Ο μεγαλύτερος ανταγωνιστής του ChatGPT

Το τελευταίο μοντέλο τεχνητής νοημοσύνης της Google βελτιώνει τη συλλογιστική, τη σκέψη και τον προγραμματισμό, αλλά αυτό δεν αρκεί για να καταστήσει το Gemini 3 το τέλειο chatbot.

Λογότυπο Google Gemini. Φωτογραφία: Bloomberg .

Η Google κυκλοφόρησε το μοντέλο Gemini 3 στα τέλη Νοεμβρίου. Η εταιρεία έφερε μια σειρά από αξιοσημείωτες αναβαθμίσεις, όπως βελτιωμένες δυνατότητες κωδικοποίησης, οπτικοποίηση και πράκτορες, που εκτελούν συγκεκριμένες εργασίες για λογαριασμό των χρηστών.

Κατά την παρουσίαση του Gemini 3, η Google τόνισε ότι αυτό είναι το «πιο έξυπνο μοντέλο της εταιρείας μέχρι σήμερα». Η πρακτική εμπειρία δείχνει ότι το μοντέλο επεξεργάζεται ταχύτερα, έχει καλύτερη ικανότητα συλλογισμού, αν και υπάρχουν ορισμένοι παράγοντες που χρειάζονται βελτίωση.

Δημιουργήστε γρήγορα διαδραστικές διεπαφές

Μία από τις μεγάλες αναβαθμίσεις στο Gemini 3 περιστρέφεται γύρω από το Canvas, έναν διαδραστικό χώρο εργασίας 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 της διαφοράς μεταξύ του μεγέθους μιας μπάλας ποδοσφαίρου, της Γης, του Ήλιου και του Γαλαξία μας, το εργαλείο ενεργοποιεί μια διαδραστική διεπαφή κωδικοποίησης, επεξεργασίας και δημιουργίας που επιτρέπει την επιλογή και τη σύγκριση αντικειμένων σε μέγεθος.

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

Σε σύγκριση με την επίδειξη της Google, τα αποτελέσματα είναι ελαφρώς χειρότερα όσον αφορά την ποιότητα της εικόνας. Σε αντάλλαγμα, οι πληροφορίες σχετικά με τα αντικείμενα παρέχονται με σαφήνεια και ευκολία στην κατανόηση. Ο χρόνος επεξεργασίας διαρκεί 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 έναν αετό τύπου voxel που καθόταν σε ένα κλαδί δέντρου. Το εργαλείο έδωσε αποτελέσματα μετά από 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 σωστά.

Επίσης, με έναν αετό σκαρφαλωμένο σε ένα κλαδί δέντρου, αλλά με ένα πιο δύσκολο αίτημα (τρισδιάστατο μοντέλο). Την πρώτη φορά, ο κώδικας που δημιουργήθηκε από το Gemini 3 παρουσίασε σφάλμα και απέτυχε να εκτελεστεί. Μετά το αίτημα για διόρθωση, η εικόνα εμφανίστηκε και ήταν διαδραστική.

Δυνατότητες δημιουργίας διαδραστικού περιβάλλοντος του Gemini 3.

Ενώ υπάρχουν ορισμένα ζητήματα, η μετάβαση από ένα μοντέλο ερωτήσεων και απαντήσεων στην συνεργατική επεξεργασία είναι μια ενδιαφέρουσα κατεύθυνση που θα κάνει 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 μερικές εντολές, το μοντέλο μπορεί να δημιουργήσει διαδραστικές διεπαφές τύπου περιοδικού ή οπτικούς ιστότοπους.

Η Google αναφέρει ότι η λειτουργία θα κυκλοφορήσει σταδιακά. Όπως είχε παρατηρήσει το The Verge , οι χρήστες πρέπει να επιλέξουν τη λειτουργία Οπτικής διάταξης και, στη συνέχεια, να πληκτρολογήσουν μια εντολή όπως «Σχεδιάστε μου ένα τριήμερο ταξίδι στη Ρώμη».

Μετά την επεξεργασία, το Gemini 3 δημιουργεί αποτελέσματα παρόμοια με έναν ταξιδιωτικό ιστότοπο με λεπτομερή χρονοδιαγράμματα και εικόνες, μαζί με μια σειρά από ερωτήσεις σχετικά με τις ταξιδιωτικές προτιμήσεις και τα διατροφικά στυλ. Από εκεί, το μοντέλο θα προσαρμόσει τις απαντήσεις ανάλογα. Αυτή η λειτουργία είναι επίσης αρκετά χρήσιμη για θέματα όπως η συναρμολόγηση ενός υπολογιστή, η κατασκευή ενός ενυδρείου κ.λπ.

Συλλογιστείτε και αναλύστε πιο αποτελεσματικά

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

Φυσικά, οι χρήστες μπορούν να νιώσουν τη διαφορά μόνο όταν αλληλεπιδρούν απευθείας με το μοντέλο. Όταν τους ζητήθηκε να λύσουν ένα πρόβλημα που ελήφθη από το σύνολο αναφοράς GPQA Diamond (με επίκεντρο το διδακτορικό επίπεδο), το Gemini 3 Pro χρειάστηκε περίπου 30 δευτερόλεπτα για να παρέχει μια λεπτομερή λύση, συμπεριλαμβανομένου κάθε βήματος του προβλήματος και επεξηγηματικών εικόνων.

Δίδυμοι 3 μπορεί να απαντήσει σε σύνθετες ερωτήσεις, με ικανότητα σκέψης ισοδύναμη με διδακτορικό επίπεδο.

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

Η Google αναφέρει ότι το Gemini 3 μπορεί να εξάγει έγγραφα από πολλαπλές πηγές ταυτόχρονα, όπως κείμενο, εικόνες και βίντεο . Οι εργασίες στις οποίες δεν έχει εκπαιδευτεί στο παρελθόν αντιμετωπίζονται επίσης καλύτερα στο Gemini 3.

Δυνατότητες ανάλυσης βίντεο Gemini 3.

Για παράδειγμα, όταν του ζητήθηκε να αναλύσει το κύριο θέμα ενός βίντεο 57 λεπτών, το Gemini 3 χρειάστηκε περίπου ένα λεπτό για να επιστρέψει ένα αποτέλεσμα που περιελάμβανε τα ζητούμενα ορίσματα, μαζί με μια χρονική σήμανση στο αντίστοιχο μέρος του βίντεο. Ομοίως, το μοντέλο αναγνώρισε σωστά ένα βίντεο για το τένις, αναλύοντας τους αγώνες και τον τρόπο που έπαιξε κάθε παίκτης.

Οι χρήστες μπορούν να ζητήσουν από το Gemini 3 να παρακολουθήσει βίντεο ενώ παράλληλα ανατρέχει σε εξωτερικές πηγές, ακόμη και να θέσουν ερωτήσεις για βαθύτερη ανάλυση. Συνολικά, το Gemini 3 είναι αρκετά γρήγορο στην ανάλυση και την αναφορά εγγράφων, εν μέρει χάρη στη σύνδεσή του με τη βάση δεδομένων της Αναζήτησης Google.

Ο πράκτορας είναι χρήσιμος αλλά έχει προβλήματα

Το Agent είναι επίσης μια αξιοσημείωτη αναβάθμιση στο Gemini 3. Για τους χρήστες του πακέτου AI Ultra (προς το παρόν υποστηρίζει μόνο την αγορά των ΗΠΑ), αυτή η λειτουργία μπορεί να εκτελέσει πολύπλοκες διαδικασίες εκ μέρους των χρηστών, όπως ταξινόμηση και οργάνωση email, αναζήτηση πληροφοριών, κράτηση ταξιδιωτικών εισιτηρίων...

Όταν η Google λάνσαρε το Gemini 3, επέδειξε τη δυνατότητα οργάνωσης των εισερχομένων σας στο Gmail και, σύμφωνα με την εμπειρία του The Verge , λειτούργησε ακριβώς όπως έπρεπε: δημιούργησε μια πλήρη λίστα με τα μη αναγνωσμένα email μιας εβδομάδας.

Όπως και με τη λειτουργία Canvas, η λίστα email και οι προτεινόμενες ενέργειες εμφανίζονται σε ξεχωριστή περιοχή. Το Gemini παρέχει ορισμένες επιλογές, όπως ορισμό υπενθυμίσεων για σημαντικά email, αρχειοθέτηση διαφημιστικών email...

Η λειτουργία agent του Gemini 3 υποστηρίζει τη διαχείριση εισερχομένων του Gmail. Φωτογραφία: 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 παράγοντας Gemini 3 είναι αρκετά χρήσιμος στην ανίχνευση email που οι χρήστες είναι πιθανό να ξεχάσουν. Το εργαλείο μπορεί επίσης να βρει και να διαγράψει email από διαφημιστικές διευθύνσεις που δεν είναι πλέον χρήσιμες.

Στην πραγματικότητα, ορισμένοι πράκτορες chatbot όπως το Perplexity και το ChatGPT υποστηρίζουν ήδη την ενσωμάτωση με το Gmail. Ωστόσο, οι δυνατότητες ενσωμάτωσης του Gemini είναι οι πιο ποικίλες. Για παράδειγμα, οι χρήστες του Perplexity πρέπει να εισάγουν συγκεκριμένα τα email που θέλουν να διατηρήσουν ή να διαγράψουν, ενώ οι λειτουργίες του Gemini μπορούν να γίνουν μέσω κουμπιών.

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

Η λειτουργία προγραμματισμού email του ChatGPT είναι επίσης ασυνεπής. Ωστόσο, η ταχύτητα παράδοσης email του Gemini είναι πιο αργή από αυτή του Perplexity. Ορισμένες εργασίες, όπως η πραγματοποίηση κρατήσεων σε εστιατόρια, παρουσιάζουν μερικές φορές προβλήματα.

Ενώ απαιτεί πάντα επιβεβαίωση από τον χρήστη πριν από την εκτέλεση ευαίσθητων ενεργειών, όπως η πραγματοποίηση πληρωμών ή η αποστολή email, η ανάθεση ορισμένων εργασιών στην Τεχνητή Νοημοσύνη εξακολουθεί να διστάζει τους χρήστες. 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