नवीन मॉडेल "कठीण" का वाटते

Google ने Gemini 3.8 Flash हे अशा स्वायत्त एजंट्ससाठी (autonomous agents) तयार केले आहे ज्यांना अनेक टप्प्यांतून विचार करावा लागतो. Gemini 3.7 Flash च्या उलट, जे सहसा एकाच वेळी उत्तर देते, 3.8 एका समस्येचे उप-प्रश्नांमध्ये विभाजन करते, बाह्य APIs कॉल करते आणि जोपर्यंत समाधान होत नाही तोपर्यंत प्रक्रिया पुन्हा पुन्हा करते. Google ने इशारा दिला आहे की या अतिरिक्त मानसिक कामामुळे अधिक टोकन्स खर्च होतात, विशेषतः उच्च "effort" सेटिंगमध्ये.

एका स्वतंत्र विश्लेषणानुसार, 3.7 Flash च्या तुलनेत प्रति कार्य (task) आउटपुट टोकन्स सुमारे 30% ने वाढतात आणि संवादाचे टप्पे (interaction turns) देखील वाढतात. प्रति-टोकन शुल्क तेच असल्याने, अनेक वास्तविक जगातील कामांसाठी (real-world workloads) प्रभावी खर्च अंदाजे 40% ने वाढतो.

डेव्हलपर्ससाठी महत्त्वाचे बेंचमार्क्स

ही तडजोड केवळ तात्विक नाही. DeepSWE v1.1 सॉफ्टवेअर-इंजिनिअरिंग बेंचमार्कवरील थेट चाचण्यांमध्ये, Gemini 3.8 Flash ने Anthropic च्या Fable 5 ला निर्णायकपणे हरवले. या मॉडेलने Vals Finance Agent V2 आणि Harvey’s Legal Agent बेंचमार्क्समध्ये देखील अव्वल स्थान मिळवले, ज्यामुळे हे सिद्ध होते की ते जटिल आर्थिक गणना आणि सूक्ष्म कायदेशीर तर्क (legal reasoning) हाताळू शकते.

Aigora.ai चे CEO जॉन एनिस यांनी या वैशिष्ट्याचे वर्णन करताना म्हटले की: हे मॉडेल खूप कमी खर्चात आणि लक्षणीय वेगाने "Opus 5 coding quality" प्रदान करते. त्यांनी Remotion व्हिडिओ तयार करण्यासारख्या वापराच्या उदाहरणांचा (use cases) उल्लेख केला, जिथे जलद इन्फरन्स (inference) आणि प्रगत कोड जनरेशनमुळे उत्पादन प्रक्रियेचा (production pipelines) वेळ अनेक तास वाचतो.

AI च्या बदलत्या अर्थशास्त्र (economics)

डेव्हलपर्स पूर्वी परवडण्याक्षमता (affordability) ठरवण्यासाठी प्रति-टोकन किमतीचा वापर करत असत. मल्टि-टर्न, टूल-ऑगमेंटेड एजंट्स आता हे मोजमाप बदलून 'प्रति-यशस्वी-कार्य' (price-per-successful-task) असे करत आहेत. Gemini 3.8 Flash सोबत, जर मॉडेल तेच निकाल मिळवण्यासाठी अधिक टोकन्स वापरत असेल, तर कमी टोकन किंमत आता स्वस्त बिलाची हमी देत नाही.

Google ने या मॉडेलला अत्यंत महागड्या फ्रंटियर मॉडेल्स आणि हलक्या वजनाच्या, सिंगल-टर्न जनरेटर्सच्या दरम्यान स्थान दिले आहे. याला “intelligence-on-demand” असे ब्रँडिंग करून, कंपनीने असे संकेत दिले आहेत की डेव्हलपर्स मोठ्या आणि संथ मॉडेल्ससोबत येणाऱ्या लॅटन्सीशिवाय (latency) उच्च तर्क शक्तीचा वापर करू शकतात. तडजोड स्पष्ट आहे: अधिक प्रगत आउटपुट म्हणजे एकूण टोकन्सची संख्या जास्त असणे.

जुन्या आवृत्तीसोबत कधी राहावे

ज्या टीम्सना खर्चाचा अचूक अंदाज (cost predictability) हवा आहे—विशेषतः ज्या मोठ्या प्रमाणावर बॅच जॉब्स (batch jobs) चालवतात किंवा कमी नफ्यावर (thin margins) काम करतात—त्यांनी Gemini 3.7 Flash वापरणेच योग्य ठरेल. जुने मॉडेल अजूनही कमी लॅटन्सी आणि स्थिर टोकन फूटप्रिंट प्रदान करते, ज्यामुळे मासिक खर्च वर्तवणे सोपे जाते.

पुढे काय पाहावे

  • Tool-call pricing:

सारांश

Gemini 3.8 Flash हे दर्शवते की उच्च तर्क क्षमता (higher reasoning) फ्लॅश-स्तरीय लॅटन्सीसह मिळू शकते, परंतु ते प्रति संवाद अधिक टोकन्स वापरते. प्रगत, बहु-टप्प्यांचे AI एजंट्स तयार करणारे डेव्हलपर्सना कामगिरीतील सुधारणा आकर्षक वाटतील, तरीही त्यांना लपलेला टोकन खर्च भागवण्यासाठी बजेटमध्ये बदल करावा लागेल. इतर सर्वांसाठी, जुने 3.7 Flash हे अधिक सुरक्षित आणि अधिक अंदाज लावण्यायोग्य (predictable) निवड आहे.