Google lancia Gemini 2.0 Pro e Flash-Lite, collegando Flash Thinking a YouTube, Maps e Search

La serie Gemini di modelli linguistici di grandi dimensioni (LLM) di Google ha avuto un inizio travagliato circa un anno fa con alcune imbarazzanti immagini generate in modo errato, ma da allora è costantemente migliorata e l'azienda sembra intenzionata a rendere il suo secondo progetto, Gemini 2.0, il più grande e il migliore finora per consumatori e aziende.

Oggi l'azienda ha annunciato il rilascio pubblico di Gemini 2.0 Flash, ha presentato Gemini 2.0 Flash-Lite e ha lanciato una versione beta di Gemini 2.0 Pro.

Questi modelli, progettati per supportare sviluppatori e aziende, sono ora disponibili tramite Google AI Studio e Vertex AI, con Flash-Lite disponibile in anteprima pubblica e Pro disponibile per i test iniziali.

"Tutti questi modelli, al momento del lancio, saranno dotati di input multimediale con output testuale, e Plus Media sarà disponibile al pubblico nei prossimi mesi", ha scritto Koray Kavukcuoglu, direttore tecnico di Google DeepMind, nel post sul blog aziendale che annunciava la mossa, dimostrando un vantaggio che Google può vantare anche se concorrenti come DeepSeek e OpenAI continuano a lanciare validi concorrenti.

Google sfrutta le sue capacità multimediali

Né il modello DeepSeek-R1 né il nuovo modello o3-mini di OpenAI sono in grado di accettare input multimediali, ovvero immagini, caricamento di file o allegati.

Sebbene il modello R1 possa accettarli sul suo sito web e sulla sua app di chat mobile, utilizza il riconoscimento ottico dei caratteri (OCR), una tecnologia che ha più di 60 anni, per estrarre solo il testo da questi caricamenti e non comprende né analizza nessuna delle altre funzionalità in essi contenute.

Tuttavia, entrambi rappresentano una nuova classe di modelli di "pensiero" che deliberatamente prendono più tempo per pensare alle risposte e riflettere sulle "catene di pensiero" e sulla validità delle loro risposte. Ciò è in contrasto con i tipici modelli linguistici di grandi dimensioni come la serie Gemini 2.0 Pro, quindi confrontare Gemini 2.0 con DeepSeek-R1 e OpenAI o3 è come confrontare mele e arance.

Ma oggi Google ha portato anche delle novità legate al pensiero: il CEO Sundar Pichai ha annunciato, tramite la piattaforma X, un aggiornamento dell'app mobile Google Gemini per iOS e Android, basato sul modello di pensiero competitivo Gemini 2.0 Flash Thinking. Questo modello può essere integrato con Google Maps, YouTube e Ricerca Google, consentendo una serie completamente nuova di ricerche e interazioni basate sull'intelligenza artificiale che i concorrenti più recenti, come DeepSeek e OpenAI, che non dispongono di questi servizi, non sono in grado di eguagliare.

Mentre scrivevo questo articolo, l'ho provato brevemente sull'app Google Gemini per iOS sul mio iPhone e, in base alle mie ricerche iniziali, è stato impressionante: ha trovato delle somiglianze tra i 10 video più visti su YouTube del mese scorso e mi ha fornito un elenco degli studi medici nelle vicinanze con i loro orari di apertura/chiusura, il tutto in pochi secondi.

Rilascio pubblico di Gemini 2.0 Flash

Il prototipo Gemini 2.0 Flash, inizialmente rilasciato in versione beta a dicembre , è ora pronto per la produzione.

Progettato per applicazioni di intelligenza artificiale altamente efficienti, fornisce risposte a bassa latenza e supporta il ragionamento multimodale su larga scala.

Uno dei suoi principali vantaggi rispetto alla concorrenza è la finestra di contesto, ovvero il numero di token che un utente può aggiungere come incentivo e ricevere in un'unica interazione avanti e indietro con un chatbot o un'API basati su LLM.

Mentre molti modelli principali, come il nuovo o3-mini di OpenAI presentato la scorsa settimana, supportano 200000 token o meno, l'equivalente di un romanzo da 400 a 500 pagine, Gemini 2.0 Flash supporta XNUMX milione di token, il che significa che può gestire enormi quantità di informazioni, il che lo rende particolarmente utile per attività su larga scala e ad alta frequenza.

Gemini 2.0 Flash-Lite: soluzioni di intelligenza artificiale a basso costo

Gemini 2.0 Flash-Lite è un nuovissimo modello di linguaggio di grandi dimensioni che mira a fornire soluzioni di intelligenza artificiale convenienti senza compromettere la qualità.

Google DeepMind segnala che Flash-Lite supera le prestazioni del suo predecessore full-size (più parametrico), Gemini 1.5 Flash, su benchmark esterni come MMLU Pro (77.6% contro 67.3%) e Bird SQL (57.4% contro 45.6%), mantenendo lo stesso prezzo e la stessa velocità.

Supporta inoltre l'input multimediale e presenta una finestra contestuale di 1 milione di token, simile al modello Flash completo.

Flash-Lite è attualmente disponibile in anteprima pubblica tramite Google AI Studio e Vertex AI; la disponibilità generale è prevista per le prossime settimane.

Come mostrato nella tabella sottostante, il prezzo di Gemini 2.0 Flash-Lite è di 0.075 $ per milione di token (input) e 0.30 $ per milione di token (output). Flash-Lite è un'opzione molto conveniente per gli sviluppatori, in quanto supera Gemini 1.5 Flash nella maggior parte dei benchmark, mantenendo la stessa struttura dei costi.

 

Logan Kilpatrick ha sottolineato la convenienza e il valore dei modelli Gemini 2.0 Flash, affermando a proposito della piattaforma X : "Gemini 2.0 Flash offre il miglior rapporto qualità-prezzo tra tutti i modelli LLM, è ora di costruire!"

In effetti, rispetto ad altri modelli LLM tradizionali leader disponibili tramite l'API del fornitore, come OpenAI 4o-mini (0.15/0.6 dollari per milione di token I/O), Anthropic Cloud (0.8/4 dollari per milione di token I/O) e persino il tradizionale LLM V3 di DeepSeek (0.14/0.28 dollari), Gemini 2.0 Flash sembra essere quello con il miglior rapporto qualità-prezzo.

Gemini 2.0 Pro Beta arriva con 2 milioni di icone nella finestra contestuale

Il modello Gemini 2.0 Pro (beta) è ora disponibile per i test, per gli utenti che necessitano di funzionalità di intelligenza artificiale più avanzate.

Google DeepMind descrive questo modello come il più potente in termini di prestazioni di programmazione e capacità di gestire prompt complessi. È dotato di una finestra di contesto da 2 milioni di caratteri e di capacità di ragionamento avanzate, con la possibilità di integrare strumenti esterni come la Ricerca Google e l'esecuzione di codice.

Sam Witvin, co-fondatore e CEO di Red Dragon AI ed esperto esterno di sviluppo di machine learning presso Google, che collabora frequentemente con VentureBeat, ha parlato del modello Pro in una recensione su YouTube . "Il nuovo modello Gemini 2.0 Pro ha una finestra di contesto con una capacità di due milioni di snippet di codice, supporta widget, esecuzione di codice, chiamate di funzione e integrazione con Ricerca Google: tutto ciò che avevamo in Pro 1.5, ma migliorato."

Ha anche sottolineato l'approccio iterativo di Google allo sviluppo dell'intelligenza artificiale: "Una differenza fondamentale nella strategia di Google è che rilascia versioni beta dei modelli prima che diventino disponibili al pubblico (GA), consentendo una rapida iterazione basata sul feedback".

I benchmark delle prestazioni dimostrano ulteriormente le capacità della famiglia di modelli Gemini 2.0. Ad esempio, Gemini 2.0 Pro supera Flash e Flash-Lite in attività quali ragionamento, comprensione multilingue ed elaborazione di contesti estesi.

Sicurezza dell'intelligenza artificiale e sviluppi futuri

Oltre a questi aggiornamenti, Google DeepMind sta implementando nuove misure di sicurezza e protezione per i suoi modelli Gemini 2.0. L'azienda sfrutta tecniche di apprendimento per rinforzo per migliorare la precisione della risposta, utilizzando l'intelligenza artificiale per criticare e migliorare i propri risultati. Inoltre, vengono utilizzati test di sicurezza automatizzati per identificare le vulnerabilità, tra cui le minacce di iniezione di claim indiretti.

Guardando al futuro, Google DeepMind prevede di ampliare le capacità della famiglia di modelli Gemini 2.0, con metodi aggiuntivi oltre al testo che dovrebbero essere disponibili al pubblico nei prossimi mesi.

Con questi aggiornamenti, Google rafforza il suo impegno nello sviluppo dell'intelligenza artificiale, introducendo una serie di modelli progettati per l'efficienza, la convenienza e la risoluzione avanzata dei problemi, rispondendo all'ascesa di DeepSeek con la propria serie di modelli che vanno da potenti a molto potenti e molto convenienti a leggermente meno costosi (ma comunque convenienti).

Basterà questo per aiutare Google ad entrare nel mercato dell'intelligenza artificiale aziendale, in precedenza dominato da OpenAI e ora da DeepSeek? Continueremo a tenervi aggiornati e a farvi sapere!

Se vuoi fare colpo sul tuo capo, VB Daily ti aiuterà. Ti forniamo informazioni privilegiate su ciò che le aziende stanno facendo con l'intelligenza artificiale generativa, dalle trasformazioni organizzative alle implementazioni pratiche, in modo che tu possa condividere approfondimenti per massimizzare il tuo ROI.