, добавлять больше исследовательских материалов или извлекать фрагменты информации. После настройки методологии они могут дать указание чат-боту начать свое исследование. До сих пор ни один сервис ИИ не предлагал исследователям такой уровень контроля и настраиваемости.

В наших тестах простая подсказка вроде «Исследовать влияние ИИ на человеческие отношения» запускала исследование более дюжины надежных научных или официальных сайтов, а модель создавала документ на 3 страницы на основе 8 правильно процитированных источников. Совсем неплохо.

Проект Astra: Мультимодальный помощник на базе искусственного интеллекта Gemini

Google также поделилась видео, демонстрирующим Project Astra, свой экспериментальный помощник на основе искусственного интеллекта на базе Gemini 2.0. Astra — это ответ Google на Meta AI: помощник на основе искусственного интеллекта, который взаимодействует с людьми в режиме реального времени, используя камеру и микрофон смартфона в качестве входных данных и предоставляя ответы в голосовом режиме.

Google предоставила Project Astra расширенные возможности, включая многоязычные разговоры с улучшенным распознаванием акцента, интеграцию с Google Search, Lens и Maps, расширенную память, которая сохраняет 10 минут контекста разговора, долговременную память и низкую задержку разговора за счет новых возможностей потоковой передачи.

Несмотря на прохладный прием в социальных сетях (видео Google набрало всего 90 тыс. просмотров с момента запуска), выпуск нового семейства моделей, похоже, пользуется хорошей популярностью среди пользователей, что сопровождается значительным ростом числа поисковых запросов в Интернете, особенно с учетом того, что анонс был сделан во время масштабного отключения ChatGPT Plus.

Заявление Google на этой неделе ясно показывает, что компания пытается конкурировать с OpenAI за лидерство в отрасли генеративного ИИ.

Действительно, анонс совпал с кампанией OpenAI «12 дней Рождества», в рамках которой компания ежедневно представляет новый продукт.

На данный момент OpenAI представила новую модель рассуждений (o1), инструмент для генерации видео (Sora) и ежемесячную подписку «Pro» стоимостью 200 долларов США.

Google также представила свое новое расширение Chrome на базе искусственного интеллекта Project Mariner, которое использует агентов для навигации по веб-сайтам и выполнения задач. В ходе тестирования по бенчмарку WebVoyager для реальных веб-задач Mariner достиг 83,5% успеха, работая в качестве одного агента, заявила Google.

«В течение последнего года мы инвестировали в разработку большего количества агентных моделей, которые позволят им лучше понимать окружающий вас мир, думать на несколько шагов вперед и действовать от вашего имени под вашим контролем», — написал Пичаи в объявлении.

Компания планирует развернуть интеграцию Gemini 2.0 во всей линейке своих продуктов, начав с экспериментального доступа к приложению Gemini сегодня. Более широкий релиз последует в январе, включая интеграцию в функции ИИ Google Search, которые в настоящее время охватывают более 1 миллиарда пользователей.

Но не забудь Клода

Выпуск Gemini 2 состоялся в тот момент, когда Anthropic тихо представила свое последнее обновление. Claude 3.5 Haiku — это более быстрая версия своего семейства моделей ИИ, которая заявляет о превосходной производительности в задачах кодирования, набрав 40,6% на бенчмарке SWE-bench Verified.

Anthropic все еще тренирует свою самую мощную модель Claude 3.5 Opus, выпуск которой запланирован на конец 2025 года после ряда задержек.

Премиум-сервисы Google и Anthropic стоят 20 долларов в месяц, что соответствует базовому тарифному плану OpenAI ChatGPT Plus.

Claude 3.5 Haiku от Anthropic оказался намного быстрее, дешевле и мощнее, чем Claude 3 Sonnet (модель среднего размера от Anthropic предыдущего поколения), набрав 88,1% при решении задач по кодированию HumanEval и 85,6% при решении многоязычных математических задач.

Модель демонстрирует особую эффективность в обработке данных: такие компании, как Replit и Apollo, сообщают о значительных улучшениях в улучшении кода и генерации контента.

Claude 3.5 Haiku стоит 0,80 доллара за миллион токенов ввода.

Компания утверждает, что пользователи могут добиться экономии до 90% за счет оперативного кэширования и дополнительного сокращения на 50% с помощью API пакетов сообщений, позиционируя эту модель как экономически эффективный вариант для предприятий, желающих масштабировать свои операции ИИ, и очень интересный вариант для рассмотрения по сравнению с OpenAI o1-mini, стоимость которого составляет 3 доллара за миллион входных токенов.

Под редакцией Себастьяна Синклера и Джоша Куиттнера