Google столкнулась с задержкой при подготовке своей следующей флагманской ИИ-модели Gemini 3.5 Pro. Систему планировали показать ещё на майской конференции для разработчиков, однако работа над ней затянулась на несколько месяцев.

Основной проблемой стали способности модели к программированию. Разработчики пытались повысить качество генерации кода, но последние изменения в обучающих данных не дали ожидаемого результата.

Новую Gemini хотели представить ещё в мае

Gemini 3.5 Pro должна стать самой производительной моделью Google и заменить нынешнее поколение в сложных задачах. Компания рассчитывает использовать её не только в отдельном чат-боте, но и в поиске, облачных сервисах, картах и других продуктах.

Первоначально анонс ожидался во время майской конференции Google. Однако к нужному сроку модель не удалось подготовить.

Сейчас компания продолжает тестировать Gemini 3.5 Pro вместе с партнёрами. Одновременно проверяются обновлённая версия более быстрой модели Flash и несколько других систем.

Точную новую дату выпуска Google пока не называет. Известно лишь, что отставание от первоначального графика уже измеряется месяцами.

Программирование стало слабым местом

Особое внимание команда уделяет генерации программного кода. ИИ всё чаще используется не просто для подсказок, а для создания целых функций, поиска ошибок и работы с крупными проектами.

В конце июня Google обновила набор данных, на котором обучается Gemini. Предполагалось, что это повысит качество программирования, но результаты оказались слабее ожидаемых.

Проблема особенно заметна на фоне конкурентов, которые активно выпускают модели с улучшенными навыками работы с кодом. Для корпоративных клиентов это один из главных критериев: хорошая система помогает разработчику быстрее писать программы, разбираться в чужом коде и автоматизировать повторяющиеся задачи.

Google сильна в обработке изображений, видео и поисковой информации, но в программировании ей приходится догонять другие передовые модели.

Большой портфель продуктов замедляет выпуск

Подготовить ИИ-модель для одной веб-страницы относительно просто. Google же старается сразу встроить Gemini в огромное количество сервисов — от поиска и Android до карт и облачной платформы.

Каждая команда предъявляет собственные требования. Поиску важна точность ответов, облачным клиентам — цена и скорость, Android — экономное использование ресурсов, а разработчикам нужны стабильные инструменты для программирования.

Из-за этого согласование изменений занимает больше времени. В работе участвуют разные подразделения, которые иногда создают похожие инструменты и конкурируют за вычислительные мощности.

Бывшие сотрудники описывают эту ситуацию образно: заставить все команды двигаться в одном направлении порой почти так же сложно, как «вскипятить океан».

Даже сотрудникам не всегда хватает мощностей

Google активно призывает собственных инженеров использовать ИИ при написании программ. Компания ранее сообщала, что около 75 % нового кода создаётся с участием искусственного интеллекта, после чего проверяется специалистами.

На практике разработчики периодически сталкиваются с ограничением доступных вычислительных ресурсов. Разные подразделения одновременно обучают и тестируют свои модели, поэтому мощности приходится распределять между множеством проектов.

Раньше действовали и внутренние ограничения на использование Gemini для анализа корпоративного кода. Руководство опасалось, что служебные данные могут случайно попасть в материалы для дальнейшего обучения модели.

Позднее правила смягчили, однако они успели замедлить эксперименты и внедрение ИИ-инструментов внутри компании.

Перед выпуском модель дополнительно проверяют

Задержка связана не только с производительностью. Передовые ИИ-системы всё чаще проходят дополнительные проверки безопасности до публичного запуска.

Особое внимание уделяется способности моделей находить уязвимости, создавать вредоносный код и самостоятельно выполнять сложные последовательности действий. Чем сильнее система в программировании, тем выше потенциальный риск её неправильного применения.

Google тестирует Gemini 3.5 Pro вместе с партнёрами и взаимодействует с властями США по вопросам оценки новых моделей. Такие процедуры также могут влиять на сроки, хотя компания не называет их главной причиной задержки.

Спешка может оказаться опаснее опоздания

Для Google задержка неприятна: рынок ИИ меняется быстро, а пользователи регулярно сравнивают новые модели по качеству кода, логике и скорости работы. Несколько месяцев могут заметно изменить расстановку сил.

Однако выпуск сырой модели создаст ещё больше проблем. Если Gemini 3.5 Pro окажется слабее ожиданий, компании придётся исправлять репутацию уже после громкого запуска.

Поэтому Google пытается найти баланс между скоростью и качеством. Компания всё ещё обладает сильной инфраструктурой, огромным количеством данных и доступом к миллиардам пользователей. Теперь ей нужно превратить эти преимущества в модель, которая действительно сможет конкурировать в самых сложных задачах.