एआई का ताज बदल गया है।

गूगल का नवीनतम जेमिनी 3 प्रो मॉडल तर्क और कोडिंग क्षमताओं में सुधार करता है और कम दिखावटी है। कुछ समीक्षक तो इसकी तुलना एआई के नए "राजा" से भी करते हैं।

गूगल ने हाल ही में जेमिनी 3 मॉडल लॉन्च किया है, जो कोडिंग, ईमेल प्रोसेसिंग और दस्तावेज़ विश्लेषण में सुधार पर केंद्रित है। यह मॉडल बेहतर तर्क क्षमता, संदर्भ को समझने की क्षमता और कुछ प्रश्नों के उत्तर देते समय ग्राफ़िक्स (आरेख, चित्र आदि) को शामिल करने की क्षमता से भी लैस है।

गूगल की घोषणा में इस बात पर प्रकाश डाला गया कि जेमिनी 3 जेमिनी ऐप में, गूगल सर्च के एआई मोड में और गूगल एंटीग्रेविटी नामक एक नए प्रोग्रामिंग प्लेटफॉर्म में दिखाई देगा।

"गूगल के सबसे बुद्धिमान लोग"

लगभग दो साल पहले लॉन्च होने के बाद से, Google ने व्यापक दर्शकों तक पहुँचने के लिए जेमिनी का लगातार विस्तार किया है। कंपनी का कहना है कि उसके AI ओवरव्यू फीचर के वर्तमान में 2 अरब मासिक उपयोगकर्ता हैं, जेमिनी ऐप के 65 करोड़ मासिक उपयोगकर्ता हैं, 70% से अधिक क्लाउड ग्राहक AI का उपयोग करते हैं, और 13 करोड़ डेवलपर Google के AI जनरेशन मॉडल पर आधारित उत्पाद बना रहे हैं।

पहली बार, गूगल ने उपयोगकर्ताओं को जेमिनी ऐप के भीतर ही जेमिनी 3 प्रो तक पहुंच प्रदान की, और दावा किया कि यह "कंपनी का अब तक का सबसे स्मार्ट मॉडल" है। कंपनी ने भुगतान करने वाले उपयोगकर्ताओं के लिए एआई मोड के माध्यम से जेमिनी 3 प्रो भी लॉन्च किया।

गूगल डीपमाइंड की वरिष्ठ निदेशक और उत्पाद प्रमुख तुलसी दोषी ने कहा कि जेमिनी 3 कंपनी को सूचना को "व्यापक रूप से सुलभ और उपयोगी" बनाने के अपने लक्ष्य के करीब लाएगा, जिससे गूगल के खोज इंजन में और सुधार होगा।

गूगल जेमिनी 3 प्रो की मल्टीमॉडल प्रोसेसिंग क्षमताओं पर ज़ोर देता है, जो टेक्स्ट, इमेज और ऑडियो को एक साथ प्रोसेस करने पर केंद्रित है। उदाहरण के लिए, यह मॉडल रेसिपी की तस्वीरों को पढ़कर उन्हें किताबों में बदल सकता है, या वीडियो लेक्चर के आधार पर इंटरैक्टिव फ्लैशकार्ड बना सकता है।

जेमिनी 3 प्रो के बेंचमार्क परिणाम गूगल द्वारा एलएमएरेना पर संकलित किए गए थे। चित्र: गूगल ।

गूगल की घोषणा में जेमिनी 3 प्रो के विभिन्न मानकों पर प्रदर्शन को भी उजागर किया गया। उदाहरण के लिए, इस मॉडल ने LMArena रैंकिंग में 1,501 अंक प्राप्त करके शीर्ष स्थान हासिल किया। जेमिनी 3 प्रो की तर्क क्षमता डॉक्टरेट स्तर की है, जिसने 'ह्यूमैनिटीज़ लास्ट एग्जाम' में 37.5% और GPQA डायमंड परीक्षा में 91.9% अंक प्राप्त किए।

MathArena Apex स्केल पर, Gemini 3 Pro ने 23.4% अंक प्राप्त किए, जो वर्तमान में बड़े मॉडल भाषाओं (LLM) में सबसे अधिक स्कोर है।

मल्टीमॉडल रीजनिंग क्षमताओं के संबंध में, Google का कहना है कि Gemini 3 Pro ने MMMU-Pro स्केल पर 81% और Video-MMMU स्केल पर 87.6% अंक प्राप्त किए। इसके अलावा, मॉडल ने SimpleQA Verified एक्यूरेसी टेस्टिंग प्लेटफॉर्म पर 72.1% अंक हासिल किए।

"यह दर्शाता है कि जेमिनी 3 प्रो विज्ञान से लेकर गणित तक, विभिन्न क्षेत्रों में जटिल समस्याओं को उच्च विश्वसनीयता के साथ हल करने में सक्षम है," गूगल ने जोर दिया।

जेमिनी 3 डीप थिंक संस्करण के साथ, ह्यूमैनिटीज़ लास्ट एग्जाम और जीपीक्यूए डायमंड टेस्ट में जेमिनी 3 प्रो की तुलना में भी अधिक अंक प्राप्त हुए, जो क्रमशः 41% और 93.8% थे। इस मॉडल ने सामान्य एआई मेट्रिक एआरसी-एजीआई पर भी 45.1% अंक प्राप्त किए।

जेमिनी 3 क्या कर सकता है?

जेमिनी 3 में किए गए सुधार कई गूगल उत्पादों में दिखाई देंगे। डायनामिक व्यू फीचर, जिसका वर्तमान में जेमिनी में परीक्षण किया जा रहा है, कुछ खास तरह की खोजों के लिए एक इंटरैक्टिव अनुभव प्रदान करता है, जैसे कि चित्रों वाली पत्रिकाएं, संक्षिप्त जानकारी या मांग पर अनुकूलित इंटरफेस।

"जेमिनी 3 आपके पिकलबॉल गेम के वीडियो का विश्लेषण भी कर सकता है, सुधार के क्षेत्रों की पहचान कर सकता है और आपकी समग्र तकनीक को बेहतर बनाने के लिए एक प्रशिक्षण योजना बना सकता है," गूगल ने जोर दिया।

जेमिनी 3 प्रो की उन्नत एन्कोडिंग क्षमताएं बेहतर छवियां बनाने में मदद करती हैं। फोटो: गूगल ।

गूगल सर्च का एआई मोड जनरेटिव यूआई मोड के माध्यम से क्वेरी के आधार पर इमेज, चार्ट और सिमुलेटेड वीडियो जैसे विज़ुअल एलिमेंट भी बना सकता है। उपयोगकर्ता डेटा के साथ इंटरैक्ट कर सकते हैं या उसके बारे में और प्रश्न पूछ सकते हैं।

गूगल के अनुसार, एआई मोड उन्नत "क्वेरी फैन-आउट" तकनीक की बदौलत अधिक खोज कर सकता है, जो प्रश्नों को छोटे-छोटे हिस्सों में तोड़कर प्रश्न के आशय को बेहतर ढंग से समझने और "ऐसी नई सामग्री खोजने में मदद करता है जो पहले छूट गई हो सकती है।"

जेमिनी 3 प्रो का वर्णन करते समय गूगल ने अपने प्रतिद्वंद्वी का उल्लेख करने में कोई संकोच नहीं किया, क्योंकि यह "खोखले बयानों को मूल्यवान और प्रामाणिक दृष्टिकोणों से प्रतिस्थापित करता है।"

गूगल के एक प्रतिनिधि ने आगे कहा, "यह न केवल आपके मनचाहे सवालों के जवाब देता है, बल्कि आपको वह भी बताता है जो आपको वास्तव में सुनने की जरूरत है।"

जेमिनी का डायनेमिक व्यू फीचर कुछ खास क्वेरी के लिए दृश्य रूप से इंटरैक्टिव अनुभव प्रदान करता है। चित्र: गूगल ।

Gemini 3 Pro एजेंट कोडिंग और "वाइब कोडिंग" में डेवलपर्स के लिए बेहतर सपोर्ट भी प्रदान करता है। Google AI Studio, Vertex AI और Gemini CLI जैसे टूल Gemini 3 को सपोर्ट करते हैं, साथ ही साथ बिल्कुल नया Antigravity प्लेटफॉर्म भी है, जो एजेंट कोडिंग और ऑटोमेशन पर केंद्रित है।

एजेंटों के संबंध में, Google का कहना है कि Gemini 3 बेहतर सहायता प्रदान करता है। यह मॉडल उपयोगकर्ताओं की ओर से जटिल प्रक्रियाओं को अंजाम दे सकता है, जैसे ईमेल को वर्गीकृत और व्यवस्थित करना, जानकारी खोजना और यात्रा टिकट बुक करना।

वर्तमान में, Google AI Ultra उपयोगकर्ता Gemini एजेंट मोड का उपयोग करके Gemini ऐप के भीतर एजेंट सुविधाओं का अनुभव कर सकते हैं।

अपने प्रतिद्वंदी पर गर्म हवा छोड़ो।

गूगल का नया मॉडल प्रतिस्पर्धियों के लिए एक बड़ी चुनौती के रूप में देखा जा रहा है। न्यूयॉर्क टाइम्स के सूत्रों का कहना है कि ओपनएआई और एंथ्रोपिक दोनों को इस बात की चिंता है कि अगर जेमिनी 3 कोडिंग या इमेज क्रिएशन जैसे कार्यों में उत्कृष्ट प्रदर्शन करता है तो वे पीछे छूट जाएंगे।

जोन्सट्रेडिंग के विश्लेषक माइक ओ'रूर्के ने कहा, "गूगल के आकार, बाजार हिस्सेदारी और खोज के क्षेत्र में अग्रणी बढ़त को देखते हुए, जेमिनी बाजार हिस्सेदारी हासिल कर सकती है और ओपनएआई और अन्य कंपनियों को पीछे छोड़ सकती है।"

उन्होंने आगे कहा कि जेमिनी की ओर यह बदलाव पूरे बाजार में फैल सकता है, जिससे ओरेकल और माइक्रोसॉफ्ट जैसी कंपनियों के लिए सवाल खड़े हो सकते हैं, जो क्लाउड कंप्यूटिंग इंफ्रास्ट्रक्चर प्रदान करने के लिए ओपनएआई से अरबों डॉलर प्राप्त करती हैं।

गूगल सर्च का एआई मोड क्वेरी के आधार पर सिम्युलेटेड इमेज बना सकता है। इमेज: गूगल ।

कृत्रिम बुद्धिमत्ता के विस्फोट ने प्रौद्योगिकी उद्योग को लागत और व्यावसायिक अवसरों के बीच संतुलन बनाने के प्रश्न का सामना करने के लिए भी प्रेरित किया है। आज के कृत्रिम बुद्धिमत्ता तंत्र मुख्य रूप से इंटरनेट खोज प्रश्नों और प्रोग्रामिंग को स्वचालित करने के लिए उपयोग किए जाते हैं।

मैकिन्से एंड कंपनी के अनुसार, यह तकनीक महंगे सुपरकंप्यूटरों से भरे डेटा केंद्रों में काम करती है, और अनुमान है कि उद्योग 2030 तक इन सुविधाओं पर 7 ट्रिलियन डॉलर खर्च करेगा। वॉल स्ट्रीट के निवेशक इस बात को लेकर चिंतित हैं कि क्या एंथ्रोपिक, ओपनएआई, माइक्रोसॉफ्ट और गूगल का राजस्व लागत की भरपाई के लिए पर्याप्त होगा।

"राजस्व उत्पन्न करने के लिए हमें उच्च गुणवत्ता वाले, संभावित उपयोग के मामलों की आवश्यकता है। हम अभी तक उस स्तर तक नहीं पहुंचे हैं," क्रिएटिव स्ट्रैटेजीज के विश्लेषक बेन बाजरिन ने जोर दिया।

गूगल द्वारा आयोजित वेबडेव एरिना बेंचमार्क में जेमिनी 3 प्रो का स्कोर। चित्र: गूगल ।

गूगल के एआई विभाग के प्रौद्योगिकी निदेशक कोरे कावुकुओग्लू ने कहा कि गूगल सर्च पर जेमिनी को तैनात करने के साथ ही इसकी सटीकता में सुधार होगा। सर्च इंजन के साथ मिलकर यह मॉडल तुरंत जानकारी प्राप्त कर सकता है और उसकी पुष्टि कर सकता है। हालांकि, इसकी प्रभावशीलता एक निश्चित सीमा तक ही है।

"अगर लोग सिर्फ नीले लिंक पर क्लिक करने से बचने के लिए गूगल पर जा रहे हैं, तो यह अभी पर्याप्त नहीं है," ओउमी के सह-संस्थापक मानोस कौकुमिडिस ने कहा, जो एक स्टार्टअप है जो व्यवसायों को एआई समाधानों को स्वचालित करने और तैनात करने में मदद करता है।

अधिक उपयोगकर्ताओं को आकर्षित करने के लिए, Google ने घोषणा की है कि वह अमेरिका में कॉलेज के छात्रों को एक साल का मुफ्त AI Pro पैकेज प्रदान करेगा। कंपनी ने 20 से अधिक ऐसे साझेदारों की सूची दी है जो डेटा का विश्लेषण करने और बहुभाषी बैठकों को रिकॉर्ड करने के लिए Gemini 3 का उपयोग करते हैं।

बजारिन के अनुसार, ये नए फ़ीचर क्लाउड कंप्यूटिंग बाज़ार में Google को Microsoft और Amazon से प्रतिस्पर्धा करने में मदद कर सकते हैं। अक्टूबर में, Google ने घोषणा की कि AI की बढ़ती मांग के चलते, पिछली तिमाही में क्लाउड से होने वाली उसकी आय 15 अरब डॉलर तक पहुंच गई।

स्रोत: https://znews.vn/google-ra-mat-gemini-3-manh-me-hon-post1603987.html