S Gemini 1 přišla multimodalita a dlouhý kontext, aby AI lépe rozuměla našemu světu. Gemini 2 přidalo myšlení, uvažování a používání nativních nástrojů, čímž vytvořilo základ pro AI agenty. A nyní Google (blog.google) představuje Gemini 3, údajně nejinteligentnější model, který kombinuje všechny schopnosti Gemini.
Google zde reaguje na negativní trend, kdy se ostatní chatboti snaží uživatele zaplavit lichotkami, případně „omáčkou“ okolo. Už od prvního kontaktu a bez použití doplňujících frází nebo nastavení by měl jít přímo k jádru věci. Gemini 3 Pro je nativně multimodální, což znamená, že dokáže zpracovávat text, obrázky a zvuk najednou. Jako příklad Google uvádí, že Gemini 3 Pro lze použít k překladu fotografií receptů a jejich následnému převedení do kuchařky.
Spolu s těmito vylepšeními přichází Gemini 3 Pro s lepšími schopnostmi uvažování a agentními schopnostmi, což mu podle Googlu umožňuje plnit složitější úkoly a spolehlivě plánovat dopředu v delším časovém horizontu. Model umělé inteligence pohání experimentální funkci Gemini Agent, která může ve vašem zastoupení provádět úkoly v aplikaci Gemini, jako je kontrola a organizování e-mailů nebo vyhledávání a rezervace cestování.
To všechno se odrazilo v tom, že Gemini 3 Pro se nachází na špici žebříčku LMArena, populární platformy používané pro benchmarking modelů umělé inteligence. Režim Deep Think ještě více vylepšuje schopnosti modelu v oblasti uvažování, ale v současné době je k dispozici pouze pro testery.
Gemini 3 Pro je k dispozici pro všechny v aplikaci Gemini, zatímco předplatitelé Google AI Pro a Ultra v USA mohou Gemini 3 Pro vyzkoušet v režimu AI výběrem možnosti „Thinking“ z rozevíracího seznamu modelů. Gemini Agent je nejprve k dispozici předplatitelům AI Ultra.
