Google Research представила Gemini-SQL2 — специализированную надстройку над Gemini 3.1 Pro, которая, похоже, окончательно лишит работы армию младших аналитиков. Модель продемонстрировала точность 80,04% на бенчмарке BIRD, оставив конкурентов в роли догоняющих. Для контекста: GPT-5.5-xhigh от OpenAI застряла на отметке 72,8%, а Claude Opus 4.6 от Anthropic едва дотянула до 70,9%. На фоне таких цифр текущие BI-решения от Databricks, AWS и Alibaba выглядят как попытки писать код на бересте.
Главное в архитектуре и возможностях
Рекордная точность 80,04% на сложном тесте BIRD. Глубокое понимание многослойных структур данных и запутанной бизнес-логики. Сокращение времени на подготовку аналитической выборки до нескольких секунд. Минимизация логических ошибок, характерных для предыдущих поколений ИИ.
Главная победа здесь не в красивых процентах, а в способности Gemini-SQL2 продираться сквозь многослойные структуры данных и запутанную бизнес-логику. Раньше именно это становилось «бутылочным горлышком»: нейросети выдавали синтаксически верный, но логически бессмысленный код.
По данным Google Research, дистанция между вопросом руководителя на обычном языке и готовой выборкой из базы сокращается до пары секунд. Это прямой удар по монополии ИТ-отделов на интерпретацию данных. Для бизнеса это означает радикальное снижение «налога на интеллект». Если раньше для глубокой аналитики требовалось ждать отчета неделю, то теперь доступ к корпоративным данным децентрализуется до уровня промпта. Доминирование Google в этом сегменте ставит под большой вопрос целесообразность содержания дорогих альтернативных стеков для BI-аналитики, если облачный гигант предлагает такую точность «из коробки».
Впрочем, пока это триумф в стерильных условиях лаборатории. Google Research традиционно скупится на технические подробности и не называет дату публичного релиза. Без официального препринта и возможности проверить модель на реальных серверных мощностях рекорд в 80,04% остается лишь заявкой на лидерство. Индустрии остается гадать, когда этот теоретический прорыв превратится в рабочий инструмент в промышленной эксплуатации, а не просто в очередной повод для гордости в блоге разработчиков.