गूगल ने जेमिनी 3 लॉन्च किया: 'डीप थिंक' और स्वायत्त एजेंटों के युग की शुरुआत

जनरेटिव एआई के उछाल के दो साल बाद, गूगल ने आधिकारिक तौर पर **जेमिनी 3** जारी कर दिया है। यह मॉडल चैटबॉट्स के परिदृश्य को बदलने का दावा करता है, जो केवल टेक्स्ट का अनुमान लगाते थे, अब ऐसे एआई एजेंटों में बदल गए हैं जो तर्क कर सकते हैं, योजना बना सकते हैं और कार्य कर सकते हैं। इस रिलीज़ में दो मुख्य स्तर पेश किए गए हैं: **जेमिनी 3 प्रो**, जो तुरंत उपलब्ध है, और एक अधिक शक्तिशाली **जेमिनी 3 डीप थिंक** मोड, जिसे प्रतिक्रिया देने से पहले "सोचकर" जटिल समस्याओं से निपटने के लिए डिज़ाइन किया गया है।

इस पीढ़ी की सबसे खास विशेषता "मैकेनिस्टिक रीजनिंग" पर इसका ध्यान केंद्रित करना है। **जेमिनी 3 प्रो** का तत्काल लॉन्च अत्याधुनिक तर्क क्षमता को प्रदर्शित करता है, जिसने कठिन **जीपीक्यूए डायमंड** बेंचमार्क पर **91.9%** और बिना किसी टूल का उपयोग किए **ह्यूमैनिटीज़ लास्ट एग्ज़ाम (एचएलई)** पर **37.5%** अंक हासिल किए हैं। यह क्षमता मॉडल को विज्ञान और गणित में उच्च स्तर की विश्वसनीयता के साथ गहराई और बारीकियों को समझने की अनुमति देती है।

नया **डीप थिंक** मोड, जो जल्द ही अल्ट्रा सब्सक्राइबर्स के लिए उपलब्ध होगा, इन सीमाओं को और भी आगे बढ़ाता है। इसे सबसे जटिल, नए प्रकार की समस्याओं से निपटने के लिए डिज़ाइन किया गया है। डीप थिंक ने **एआरसी-एजीआई-2** पर **45.1%** का स्कोर हासिल किया, जो एक कठोर बेंचमार्क है जो एआई की उन तार्किक पहेलियों को हल करने की क्षमता का परीक्षण करता है जिन्हें उसने पहले कभी नहीं देखा है, और एचएलई पर **41.0%** स्कोर किया है। यह उन्नत मोड वास्तविक समस्या-समाधान के लिए बनाया गया है, जो मानक पुनर्प्राप्ति और संश्लेषण से परे जाता है।

डेवलपर्स के लिए, इस लॉन्च के साथ **गूगल एंटीग्रेविटी** नामक एक नया प्लेटफॉर्म भी आया है। यह "एजेंट-फर्स्ट" डेवलपमेंट एनवायरनमेंट सॉफ्टवेयर इंजीनियरों को एआई एजेंटों के साथ काम करने की अनुमति देता है जिनकी टर्मिनलों, ब्राउज़रों और कोड एडिटर्स तक सीधी पहुंच होती है। कोड की एक पंक्ति को केवल ऑटो-कम्प्लीट करने के बजाय, ये एजेंट स्वायत्त रूप से जटिल सॉफ्टवेयर कार्यों की योजना बना सकते हैं, उन्हें निष्पादित कर सकते हैं और मान्य कर सकते हैं।

गूगल इसे "वाइब कोडिंग" के लिए अंतिम उपकरण बताता है—यह प्रोग्रामिंग की एक ऐसी शैली है जहां डेवलपर्स उच्च-स्तरीय रचनात्मक इरादे पर ध्यान केंद्रित करते हैं जबकि एआई कार्यान्वयन विवरणों को संभालता है। यह एक महत्वपूर्ण बदलाव है जो सॉफ्टवेयर विकास की गति को बढ़ा सकता है।

उपभोक्ता पक्ष पर, जेमिनी 3 अपनी **मल्टीमॉडल** क्षमताओं और एक विशाल **1 मिलियन-टोकन संदर्भ विंडो** का लाभ उठाता है—जो इसे भारी मात्रा में डेटा संसाधित करने की अनुमति देता है, जो 1,500 से अधिक पृष्ठों के टेक्स्ट या संपूर्ण वीडियो व्याख्यानों के बराबर है। यह क्षमता इसे एक व्यक्तिगत कोच के रूप में कार्य करने में सक्षम बनाती है। उदाहरण के लिए, मॉडल किसी उपयोगकर्ता के पिकलबॉल मैच के वीडियो का विश्लेषण कर सकता है, उनके फॉर्म में विशिष्ट खामियों की पहचान कर सकता है, और एक कस्टम प्रशिक्षण योजना बना सकता है।

छात्रों के लिए, यह अकादमिक पेपर या लंबे वीडियो ट्यूटोरियल को ग्रहण कर सकता है और सामग्री में महारत हासिल करने में उनकी मदद करने के लिए **फ्लैशकार्ड** या **विज़ुअलाइज़ेशन** जैसे इंटरैक्टिव अध्ययन सहायक उपकरण उत्पन्न कर सकता है। यह हस्तलिखित व्यंजनों को भी समझ सकता है और उन्हें डिजिटल प्रारूपों में परिवर्तित कर सकता है।

गूगल लीडरबोर्ड पर भी अपना प्रभुत्व जताता है। **जेमिनी 3 प्रो** ने पहले ही **एलएमएरेना** पर शीर्ष स्थान हासिल कर लिया है, जो एक क्राउडसोर्स्ड बेंचमार्किंग साइट है जहां उपयोगकर्ता गुप्त रूप से एआई मॉडल को रेट करते हैं, और इसने **1501** का एलो स्कोर प्राप्त किया है। मॉडल का तुरंत शीर्ष पर पहुंचना इसके पूर्ववर्ती, **जेमिनी 2.5 प्रो** की विरासत को जारी रखता है, जिसने पहले अत्यधिक प्रतिस्पर्धी रैंकिंग हासिल की थी।

यह मॉडल वर्तमान में गूगल के इकोसिस्टम में रोल आउट हो रहा है, जिसमें जेमिनी ऐप, वर्टेक्स एआई और गूगल सर्च में एक नया "एआई मोड" शामिल है जो तुरंत इंटरैक्टिव सिमुलेशन उत्पन्न करता है। जबकि "डीप थिंक" मोड को अंतिम सुरक्षा जांच के लिए रोका जा रहा है, मुख्य जेमिनी 3 प्रो मॉडल आज लाइव है, जो यह संकेत देता है कि गूगल लाखों लोगों के हाथों में "एजेंटिक" एआई डालने के लिए पूरी तरह तैयार है।