ಹೊಸ ಮಾಡೆಲ್ ಏಕೆ "ಕಠಿಣ" ಎಂದು ಅನಿಸುತ್ತದೆ

Google ಸಂಸ್ಥೆಯು ಹಲವಾರು ಹಂತಗಳಲ್ಲಿ ಯೋಚಿಸಬೇಕಾದ ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್‌ಗಳಿಗಾಗಿ (autonomous agents) Gemini 3.8 Flash ಅನ್ನು ನಿರ್ಮಿಸಿದೆ. ಸಾಮಾನ್ಯವಾಗಿ ಒಂದೇ ಹಂತದಲ್ಲಿ ಉತ್ತರಿಸುವ Gemini 3.7 Flash ಗಿಂತ ಭಿನ್ನವಾಗಿ, 3.8 ಮಾಡೆಲ್ ಸಮಸ್ಯೆಯನ್ನು ಉಪ-ಪ್ರಶ್ನೆಗಳಾಗಿ ವಿಂಗಡಿಸುತ್ತದೆ, ಬಾಹ್ಯ APIಗಳನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ತೃಪ್ತಿದಾಯಕ ಉತ್ತರ ಸಿಗುವವರೆಗೆ ಪುನರಾವರ್ತಿಸುತ್ತದೆ. ಈ ಹೆಚ್ಚುವರಿ ಮಾನಸಿಕ ಕೆಲಸವು ಹೆಚ್ಚಿನ ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ ಎಂದು, ವಿಶೇಷವಾಗಿ ಹೆಚ್ಚಿನ "effort" ಸೆಟ್ಟಿಂಗ್‌ನಲ್ಲಿ, Google ಎಚ್ಚರಿಸಿದೆ.

ಸ್ವತಂತ್ರ ವಿಶ್ಲೇಷಣೆಯ ಪ್ರಕಾರ, ಪ್ರತಿ ಕಾರ್ಯಕ್ಕೆ ಬೇಕಾಗುವ ಔಟ್‌ಪುಟ್ ಟೋಕನ್‌ಗಳು 3.7 Flash ಗಿಂತ ಸುಮಾರು 30% ಹೆಚ್ಚಾಗುತ್ತವೆ ಮತ್ತು ಸಂವಹನದ ಹಂತಗಳು (interaction turns) ಕೂಡ ಹೆಚ್ಚಾಗುತ್ತವೆ. ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ನಿಗದಿಪಡಿಸಿದ ಶುಲ್ಕವು ಒಂದೇ ಆಗಿರುವುದರಿಂದ, ಅನೇಕ ನೈಜ-ಪ್ರಪಂಚದ ಕೆಲಸಗಳಿಗೆ (real-world workloads) ಪರಿಣಾಮಕಾರಿ ವೆಚ್ಚವು ಸುಮಾರು 40% ರಷ್ಟು ಏರಿಕೆಯಾಗುತ್ತದೆ.

ಡೆವಲಪರ್‌ಗಳಿಗೆ ಮುಖ್ಯವಾದ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳು

ಈ ಹೊಂದಾಣಿಕೆಯು (trade-off) ಕೇವಲ ಸೈದ್ಧಾಂತಿಕವಾದುದಲ್ಲ. DeepSWE v1.1 ಸಾಫ್ಟ್‌ವೇರ್-ಎಂಜಿನಿಯರಿಂಗ್ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ನಲ್ಲಿ ನಡೆದ ನೇರ ಪರೀಕ್ಷೆಯಲ್ಲಿ, Gemini 3.8 Flash ಮಾಡೆಲ್ Anthropic ನ Fable 5 ಅನ್ನು ನಿರ್ಣಾಯಕವಾಗಿ ಸೋಲಿಸಿತು. ಈ ಮಾಡೆಲ್ Vals Finance Agent V2 ಮತ್ತು Harvey’s Legal Agent ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳಲ್ಲೂ ಅಗ್ರಸ್ಥಾನ ಪಡೆದಿದೆ, ಇದು ಸಂಕೀರ್ಣ ಹಣಕಾಸಿನ ಲೆಕ್ಕಾಚಾರಗಳು ಮತ್ತು ಸೂಕ್ಷ್ಮ ಕಾನೂನು ತರ್ಕಗಳನ್ನು ನಿರ್ವಹಿಸಬಲ್ಲದು ಎಂಬುದನ್ನು ಸಾಬೀತುಪಡಿಸಿದೆ.

Aigora.ai ನ CEO ಜಾನ್ ಎನ್ನಿಸ್ ಇದರ ವಿಶೇಷತೆಯನ್ನು ಹೀಗೆ ವಿವರಿಸಿದ್ದಾರೆ: ಈ ಮಾಡೆಲ್ ಅತ್ಯಲ್ಪ ವೆಚ್ಚ ಮತ್ತು ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಿನ ವೇಗದಲ್ಲಿ "Opus 5 coding quality" ಅನ್ನು ನೀಡುತ್ತದೆ. Remotion ವೀಡಿಯೊಗಳನ್ನು ರಚಿಸುವಂತಹ ಬಳಕೆಗಳ ಉದಾಹರಣೆಯನ್ನು ಅವರು ನೀಡಿದ್ದಾರೆ, ಅಲ್ಲಿ ವೇಗದ ಇನ್ಫರೆನ್ಸ್ (inference) ಮತ್ತು ಅತ್ಯಾಧುನಿಕ ಕೋಡ್ ಜನರೇಷನ್ ಉತ್ಪಾದನಾ ಪ್ರಕ್ರಿಯೆಯ ಸಮಯವನ್ನು ಗಂಟೆಗಟ್ಟಲೆ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.

ಬದಲಾಗುತ್ತಿರುವ AI ಅರ್ಥಶಾಸ್ತ್ರ

ಡೆವಲಪರ್‌ಗಳು ಈ ಹಿಂದೆ ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಇರುವ ಬೆಲೆಯನ್ನು ಆಧರಿಸಿ ಕೈಗೆಟುಕುವಿಕೆಯನ್ನು ನಿರ್ಧರಿಸುತ್ತಿದ್ದರು. ಆದರೆ ಮಲ್ಟಿ-ಟರ್ನ್ (multi-turn), ಟೂಲ್-ಆಗ್ಮೆಂಟೆಡ್ (tool-augmented) ಏಜೆಂಟ್‌ಗಳು ಈ ಮಾನದಂಡವನ್ನು "ಪ್ರತಿ ಯಶಸ್ವಿ ಕಾರ್ಯಕ್ಕೆ ತಗಲುವ ಬೆಲೆ" (price-per-successful-task) ಎಂಬ ಬದಲಾಯಿಸುತ್ತವೆ. Gemini 3.8 Flash ನಲ್ಲಿ, ಒಂದು ಮಾಡೆಲ್ ಒಂದೇ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಲು ಹೆಚ್ಚಿನ ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸಿದರೆ, ಕಡಿಮೆ ಟೋಕನ್ ಬೆಲೆಯಿದ್ದರೂ ಸಹ ಬಿಲ್ ಕಡಿಮೆಯಿರುತ್ತದೆ ಎಂಬ ಭರವಸೆ ಇರುವುದಿಲ್ಲ.

Google ಈ ಮಾಡೆಲ್ ಅನ್ನು ಅತ್ಯಂತ ದುಬಾರಿ ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್‌ಗಳು ಮತ್ತು ಲೈಟ್‌ವೇಟ್, ಸಿಂಗಲ್-ಟರ್ನ್ ಜನರೇಟರ್‌ಗಳ ನಡುವೆ ನಿಲ್ಲಿಸಿದೆ. ಇದನ್ನು “intelligence-on-demand” ಎಂದು ಬ್ರಾಂಡ್ ಮಾಡುವ ಮೂಲಕ, ದೊಡ್ಡ ಮತ್ತು ನಿಧಾನಗತಿಯ ಮಾಡೆಲ್‌ಗಳೊಂದಿಗೆ ಬರುವ ವಿಳಂಬವಿಲ್ಲದೆ (latency) ಡೆವಲಪರ್‌ಗಳು ಹೆಚ್ಚಿನ ತರ್ಕ ಶಕ್ತಿಯನ್ನು ಬಳಸಿಕೊಳ್ಳಬಹುದು ಎಂದು ಕಂಪನಿಯು ಸೂಚಿಸುತ್ತಿದೆ. ಇಲ್ಲಿನ ಹೊಂದಾಣಿಕೆಯು ಸ್ಪಷ್ಟವಾಗಿದೆ: ಹೆಚ್ಚು ಅತ್ಯಾಧುನಿಕ ಔಟ್‌ಪುಟ್ ಎಂದರೆ ಹೆಚ್ಚಿನ ಒಟ್ಟು ಟೋಕನ್ ಸಂಖ್ಯೆ ಎಂದರ್ಥ.

ಯಾವಾಗ ಹಳೆಯ ವರ್ಷನ್ ಅನ್ನು ಬಳಸುತ್ತಿರಬೇಕು

ವೆಚ್ಚದ ನಿಖರತೆ ಬೇಕಾದ ತಂಡಗಳು—ವಿಶೇಷವಾಗಿ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಬ್ಯಾಚ್ ಕೆಲಸಗಳನ್ನು (batch jobs) ಮಾಡುವವರು ಅಥವಾ ಕಡಿಮೆ ಲಾಭದ ಮಾರ್ಜಿನ್‌ಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವವರು—Gemini 3.7 Flash ಅನ್ನು ಬಳಸುವುದನ್ನು ಮುಂದುವರಿಸသင့်ದು. ಹಳೆಯ ಮಾಡೆಲ್ ಇನ್ನೂ ಕಡಿಮೆ ವಿಳಂಬ (low latency) ಮತ್ತು ಸ್ಥಿರವಾದ ಟೋಕನ್ ಬಳಕೆಯನ್ನು ನೀಡುತ್ತದೆ, ಇದು ಮಾಸಿಕ ವೆಚ್ಚವನ್ನು ಮುನ್ಸೂಚನೆ ಮಾಡಲು ಸುಲಭವಾಗಿಸುತ್ತದೆ.

ಮುಂದೆ ಗಮನಿಸಬೇಕಾದವುಗಳು

  • ಟೂಲ್-ಕಾಲ್ ಬೆಲೆ (Tool-call pricing):

ತೀರ್ಮಾನ

Gemini 3.8 Flash ಹೆಚ್ಚಿನ ತರ್ಕ ಶಕ್ತಿಯು ಫ್ಲ್ಯಾಶ್-ಮಟ್ಟದ ವಿಳಂಬವಿಲ್ಲದೆ (flash-level latency) ಲಭ್ಯವಿರಬಹುದು ಎಂದು ತೋರಿಸುತ್ತದೆ, ಆದರೆ ಇದು ಪ್ರತಿ ಸಂವಹನಕ್ಕೆ ಹೆಚ್ಚಿನ ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಅತ್ಯಾಧುನಿಕ, ಬಹು-ಹಂತದ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಡೆವಲಪರ್‌ಗಳಿಗೆ ಇದರ ಕಾರ್ಯಕ್ಷಮತೆಯ ಲಾಭಗಳು ಆಕರ್ಷಕವಾಗಿ ಕಾಣಿಸಬಹುದು, ಆದರೂ ಅವರು ಅಡಗಿರುವ ಟೋಕನ್ ವೆಚ್ಚವನ್ನು ಸರಿದೂಗಿಸಲು ತಮ್ಮ ಬಜೆಟ್ ಅನ್ನು ಹೊಂದಾಣಿಕೆ ಮಾಡಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ. ಉಳಿದವರಿಗಾಗಿ, ಹಳೆಯ 3.7 Flash ಮಾಡೆಲ್ ಸುರಕ್ಷಿತ ಮತ್ತು ಹೆಚ್ಚು ನಿರೀಕ್ಷಿತ ಆಯ್ಕೆಯಾಗಿ ಉಳಿಯುತ್ತದೆ.