Google окончательно сменил вектор: вместо погони за «чистым разумом» корпорация бросила все силы на захват инфраструктурного рынка. Пока Gemini 3.5 Pro томится в закрытых тестах, а полноценная Gemini 4 только проходит обучение, компания заваливает рынок «быстрыми» решениями. Тройной релиз — Gemini 3.6 Flash, 3.5 Flash-Lite и закрытая версия 3.5 Flash Cyber — выглядит как попытка удержать долю рынка не качеством ответов, а дешевизной инференса.

Стратегический вакуум в сегменте топовых моделей уже начали заполнять OpenAI и Anthropic. Однако Google, похоже, это не пугает: по словам представителей компании, сейчас приоритет отдан интеграции ИИ в корпоративные рабочие процессы, где «достаточно хороший» интеллект важнее рекордов в тестах. Расчет прост: стать незаменимым слоем инфраструктуры раньше, чем конкуренты предложат сопоставимую стоимость владения (TCO).

Главное в новых релизах

Gemini 3.6 Flash: на 17% эффективнее в расходе выходных токенов; на бенчмарке DeepSWE экономия достигает 65%. Gemini 3.5 Flash-Lite: сверхбыстрая модель с производительностью 350 токенов в секунду для задач с минимальной задержкой. Gemini 3.5 Flash Cyber: специализированный инструмент для анализа угроз с ограниченным доступом.

«Бизнесу важнее предсказуемая маржа и скорость внедрения, чем отложенное на неопределенный срок "цифровое божество"».

Цифры подтверждают этот дрейф в сторону утилитарности. При цене в $1.50 за миллион входных токенов Gemini 3.6 Flash обходит старую 3.1 Pro по всем ключевым параметрам. Особняком стоит версия Cyber — инструмент для сканирования угроз, который из-за его «наступательного потенциала» Google выдает только госсектору и проверенным партнерам.

Google сознательно жертвует престижем обладания мощнейшим флагманом ради победы в войне за массовое внедрение. Срезая издержки и выжимая максимум из эффективности токенов, компания делает ставку на прагматизм. Это не отсутствие прогресса, а расчетливое отступление в сторону экономики масштаба, пока в секретных лабораториях доваривается тяжелая артиллерия в лице Gemini 4.

ИИ в бизнесеСнижение затратБольшие языковые моделиGoogle DeepMind