Co Google naprawdę opóźnił

Pod koniec czerwca Google zmienił dane używane do trenowania Gemini, próbując podnieść jego wyniki w kodowaniu. Rezultaty wróciły rozczarowujące, a flagowy Gemini 3.5 Pro, którego wielu oczekiwało na majowej konferencji dla deweloperów, pozostał w ograniczonej wersji zapoznawczej dla firm. W tym tygodniu The Information i Bloomberg podały, że opóźnienie liczone jest w miesiącach, nie w tygodniach.

Google nie zaprzeczył. Firma oświadczyła, że testuje Gemini 3.5 Pro, ulepszony model Flash i inne systemy z partnerami oraz omawia zdolności i standardy testowania modelu z rządem Stanów Zjednoczonych. Czego nie podała, to data, a jej brak jest częścią, która się liczy.

Dlaczego błąd w kodowaniu boli bardziej niż ogólny

Model może być znakomity w rozumowaniu, pisaniu i analizie, a mimo to zawieść na kodzie, ponieważ kodowanie nagradza wąski, weryfikowalny rodzaj poprawności, który się nie uśrednia. Niedobór Google siedzi właśnie tam, w kodowaniu i długich, wieloetapowych zadaniach, a pracownicy DeepMind mieli wewnętrznie zasygnalizować, że firmie brakuje wiarygodnego komercyjnego produktu do kodowania dla przedsiębiorstw budujących narzędzia deweloperskie z AI.

To właśnie tę zdolność rynek kupuje teraz. Najszybciej rosnące wydatki na AI są w asystentach kodowania, agentach i automatyzacji, a ci kupujący wybierają model, który najpewniej pisze i naprawia kod. Błąd w kodowaniu to nie błąd w funkcji; to błąd w przypadku użycia, który dziś płaci.

Liczba, którą rynek na to nałożył

Akcje Alphabetu spadły o około 4,4 procent po doniesieniach, wymazując rzędu 225 miliardów dolarów wartości w jednej sesji. To nie jest wyrok o głębi badań Google, która pozostaje wśród najlepiej finansowanych na świecie; to rynek na nowo wycenia harmonogram, który brał za pewnik.

Rama konkurencyjna nadaje liczbie ostrze. GPT-5.6 od OpenAI i Grok 4.5 od xAI są już na rynku jako modele nastawione na kod, więc każdy miesiąc, w którym Gemini 3.5 Pro pozostaje w wersji zapoznawczej, to miesiąc, w którym rywale zamieniają nawyki deweloperów w wybory domyślne. Opóźnienia kumulują się, gdy to, co opóźnione, jest właśnie tym, na podstawie czego klienci wybierają.

Co to zmienia dla europejskiego nabywcy

Jeśli twój plan zakładał określoną zdolność kodowania Gemini do określonego kwartału, za tym założeniem nie ma już daty. Dla europejskiego zespołu ważącego Google, OpenAI, Mistral lub model o otwartych wagach na wewnętrzną platformę deweloperską bezpieczny wybór właśnie stał się tym z widoczną luką w twoim głównym zadaniu.

Przemawia to także za tym, by nie wiązać się z jednym dostawcą, zanim zdolność zostanie dostarczona. Budowanie na modelu, który możesz przetestować dziś, przy integracji dość cienkiej, by ją zmienić, kosztuje teraz niewiele i oszczędza przebudowę później. W euro kosztownym błędem jest związanie kwartałów inżynierskich z mapą drogową, którą laboratorium może przesunąć bez uprzedzenia.

Dyscyplina, którą nagradza opóźnienie

Traktuj 'już wkrótce' od każdego laboratorium jako zdolność, której jeszcze nie masz, i projektuj wokół tego, co możesz uruchomić w tym tygodniu. To nie cynizm wobec Google; to ta sama zasada, która chroni cię, gdy następny poślizgnie się OpenAI albo xAI.

Google wciąż może dostarczyć silny model i zamknąć lukę, a przy swoich zasobach prawdopodobnie to zrobi. Na przodzie kończą ci właściciele, którzy nie przebudowali linii produktów wokół daty premiery, której nigdy nie było im wolno obiecać.

Czytaj dalej: Najlepsza głosowa AI to nie ta, którą można wdrożyć  |  Google wyrzucił niemal gotowy model AI