19 ноября 2025

Команда Google представила Gemini 3.0 Судя по первым бенчмаркам, модель получилась достойной. Она обходит и Sonnet 4.5, и новую GPT-5.1 почти по всем показателям. Делимся ключевыми выводами от команды MWS AI. ➡️ Сильный скачок там, где модели обычно испытывают трудности На Humanity’s Last Exam и ARC-AGI-2 Gemini 3.0 показывает лучшие результаты среди конкурирующих моделей. ➡️ Humanity’s Last Exam оценивает способность рассуждать на уровне экспертов-людей. ➡️ ARC-AGI-2 проверяет способность ИИ понимать новые визуальные задачи, которых он никогда не видел. Модели нужно самим выявить правило и вывести ответ без опоры на обучающие данные. Это один из самых сложных тестов, потому что требует не запоминания, а настоящего понимания логики. ➡️ Мультимодальность и агентность стали заметно более зрелыми Gemini 3.0 стала более устойчивой в сценариях, где нужно одновременно понимать текст, изображение, видео и интерфейсные элементы. Экраны приложений, длинные видеоролики, сложные сцены, последовательная работа с несколькими инструментами — во всех этих задачах модель стала точнее. На бенчмарках ScreenSpot, MMMU-Pro и Video-MMMU это видно особенно хорошо. ➡️ В кодинге прогресс спокойный и предсказуемый В части генерации и исправления кода модель совершенствуется равномерно — без резких скачков. Gemini 3.0 кодит лучше, чем Gemini 2.5 Pro, но в целом ее уровень соответствует другим современным моделям, судя по LiveCodeBench. Для разработчиков такой вариант обычно предпочтительнее, потому что он даёт стабильность и понятное поведение. Итог 📌 Gemini 3.0 создаёт впечатление модели, в которой Google усилился в ключевых для практического применения направлениях. Она лучше рассуждает, увереннее понимает сложные сцены и интерфейсы, устойчивее работает с мультимодальными задачами. Ждём возможности протестировать модель в API. Это позволит оценить, как она ведёт себя в реальных агентных сценариях и в длинных последовательностях действий.