Ο μεγαλύτερος ανταγωνιστής του ChatGPT

Το τελευταίο μοντέλο τεχνητής νοημοσύνης της Google βελτιώνει τη συλλογιστική, τη σκέψη και τις δυνατότητες δημιουργίας κώδικα, αλλά αυτό δεν είναι αρκετό για να καταστήσει το Gemini 3 το τέλειο chatbot.

Το λογότυπο Google Gemini. Φωτογραφία: Bloomberg .

Η Google κυκλοφόρησε το μοντέλο Gemini 3 στα τέλη Νοεμβρίου. Η εταιρεία παρουσίασε μια σειρά από αξιοσημείωτες αναβαθμίσεις, όπως βελτιωμένες δυνατότητες κωδικοποίησης, δημιουργία οπτικής εικόνας και agent που εκτελούν συγκεκριμένες εργασίες εκ μέρους του χρήστη.

Κατά την παρουσίαση του Gemini 3, η Google τόνισε ότι ήταν το «πιο έξυπνο μοντέλο της εταιρείας μέχρι σήμερα». Η εμπειρία από τον πραγματικό κόσμο δείχνει ότι το μοντέλο επεξεργάζεται ταχύτερα και έχει καλύτερες δυνατότητες συλλογισμού, αν και υπάρχουν ακόμη ορισμένοι τομείς που χρήζουν βελτίωσης.

Δημιουργήστε γρήγορα διαδραστικές διεπαφές.

Μία από τις σημαντικότερες αναβαθμίσεις στο Gemini 3 περιστρέφεται γύρω από το Canvas. Πρόκειται για έναν διαδραστικό χώρο εργασίας μέσα στο Gemini που σας επιτρέπει να ζητάτε από τα chatbots να γράφουν κώδικα, να οπτικοποιούν αποτελέσματα και να επεξεργάζονται περιεχόμενο.

Όταν ζητείται από το Gemini 3 να δημιουργήσει ένα τρισδιάστατο μοντέλο των διαφορών μεγέθους μεταξύ μιας μπάλας ποδοσφαίρου, της Γης, του Ήλιου και του Γαλαξία μας, το εργαλείο ενεργοποιεί μια διεπαφή κωδικοποίησης, επεξεργάζεται και δημιουργεί ένα διαδραστικό περιβάλλον, επιτρέποντας στους χρήστες να επιλέγουν και να συγκρίνουν τα μεγέθη των αντικειμένων.

Η δυνατότητα δημιουργίας διαδραστικών χώρων χρησιμοποιώντας τη λειτουργία Canvas στο Gemini 3.

Σε σύγκριση με την επίδειξη της Google, τα αποτελέσματα είναι ελαφρώς κατώτερα σε ποιότητα εικόνας. Ωστόσο, οι πληροφορίες σχετικά με τα αντικείμενα είναι σαφείς και εύκολα κατανοητές. Ο χρόνος επεξεργασίας είναι περίπου 2 λεπτά. Στη διεπαφή Canvas, οι χρήστες μπορούν να επεξεργαστούν απευθείας τον κώδικα, να αντιγράψουν ή να κοινοποιήσουν το περιεχόμενο.

Με μια άλλη εντολή, ζητήθηκε από το Gemini 3 να δημιουργήσει ένα τρισδιάστατο μοντέλο σε σχήμα κύβου (voxel) ενός αετού που κάθεται σε ένα κλαδί δέντρου. Το εργαλείο παρήγαγε το αποτέλεσμα σε περίπου 45 δευτερόλεπτα και οι χρήστες μπορούσαν να μεγεθύνουν και να περιστρέψουν την προβολή χρησιμοποιώντας το ποντίκι. Ωστόσο, ορισμένες λεπτομέρειες στην εικόνα είχαν γραφικά σφάλματα και δεν εμφανίζονταν σταθερά.

Ο αετός που καθόταν σε ένα κλαδί δέντρου ήταν επίσης παρών, αλλά η απαίτηση ήταν πιο δύσκολη (ένα τρισδιάστατο μοντέλο). Αρχικά, ο κώδικας που δημιουργήθηκε από το Gemini 3 απέτυχε και δεν εκτελούνταν. Αφού ζητήθηκαν τροποποιήσεις, η εικόνα εμφανίστηκε και έγινε διαδραστική.

Η ικανότητα του Gemini 3 να δημιουργεί διαδραστικά περιβάλλοντα.

Παρά τα ορισμένα ζητήματα που παραμένουν, η μετάβαση από ένα μοντέλο ερωτήσεων και απαντήσεων σε μια συνεργατική προσέγγιση επεξεργασίας είναι μια ενδιαφέρουσα κατεύθυνση, καθιστώντας το Gemini 3 χρήσιμο για σύνθετες, μακροπρόθεσμες εργασίες.

Φυσικά, το Gemini 3 δεν προορίζεται μόνο για τη δημιουργία γραφικών ή οπτικών μοντέλων. Η Google δοκιμάζει μια λειτουργία "Generative UI" για χρήστες AI Pro. Με ορισμένες εντολές, το μοντέλο μπορεί να δημιουργήσει διαδραστικές διεπαφές τύπου περιοδικού ή οπτικούς ιστότοπους.

Η Google αναφέρει ότι αυτή η λειτουργία κυκλοφορεί σταδιακά. Σύμφωνα με την εμπειρία του The Verge , οι χρήστες πρέπει να επιλέξουν τη λειτουργία Οπτικής Διάταξης και, στη συνέχεια, να εισαγάγουν μια εντολή όπως "Σχεδιάστε το τριήμερο ταξίδι μου στη Ρώμη".

Μετά την επεξεργασία, το Gemini 3 δημιουργεί αποτελέσματα παρόμοια με έναν ταξιδιωτικό ιστότοπο, με δρομολόγια, λεπτομερείς εικόνες και μερικές ερωτήσεις σχετικά με τις ταξιδιωτικές προτιμήσεις και τις διατροφικές συνήθειες. Στη συνέχεια, το μοντέλο προσαρμόζει τις απαντήσεις ανάλογα. Αυτή η λειτουργία είναι επίσης αρκετά χρήσιμη για θέματα όπως η συναρμολόγηση ενός υπολογιστή ή η κατασκευή ενός ενυδρείου.

Πιο αποτελεσματική συλλογιστική και ανάλυση.

Σύμφωνα με την Google, το Gemini 3 έχει καλύτερες δυνατότητες συλλογισμού από τον προκάτοχό του. Η εταιρεία ισχυρίζεται ότι η ικανότητα συλλογισμού του Gemini 3 Pro φτάνει σε επίπεδο διδακτορικού, με βαθμολογία 37,5% στην εξέταση Humanity's Last Exam και 91,9% στην εξέταση GPQA Diamond.

Φυσικά, οι χρήστες μπορούν να εκτιμήσουν πραγματικά τη διαφορά μόνο όταν αλληλεπιδρούν απευθείας με το μοντέλο. Όταν τους ζητήθηκε να λύσουν ένα πρόβλημα από το σύνολο ερωτήσεων αναφοράς GPQA Diamond (με επίκεντρο το διδακτορικό επίπεδο), το Gemini 3 Pro χρειάστηκε περίπου 30 δευτερόλεπτα για να παρέχει μια λεπτομερή λύση, συμπεριλαμβανομένων οδηγιών βήμα προς βήμα και επεξηγηματικών εικόνων.

Δίδυμοι 3 μπορεί να απαντήσει σε σύνθετες ερωτήσεις, επιδεικνύοντας ικανότητες σκέψης ισοδύναμες με διδακτορικό επίπεδο.

Σύμφωνα με την αξιολόγηση, η λύση είναι αρκετά λεπτομερής και ακολουθεί τη σωστή διαδικασία. Για λόγους σύγκρισης, το GPT-5.1 χρειάστηκε επίσης περίπου 30 δευτερόλεπτα για να απαντήσει σωστά, αλλά η λύση ήταν λιγότερο λεπτομερής. Ομοίως, το Claude 4.5 Sonnet απάντησε σωστά και πιο γρήγορα από το Gemini 3, αλλά ήταν λιγότερο λεπτομερές.

Η Google αναφέρει ότι το Gemini 3 μπορεί να εξάγει έγγραφα ταυτόχρονα από πολλαπλές πηγές, όπως κείμενο, εικόνες και βίντεο . Εργασίες στις οποίες δεν έχει γίνει ποτέ ξανά εκπαίδευση διεκπεραιώνονται επίσης καλύτερα στο Gemini 3.

Δυνατότητες ανάλυσης βίντεο του Gemini 3.

Για παράδειγμα, όταν του ζητήθηκε να αναλύσει το κύριο θέμα ενός βίντεο 57 λεπτών, το Gemini 3 χρειάστηκε μόνο περίπου ένα λεπτό για να παρέχει αποτελέσματα, συμπεριλαμβανομένων των ζητούμενων ορισμάτων και των χρονικών σημάνσεων για το αντίστοιχο τμήμα του βίντεο. Ομοίως, το μοντέλο αναγνώρισε σωστά ένα βίντεο τένις, αναλύοντας τους αγώνες και το στυλ παιχνιδιού κάθε αθλητή.

Οι χρήστες μπορούν να ζητήσουν από το Gemini 3 να παρακολουθεί ταυτόχρονα βίντεο και να ανατρέχει σε εξωτερικές πηγές, θέτοντας ακόμη και ερωτήσεις για βαθύτερη ανάλυση. Συνολικά, το Gemini 3 είναι αρκετά ευαίσθητο σε αναλυτικές εργασίες και εργασίες αναφοράς εγγράφων, εν μέρει χάρη στη σύνδεσή του με τη βάση δεδομένων της Αναζήτησης Google.

Ο πράκτορας είναι χρήσιμος, αλλά εξακολουθούν να υπάρχουν προβλήματα.

Η λειτουργία Agent είναι επίσης μια αξιοσημείωτη αναβάθμιση στο Gemini 3. Για τους χρήστες του προγράμματος AI Ultra (προς το παρόν διαθέσιμο μόνο στην αγορά των ΗΠΑ), αυτή η λειτουργία μπορεί να εκτελέσει σύνθετες εργασίες εκ μέρους του χρήστη, όπως κατηγοριοποίηση και οργάνωση email, αναζήτηση πληροφοριών και κράτηση ταξιδιωτικών εισιτηρίων.

Κατά την κυκλοφορία του Gemini 3, η Google χρησιμοποίησε ως παράδειγμα τη δυνατότητα οργάνωσης των εισερχομένων στο Gmail. Σύμφωνα με την εμπειρία του The Verge , αυτή η λειτουργία λειτουργεί ακριβώς όπως ζητήθηκε: δημιουργώντας μια πλήρη λίστα με μη αναγνωσμένα email για μια εβδομάδα.

Όπως και με τη λειτουργία Canvas, οι λίστες email και οι προτεινόμενες ενέργειες εμφανίζονται σε ξεχωριστή περιοχή. Το Gemini προσφέρει αρκετές επιλογές, όπως ορισμό υπενθυμίσεων για σημαντικά email, αρχειοθέτηση διαφημιστικών email κ.λπ.

Η λειτουργία agent του Gemini 3 βοηθά στη διαχείριση των εισερχομένων του Gmail. Εικόνα: The Verge .

Όταν του ζητηθεί να δημιουργήσει μια υπενθύμιση πληρωμής λογαριασμού, το Gemini εισάγει γρήγορα τις σχετικές πληροφορίες στο Google Tasks. Για την εργασία πληρωμής, ο εκπρόσωπος πλοηγείται αυτόματα και σταματά όταν χρειάζεται ο χρήστης να εισαγάγει πληροφορίες πληρωμής.

Συνολικά, ο agent του Gemini 3 είναι αρκετά χρήσιμος στην ανίχνευση email που οι χρήστες τείνουν να ξεχνούν. Το εργαλείο μπορεί επίσης να βρει και να διαγραφεί από email από διαφημιστικές διευθύνσεις, τα οποία δεν είναι πλέον χρήσιμα.

Στην πραγματικότητα, οι πράκτορες ορισμένων chatbot όπως το Perplexity και το ChatGPT υποστηρίζουν ήδη την ενσωμάτωση με το Gmail. Ωστόσο, το Gemini προσφέρει τις πιο ποικίλες δυνατότητες ενσωμάτωσης. Για παράδειγμα, οι χρήστες του Perplexity πρέπει να εισάγουν συγκεκριμένα τα email που θέλουν να διατηρήσουν ή να διαγράψουν, ενώ αυτές οι ενέργειες μπορούν να εκτελεστούν μέσω κουμπιών στο Gemini.

Η διαδραστική λειτουργία δημιουργίας διεπαφής του Gemini 3. Φωτογραφία: The Verge .

Η λειτουργία ταξινόμησης email στο ChatGPT είναι επίσης ασταθής. Ωστόσο, η ταχύτητα αποστολής email του Gemini είναι πιο αργή από το Perplexity. Ορισμένες εργασίες, όπως η πραγματοποίηση κρατήσεων σε εστιατόρια, αντιμετωπίζουν μερικές φορές προβλήματα.

Παρόλο που απαιτείται πάντα επιβεβαίωση από τον χρήστη πριν από την εκτέλεση ευαίσθητων ενεργειών, όπως πληρωμές ή αποστολή email, η ανάθεση ορισμένων εργασιών στην Τεχνητή Νοημοσύνη εξακολουθεί να κάνει τους χρήστες διστακτικούς. Η λειτουργία agent στο Gemini 3 είναι αρκετά χρήσιμη, αλλά οι χρήστες πρέπει να παρακολουθούν την έξοδο.

Πηγή: https://znews.vn/gemini-3-tot-den-dau-post1607493.html