Yazılım ve Ajan İş Akışları İçin Geliştirilen Gemini 3.7 Flash Tanıtıldı
Kaynak: deepmind.google ·
Google, yazılım geliştirme ve ajan tabanlı iş akışları için optimize edilen yeni modeli Gemini 3.7 Flash'ı duyurdu. Önceki sürüme göre yazılım mühendisliği, web geliştirme ve finans gibi bilgi yoğun alanlarda performans artışı sağlayan model, yıl sonuna kadar orijinal fiyatının yarısı olan bir başlangıç fiyatıyla sunuluyor. Ayrıca model, Google AI Pro ve Ultra aboneleri için Gemini Spark hizmetine de entegre edildi. Güncelleme, çok adımlı planlama ve araç çağrılarında daha yüksek doğruluk ve dikkatli yürütme sunarak mühendislik iş akışlarındaki manuel denetim ihtiyacını azaltmayı hedefliyor.
Neden önemli?
Bu model, geliştiricilerin ve kurumların daha az maliyetle daha karmaşık ve çok adımlı yapay zeka ajanları çalıştırmasını sağlar. Yazılım mühendisliği ve web geliştirme süreçlerinde hata ayıklama, ilk denemede doğru kod üretimi ve tasarım uyumu gibi konularda önceki sürüme kıyasla daha yüksek verimlilik sunar.
Bununla neler yapılabilir?
- Olası kullanım: Metin tabanlı komutlarla dinamik olarak karakter, öğe ve doku oluşturarak tam oynanabilir üç boyutlu oyunlar geliştirmek.
- Olası kullanım: Tek bir komutla alt ajanları yöneterek akıcı ve etkileşimli açılış sayfaları oluşturmak.
- Olası kullanım: Karmaşık yıllık raporlar gibi statik PDF belgelerini canlı grafikler içeren web deneyimlerine dönüştürmek.
Somut sonuçlar ve kanıtlar
- Üreticiye göre FrontierCode 1.1 Main testinde 3.7 Flash %43.6, 3.6 Flash ise %34.4 başarı oranına ulaştı. (Üreticinin açıklaması)
- Üreticiye göre DeepSWE v1.1 testinde 3.7 Flash %65.3, 3.6 Flash ise %49.0 başarı elde etti. (Üreticinin açıklaması)
- Üreticiye göre WebDev Arena testinde 3.7 Flash 1588 Elo skoru alırken, 3.6 Flash 1538 Elo skorunda kaldı. (Üreticinin açıklaması)
- Üreticiye göre karmaşık belgeleri işleme kapasitesini ölçen GDP.pdf testinde 3.7 Flash %34.0, 3.6 Flash %22.0 sonuç gösterdi. (Üreticinin açıklaması)
Sınırlar ve açık kalan sorular
Modelin yıl sonuna kadar geçerli olan indirimli başlangıç fiyatı haricindeki maliyetleri ve genel erişim kısıtlamaları kaynakta tam olarak detaylandırılmamıştır. Test sonuçları üreticinin kendi beyanlarına dayanmaktadır.