Gemini 3.5 Flash

 (blog.google)
1 คะแนน โดย GN⁺ 1 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Gemini 3.5 Flash คือโมเดล Gemini 3.5 รุ่นแรกที่ผสานสติปัญญาระดับฟรอนเทียร์เข้ากับความสามารถในการลงมือทำ โดยมุ่งเป้าไปที่งานระยะยาวด้านเอเจนต์และการเขียนโค้ด
  • ยังคงรักษาความเร็วของซีรีส์ Flash พร้อมทำผลงานเหนือกว่า Gemini 3.1 Pro ใน Terminal-Bench 2.1 ที่ 76.2%, GDPval-AA 1656 Elo และตัวชี้วัดอื่น ๆ
  • ด้วยความเร็วประมวลผลตามเอาต์พุตโทเคนต่อวินาทีที่ เร็วกว่า 4 เท่า เมื่อเทียบกับโมเดลฟรอนเทียร์อื่น ๆ และในหลายกรณีมีต้นทุนต่ำกว่าครึ่งหนึ่ง จึงเหมาะกับงานเอเจนต์ระยะยาว
  • ใช้งานหลายขั้นตอนได้ทั้งใน Antigravity และ AI Studio เช่น การพัฒนาแอป, แปลงโค้ด legacy ไปเป็น Next.js, สร้างเกมจากงานวิจัย, และสร้างต้นแบบ UX
  • ให้บริการเป็น โมเดลพื้นฐาน ของแอป Gemini และ Search AI Mode รวมถึงถูกนำไปใช้ในเวิร์กโฟลว์ของ Gemini Spark และพาร์ตเนอร์องค์กร ขณะที่ 3.5 Pro มีกำหนดเปิดตัวในเดือนหน้า

การเปิดตัว Gemini 3.5 และขอบเขตการให้บริการ

  • Gemini 3.5 คือชุดโมเดลล่าสุดที่ผสานสติปัญญาและความสามารถในการลงมือทำระดับฟรอนเทียร์ โดยถูกวางตำแหน่งให้เป็นโมเดลสำหรับสร้างเอเจนต์ที่มีความสามารถมากขึ้น
  • โมเดลที่เปิดตัวเป็นรุ่นแรกคือ 3.5 Flash ซึ่งมอบประสิทธิภาพระดับฟรอนเทียร์ในงานเอเจนต์และการเขียนโค้ด โดยเน้นงานซับซ้อนระยะยาวที่ใช้งานได้จริง
  • 3.5 Flash ให้บริการผ่านผลิตภัณฑ์และเครื่องมือสำหรับนักพัฒนาหลายรายการของ Google
    • ให้บริการแก่ผู้ใช้ทั่วไปผ่านแอป Gemini และ AI Mode ของ Google Search
    • นักพัฒนาสามารถใช้งานได้ผ่าน Google Antigravity, Gemini API ใน Google AI Studio และ Android Studio
    • ให้บริการแก่องค์กรผ่าน Gemini Enterprise Agent Platform และ Gemini Enterprise
  • 3.5 Pro ก็กำลังอยู่ระหว่างการพัฒนา ใช้งานภายในแล้ว และมีกำหนดเปิดตัวในเดือนหน้า

ประสิทธิภาพของ 3.5 Flash

  • 3.5 Flash ยังคงรักษาความเร็วของซีรีส์ Flash พร้อมมอบสติปัญญาที่แข่งขันกับโมเดลเรือธงขนาดใหญ่ได้ในหลายมิติ
  • เป็น โมเดลโค้ดดิ้งเชิงเอเจนต์ ที่ทรงพลังที่สุดของ Google โดยทำผลงานเหนือกว่า Gemini 3.1 Pro ในเบนช์มาร์กด้านการเขียนโค้ดและเอเจนต์ที่ยาก
    • Terminal-Bench 2.1: 76.2%
    • GDPval-AA: 1656 Elo
    • MCP Atlas: 83.6%
    • ความเข้าใจแบบมัลติโหมดของ CharXiv Reasoning: 84.2%
  • ความเร็วประมวลผลตามเอาต์พุตโทเคนต่อวินาที เร็วกว่า 4 เท่า เมื่อเทียบกับโมเดลฟรอนเทียร์อื่น ๆ
  • บนตัวชี้วัดของ Artificial Analysis โมเดลนี้อยู่ในควอดแรนต์ขวาบน แสดงให้เห็นว่าเป็นโมเดลที่ลดการแลกเปลี่ยนระหว่างคุณภาพกับเวลาแฝงได้

งานเอเจนต์ขนาดใหญ่

  • ด้วยสมดุลระหว่างความเร็วและประสิทธิภาพ 3.5 Flash จึงเหมาะกับ งานเอเจนต์ระยะยาว
  • ช่วยให้นักพัฒนาหรือผู้ตรวจสอบทำงานที่เดิมต้องใช้เวลาหลายวันหรือหลายสัปดาห์ให้เสร็จได้ในเวลาที่สั้นลง และในหลายกรณีมีต้นทุนต่ำกว่าครึ่งหนึ่งเมื่อเทียบกับโมเดลฟรอนเทียร์อื่น
  • สามารถวางแผน สร้าง และทำซ้ำเพื่อแก้ปัญหาจริงได้อย่างรวดเร็ว
    • พัฒนาแอปพลิเคชันใหม่
    • บำรุงรักษาโค้ดเบส
    • ช่วยเตรียมเอกสารทางการเงิน
  • เมื่อทำงานร่วมกับ Antigravity harness ที่อัปเดตแล้ว จะกลายเป็นเอนจินสำหรับรันงานที่สามารถส่งเอเจนต์ย่อยแบบทำงานร่วมกันไปจัดการปัญหาขนาดใหญ่ในกรณีใช้งานที่ท้าทาย
  • รักษาประสิทธิภาพระดับฟรอนเทียร์ไว้ได้ ขณะรันเวิร์กโฟลว์หลายขั้นตอนและงานเขียนโค้ดภายใต้การกำกับดูแลอย่างเสถียร

ตัวอย่างการใช้งาน Antigravity และ AI Studio

  • 3.5 Flash รันเวิร์กโฟลว์หลายขั้นตอนใน Antigravity เพื่อเปลี่ยนชื่อและจัดหมวดหมู่แอสเซ็ตที่ไม่มีโครงสร้างโดยอัตโนมัติตามเกณฑ์แบบไดนามิก
  • ใน Antigravity มีการใช้เอเจนต์สองตัวเพื่อสังเคราะห์ งานวิจัย AlphaZero และเขียนโค้ดเกมที่เล่นได้สมบูรณ์ภายใน 6 ชั่วโมง
  • ใช้ Antigravity harness เพื่อแปลงโค้ดเบส legacy ที่ซับซ้อนให้เป็น Next.js
  • ใน Antigravity ใช้เอเจนต์ย่อยสร้างภูมิทัศน์เมืองใหม่ และพัฒนาเกมผ่านลูปการปรับปรุงตนเองอย่างรวดเร็วของเอเจนต์ builder และ player สองตัว
  • บนพื้นฐานมัลติโหมดที่แข็งแกร่งของ Gemini 3 ทำให้ 3.5 Flash สามารถสร้างเว็บ UI และกราฟิกที่สมบูรณ์และโต้ตอบได้มากขึ้น
    • สร้างแอนิเมชันแบบโต้ตอบสำหรับงานวิจัย AI ใน AI Studio
    • แปลงคำอธิบายข้อความธรรมดาให้เป็นฮาร์ดแวร์แบบโต้ตอบใน AI Studio
    • รันหลายคอนเซปต์แบบขนานใน AI Studio เพื่อสร้างคอนเซปต์แบรนดิ้งครบชุดสำหรับงานระดมทุนของโรงเรียน
    • สร้างแนวทาง UX ที่แตกต่างกันสำหรับขั้นตอน checkout ภายใน 60 วินาที ใน AI Studio

การใช้งานในองค์กรและโดยนักพัฒนา

  • ความสามารถเชิงเอเจนต์ของ 3.5 Flash ถูกนำไปใช้แล้วในเวิร์กโฟลว์ของนักพัฒนาและองค์กร
  • ระหว่างการพัฒนาชุดโมเดล Gemini 3.5 มีการทำงานร่วมกับพาร์ตเนอร์ในอุตสาหกรรมเพื่อระบุจุดที่งานซ้ำซ้อนและความซับซ้อนเกิดขึ้น
  • พาร์ตเนอร์กำลังเห็นผลลัพธ์ตั้งแต่การทำเวิร์กโฟลว์อัตโนมัติหลายสัปดาห์ในธนาคารและฟินเทค ไปจนถึงการช่วยทีมวิทยาศาสตร์ข้อมูลค้นหาอินไซต์ในสภาพแวดล้อมข้อมูลที่ซับซ้อน

  • Shopify

    • รันเอเจนต์ย่อยแบบขนานเพื่อวิเคราะห์ข้อมูลที่ซับซ้อนในระยะยาว และทำ การคาดการณ์การเติบโตของผู้ค้า ได้แม่นยำขึ้นในระดับโลก

  • Macquarie Bank

    • กำลังนำร่องวิธีการเร่งการ onboarding ลูกค้า โดยให้โมเดลให้เหตุผลกับเอกสารซับซ้อนยาวกว่า 100 หน้า ค้นหาข้อมูลที่เกี่ยวข้อง และสร้างคำแนะนำที่เชื่อถือได้ด้วยเวลาแฝงต่ำ

  • Salesforce

    • ผสาน 3.5 Flash เข้ากับ Agentforce เพื่อทำงานองค์กรที่ซับซ้อนแบบอัตโนมัติด้วยเอเจนต์ย่อยหลายตัวที่รักษาบริบทและรันการเรียกใช้เครื่องมือหลายรอบที่ซับซ้อน

  • Ramp

    • รองรับ OCR ที่ฉลาดและเชื่อถือได้มากขึ้น โดยผสานความเข้าใจมัลติโหมดของใบแจ้งหนี้ที่ซับซ้อนเข้ากับการให้เหตุผลจากรูปแบบในอดีต

  • Xero

    • ให้เอเจนต์จัดการเวิร์กโฟลว์ซับซ้อนที่กินเวลาหลายสัปดาห์ได้ด้วยตนเอง เช่น การระบุผู้ขายและการรวบรวมข้อมูลสำหรับแบบฟอร์มภาษี 1099 ช่วยให้ธุรกิจขนาดเล็กทำงานธุรการซ้ำ ๆ ได้อัตโนมัติ

  • Databricks

    • ใช้เวิร์กโฟลว์เชิงเอเจนต์เพื่อติดตามและค้นหาข้อมูลแบบเรียลไทม์ ให้เหตุผลกับชุดข้อมูลขนาดใหญ่ เพื่อวินิจฉัยปัญหาและเสนอการแก้ไขและแนวทางแก้ปัญหา

การประยุกต์ใช้กับเอเจนต์ AI ส่วนบุคคลและ Search

  • 3.5 Flash กลายเป็น โมเดลพื้นฐาน ในแอป Gemini และ AI Mode ของ Search ทั่วโลก
  • ที่ Google I/O มีการเปิดตัวฟีเจอร์ใหม่ที่นำความสามารถเชิงเอเจนต์ของ 3.5 Flash ไปใช้ในชีวิตประจำวัน
  • Gemini Spark คือเอเจนต์ AI ส่วนบุคคลที่ใช้ 3.5 Flash
    • ทำงานตลอด 24 ชั่วโมง
    • สำรวจชีวิตดิจิทัลและลงมือแทนผู้ใช้ตามคำสั่ง
    • เริ่มเปิดให้ผู้ทดสอบที่เชื่อถือได้ตั้งแต่วันนี้
    • มีกำหนดเปิดเบต้าให้ผู้สมัครสมาชิก Google AI Ultra ในสหรัฐฯ สัปดาห์หน้า
  • ความสามารถด้านการเขียนโค้ดเชิงเอเจนต์ที่ดีขึ้นของ 3.5 Flash มอบประสบการณ์ที่ฉลาดขึ้นทั่วทั้ง Search
    • เปิดตัวเอเจนต์ข้อมูลรูปแบบใหม่ที่ทำงานให้ผู้ใช้ตลอด 24 ชั่วโมง
    • ทำให้เกิดประสบการณ์ UI เชิงกำเนิดที่ไดนามิกมากขึ้น
    • Search ใช้ 3.5 Flash เพื่อสร้างสื่อภาพแบบโต้ตอบที่อธิบายรูปแบบ Gyroid

มาตรการความปลอดภัย

  • Gemini 3.5 ได้รับการพัฒนาตาม Frontier Safety Framework
  • มาตรการด้านความปลอดภัยไซเบอร์และ CBRN ได้รับการเสริมความแข็งแกร่ง ทำให้มีโอกาสสร้างเนื้อหาที่เป็นอันตรายน้อยลง และมีโอกาสปฏิเสธคำถามที่ปลอดภัยอย่างผิดพลาดน้อยลง
  • มีการใช้เทคนิคการฝึกด้านความปลอดภัยและการบรรเทาความเสี่ยงแบบใหม่ที่ก้าวหน้ากว่าเดิม
  • รวม เครื่องมือด้านการตีความ ที่ช่วยตรวจสอบและทำความเข้าใจการให้เหตุผลภายในของ AI ก่อนส่งคำตอบ

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 1 시간 전
ความเห็นจาก Hacker News

  • นกกระทุงดูเข้าท่าพอสมควร: https://github.com/simonw/llm-gemini/issues/133#issuecomment...
    แต่พอเป็นจักรยานกลับไม่ค่อยไหว ขาดแท่งที่เชื่อมระหว่างแป้นถีบกับล้อหลังไป แล้วเฟรมส่วนอื่นก็พันกันแปลก ๆ
    แถมยังแพงอีกด้วย นกกระทุงตัวนั้นตัวเดียวราคา 13 เซ็นต์: https://www.llm-prices.com/#it=11&ot=14403&sel=gemini-3.5-fl...

    • นกกระทุงตัวนั้นดูเหมือนบินมา Miami เพราะงาน คริปโตคอนเฟอเรนซ์
    • อันนี้แสดงให้เห็นปรากฏการณ์ที่รู้สึกได้จากพัฒนาการของโมเดลภาษาขนาดใหญ่ได้อย่างสมบูรณ์แบบ เวลาขอให้มัน ปรับปรุง SVG แบบนี้ มันจะไม่แก้คานที่หายไปหรือแขนขาที่แยกออกจากกัน แต่จะเติมองค์ประกอบเพิ่มเข้าไปแทน
      ตัวอย่างนี้ดีขึ้นมากอย่างเห็นได้ชัด และรายละเอียดก็เยอะเกินเหตุ แต่รูปทรงพื้นฐานของเฟรมก็ยังผิดอยู่ดี ลองทำเป็นหน้าเว็บก็เห็นแพตเทิร์นเดียวกัน คือมันจะเพิ่มพวกปุ่มอะไรเข้าไปอีก
      ผมลองเอา SVG นกกระทุงที่พังไปให้โมเดลภาพช่วยหาข้อบกพร่องแล้ว แต่มันก็ยังหาองค์ประกอบที่พังไม่เจออยู่ดี
    • การลืม chainstay เป็นผลลัพธ์ที่เจอบ่อยเวลาขอให้คนทั่วไปวาดจักรยาน
      https://www.gianlucagimini.it/portfolio-item/velocipedia/

      most ended up drawing something that was pretty far off from a regular men’s bicycle

    • รู้สึกว่ามันถ่ายทอดอารมณ์แบบฉบับ Google ได้ดีทีเดียว คือดูไม่ค่อยเท่ แต่ก็พยายามทำให้ยังดูเกี่ยวข้องกับคนรุ่นใหม่อยู่ตลอด
    • พระอาทิตย์นั้นคล้ายมากกับพระอาทิตย์ที่อยู่พื้นหลังของโพสต์ HN ยอดนิยมอีกอันเกี่ยวกับพิพิธภัณฑ์ OS: https://news.ycombinator.com/item?id=48195009

  • ราคา ต่อล้านโทเค็น input/output:
    Gemini 2.5 Flash: $0.30/$2.50
    Gemini 3.0 Flash Preview: $0.50/$3.00
    Gemini 3.5 Flash: $1.50/$9.00
    ทิศทางของราคาน่าสนใจมาก ผมไม่คิดว่าเคยเห็น ขึ้นราคา 3 เท่า ในโมเดลรุ่นถัดไปที่ขนาดใกล้กันแบบนี้มาก่อน และการที่ 3 มีแต่ Preview ก็ชวนขำเหมือนกัน
    3.5 Flash มีต้นทุนใกล้กับ Gemini 2.5 Pro ที่ราคา $1.25/$10

    • อันนี้ประเมินการเพิ่มขึ้นของต้นทุนต่ำไป 3.5 Flash ใช้โทเค็นมากกว่าด้วย ถ้าอิงต้นทุนในการรันชุดประเมินทั้งหมดตาม artificialanalysis.ai ส่วนต่างจะดูใกล้เคียงราคาจริงมากกว่า:
      Gemini 2.5 Flash(27 คะแนน): $172(1.0x)
      Gemini 2.5 Pro(35 คะแนน): $649(3.8x)
      Gemini 3.0 Flash(46 คะแนน): $278(1.6x)
      Gemini 3.5 Flash(55 คะแนน): $1,552(9.0x หรือ 2.4x เทียบกับ 2.5 Pro)
      นี่คือการขึ้นราคาครั้งใหญ่ เมื่อเทียบกับ Gemini 3.0 Flash คือ 5.6 เท่า
    • เป็นไปได้มากว่าแต่แรกก็ไม่ได้ตั้งใจจะคงโมเดลราคาถูกไว้เรื่อย ๆ อยู่แล้ว นี่เป็นวิธีตามธรรมชาติในการเริ่มกดดันหลังจากมีคนสร้างบริการอยู่บน API แล้ว
      เพราะแบบนั้น การมี ชั้น abstraction ที่ไม่ผูกกับผู้ให้บริการรายเดียวจึงสมเหตุสมผลมาก ถ้าใช้ Kotlin, Koog ถือว่าเยี่ยมมาก
    • เราต้องการ โมเมนต์แบบ DeepSeek อีกสักครั้ง ไม่งั้น AI จะกลายเป็นของที่คนธรรมดาเข้าถึงยาก และมีแต่บริษัทใหญ่ที่แบกรับไหว
    • ถ้า Google รัน inference ได้ถูกกว่าที่อื่นจริงเพราะมี TPU เรื่องนี้ก็ดูเป็นสัญญาณอันตราย อาจกำลังบ่งชี้ว่าการให้บริการโมเดลภาษาขนาดใหญ่แบบทำกำไรนั้นยาก
      หรืออีกทางหนึ่งอาจเป็นเพราะมันทำ benchmark ได้ดี เลยคิดว่าขึ้นราคาได้ แต่ก็ดูยังไม่มีส่วนแบ่งตลาดมากพอจะรองรับการตัดสินใจแบบนั้น
    • 3.5 Flash ไม่ได้ถูกระบุว่าเป็น Stable ไม่ใช่ Preview หรอกเหรอ? หรือผมอ่านผิด?
      https://ai.google.dev/gemini-api/docs/models/gemini-3.5-flas...

  • การที่ Google ระบุโมเดลนี้เป็น Stable แทนที่จะเป็น Preview ก็น่าจับตา เมื่อเทียบกับแนวทางการเปิดตัวช่วงหลังถือว่าผิดปกติ
    พอรวมกับการขึ้นราคา 3 เท่า มันเลยดูเหมือนว่าราคา Flash นี้ไม่ใช่มาตรการชั่วคราวที่จะค่อยย้อนกลับในภายหลัง แต่เป็น จุดต่ำสุดระยะยาว ที่ Google ต้องการ
    อย่างไรก็ตาม ตอนนี้ยังตัดสินยากว่านี่เป็นเพราะ Google อ่านบรรยากาศแบบนี้อยู่เจ้าเดียว หรือทั้งอุตสาหกรรมกำลังเงียบ ๆ ปรับเส้นฐานของ inference ราคาถูกกันใหม่

  • Create animated SVG of a frog on a boat rowing through jungle river. Single page self contained HTML page with SVG
    3.5 Flash: Thinking Medium - 7516 tokens
    https://gistpreview.github.io/?5c9858fd2057e678b55d563d9bff0...
    3.5 Flash: Thinking High - 7280 tokens
    https://gistpreview.github.io/?1cab3d70064349d08cf5952cdc165...
    3.1 Pro - 28,258 tokens
    https://gistpreview.github.io/?6bf3da2f80487608b9525bce53018...
    3.1 ใช้เวลาคิด 3 นาทีในการสร้าง แต่เป็นโมเดลเดียวที่ใส่ การเคลื่อนไหวของแอนิเมชัน ได้ถูกต้อง

  • เวลามีใครพูดคำว่า "Flash" แล้วผมดันนึกถึง "ลองพิจารณา HTML5 แทน" ทันที แบบนี้แปลว่าผมแก่จริง ๆ ใช่ไหม?

    • แทบไม่มีอะไรจากวัฒนธรรม Flash ที่ย้ายข้ามมาสู่ HTML5 แล้วสนุกเท่าเดิมเลย
    • Flash Designer ดีมากจริง ๆ หนึ่งในสิ่งที่เว็บทำให้ถอยหลังลงบ้างคือพวก เครื่องมือ RAD ในยุค 90s และ 2000s
    • คนหนุ่มสาวทั้งหลาย!
      Flash, ah, ah, saviour of the universe. Flash, ah, ah, he'll save every one of us!
      ไม่รู้มากี่ปีแล้วที่ทุกครั้งที่ได้ยินคำว่า "flash" ผมจะนึกถึงสิ่งนี้ตลอด

  • เส้นตัดความรู้: มกราคม 2025
    อัปเดตล่าสุด: พฤษภาคม 2026
    ผมมีความรู้สึกไม่ดีอย่างมากกับความล่าช้านี้

    • อย่างน้อยในบางกรณี ดูเหมือนว่ากำลังไปในทิศทางของการฝึกด้วย ข้อมูลสังเคราะห์ มากขึ้นและข้อมูลที่คัดเลือกอย่างเข้มงวด โดยเฉพาะโมเดลเล็ก ๆ ซึ่งไม่มีพื้นที่จะเก็บโลกทั้งใบไว้ในค่าน้ำหนักโมเดลขนาดหลายสิบถึงหลายร้อย GB ได้ จึงขยายความกว้างของความรู้ได้ไม่สุดโต่ง
      ดังนั้นถ้าต้องการ reasoning ที่คุณภาพสูงขึ้น ก็ต้องโฟกัสการฝึกให้มากขึ้น และข้อมูลต้องมีคุณภาพสูงมากกับความหนาแน่นสูง
      ถ้าการใช้เครื่องมือแข็งแรงพอ การที่โมเดลใช้ข้อมูลเก่าอาจไม่ใช่ประเด็นสำคัญนัก เพราะมันไปค้นข้อมูลล่าสุดได้ เพียงแต่ตอนนี้โมเดลส่วนใหญ่ยังไม่ค่อยทำแบบนั้นถ้าไม่โดนชี้นำสักหน่อย
      เท่าที่ผมเข้าใจ ตระกูล Qwen 3 ทั้งหมดเริ่มจาก base model เดียวกัน แล้วใช้แค่การ fine-tuning/post-training เพื่อปรับหลายตัวชี้วัดให้ดีขึ้น ตระกูล Gemini 3 ก็อาจเหมือนกันทั้งหมด และตอนนี้ก็อาจกำลังฝึกโมเดลที่อิง Gemini 4 พร้อมความรู้ล่าสุดไปพร้อมกันอยู่ก็ได้
    • ไม่ควรดึงข้อเท็จจริงออกมาจากค่าน้ำหนักของโมเดล ต้องยึดกับ แหล่งข้อมูลจริง
    • ช่วยอธิบายได้ไหมว่าหมายถึงอะไร?
    • ผมนึกว่านั่นเป็นสิ่งที่ Google เลือกเอง

  • ผมใช้ google ai pro plan และลองใช้ 3.5 Flash ใน Antigravity แล้ว แต่แค่สองพรอมป์ต์ก็ใช้โควตาหมด ถ้าไม่ใช่บั๊กก็คือ ใช้งานไม่ได้จริง

    • เมื่อวานหรือไม่ก็วันก่อน Google ลดโควตา AI Pro จาก 33 เท่า ของการใช้งานมาตรฐานเหลือ 4 เท่า
      ดูจากบรรยากาศใน Gemini subreddit เหมือนจะลดลงหนักกว่าเดิมมาก ผมเองก็น่าจะยกเลิก AI Pro เหมือนกัน
      อัปเดตครั้งนี้ยังทำแอปพังด้วย แก้ข้อความทีไรแอปก็แครชทุกครั้ง ทั้งที่ผมใช้ Pixel อยู่แท้ ๆ

  • นาฬิกา 2000 โทเค็น ของ Gemini 3.5 Flash ก็ไม่เลวเลยนะ https://clocks.brianmoore.com/

  • โมเดลที่แทบจะเหมือนเดิม แต่ ขึ้นราคา 3 เท่า งั้นเหรอ ก่อนหน้านี้บอกว่า AI จะถูกลงและถูกใช้ไปทุกที่ไม่ใช่เหรอ

    • หรือหมายถึงแพร่ไปทุกที่แบบกระแส crack กันแน่นะ
    • ถ้าเชื่อ benchmark ก็อาจมองได้ว่าราคาเป็น สามในสี่ ของ 3.1 Pro

  • ราคานี่เหลือเชื่อมาก
    Gemini 3.5 Pro ก็น่าจะขึ้นราคาตามไปด้วย 12 x 5 = 60?
    Google ดูเหมือนอยากให้พวกเราไปใช้ โมเดลจากจีน