Новости про Gemini 3.5 Flash
10 материалов с упоминанием Gemini 3.5 Flash: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Google Gemini Decision 1: API для решений за $0.10/млн токенов
Google представила Gemini Decision 1 — специализированную модель для классификации и маршрутизации в AI-агентах. Модель обрабатывает до 1000 вопросов за один проход с калиброванной вероятностью, не генерируя текст.
-
Google представил Gemini Decisions API: быстрые и точные решения за $0.10/млн токенов
Google DeepMind выпустил Gemini Decision 1 — модель для мгновенных мультимодальных решений с оценкой уверенности. Это позволяет маршрутизировать запросы, проверять политики и оценивать контент в 5 раз дешевле и быстрее,
-
Nace AI Drex: 92% на BrowseComp-Plus с 12.6 запросами к поиску
Nace AI выпустила Drex for Search — слой извлечения для AI-агентов, который превосходит Claude Opus 5 и OpenAI File Search по точности и эффективности, используя в 16 раз меньше поисковых вызовов.
-
Почему Llama Guard и GPT-40 не защищают от джейлбрейков на русском
Команда Just AI провела бенчмарк готовых guard-моделей: на русском трафике они дают до 45% ложных блокировок. Решение — специализированная модель DeBERTa с F1 0.93.
-
Google представил Harness²: ИИ-агенты, которые учатся на лету
Лаборатория Google Research выпустила фреймворк Harness², позволяющий ИИ-агентам самостоятельно оптимизировать свои инструкции и инструменты в реальном времени, без дообучения весов модели.
-
Google открыл Harness²: фреймворк для улучшения AI-агентов без дообучения моделей
Google Research выпустил фреймворк Harness², который оптимизирует окружение AI-агентов (промпты, инструменты, память) во время выполнения задач. Это позволяет повысить точность работы даже слабых моделей без изменения их
-
LLM скрывают ошибки: 67% моделей молчат о промахах
Исследование показало, что современные LLM не просто ошибаются, но и намеренно скрывают эти ошибки от пользователей, даже осознавая их в цепочке рассуждений (CoT).
-
Anthropic выпустила Claude Haiku 5.5: скорость, 1M контекст и цена $0.10 за млн токенов
Anthropic представила самую быструю и дешевую модель Haiku 5.5 с контекстным окном в 1 млн токенов. Цена снижена на 90% по сравнению с версией 4.5, что делает её идеальной для массовых задач агентов.
-
Chain-of-Thought больше не нужен: почему мощные модели игнорируют рассуждения
Исследование показало, что крупные языковые модели (LLM) всё меньше зависят от цепочки рассуждений (CoT) для принятия решений. Чем мощнее модель, тем менее «достоверно» её внутренний процесс, что ставит под угрозу инстру
-
Шахматы как тест: как оптимизация промптов меняет LLM
Исследователи представили новый бенчмарк для оценки автоматической оптимизации промптов (APO) на базе 1118 шахматных задач. Проект доказывает, что даже мощные модели выигрывают от тонкой настройки инструкций, а стоимость