Nu med introduktionen til Gemini 2.0 Flash begynder det at tage form for Google, med langt bedre performance. En af nyhederne er også flere modale output og der er kommet flere sprog i lyd og tillige et billedoutput. Vi bemærkede straks at den tegne formidabelt og langt bedre en ChatGPT, fordi ChatGPT overhovedet ikke kan håndtere tekst. Billeder og grafik er ej heller genkendelige som ChatGPT, da Gemini er et mere modent naturligt billedskær. Foruden alt dette har Google support for brug af værktøjer og et multimodalt LIVE API, der er nødvendigt hvis man skal indsætte Gemini i produktion, web og Apps.
Foruden den bedre performance, er jeg først og fremmest imponeret over kodekvaliteten og det faktum, at Gemini’s kode er formidabel både til at kontrollere vores egne koder, andres koder og ældre koder. F.eks. kan sige omskriv denne kode og derefter laver Gemini en ny superkode, der fylder meget mindre og endda med flere faciliteter, f.eks. sagde jeg
“Udvid koden socialmedia sharing, 1 kliks opring til 77777712 samt barcoder til vores side.”
Svar: Efter 3-4 sekunder tilføjede Gemini dette og denne kode var ca. 30% mindre C-kode.
Gemini 2.0 fremmer udviklingen af AI-kodeassistance til 100 ud af 100 mulige i kvalitet og “JULES”, en autoprogramør funktion samt integrationer m.v. må jeg sige er bedre end noget andet på markedet. Husk bare det er beta versionen når der står FLASH.
Gemini 2.0 Flash for AI kodeudviklere
Google giver udviklere mulighed for at bygge fremtidens AI med avancerede modeller, intelligente værktøjer til hurtigere kodning og problemfri integration på tværs af platforme og enheder. Siden lanceringen af Gemini 1.0 sidste december har millioner af udviklere brugt Google AI Studio og Vertex AI til at bygge med Gemini på tværs af 109 sprog.
I dag annoncerer Google Gemini 2.0 Flash Experimental for at muliggøre endnu mere immersive og interaktive applikationer, samt nye kodningsagenter, der vil forbedre workflows ved at handle på vegne af udvikleren.
Byg med Gemini 2.0 Flash
Gemini 2.0 Flash bygger videre på succesen med Gemini 1.5 Flash og er dobbelt så hurtig som 1.5 Pro, mens den opnår stærkere performance, inkluderer nye multimodale output og leveres med indbygget brug af værktøjer. Google introducerer også en Multimodal Live API til at bygge dynamiske applikationer med realtidsstreaming af lyd og video.
Udviklere kan nu teste og udforske Gemini 2.0 Flash via Gemini API i Google AI Studio og Vertex AI i dens eksperimentelle fase, med generel tilgængelighed i begyndelsen af næste år.
Med Gemini 2.0 Flash har udviklere adgang til:
| Funktion | Beskrivelse |
|---|---|
| Bedre performance | Stærkere end 1.5 Pro, men stadig hurtig og effektiv |
| Nye output-modaliteter | Integrerede svar med tekst, lyd og billeder |
| Flersproget indfødt lydoutput | Finkornet kontrol over, hvad modellen siger og hvordan |
| Indbygget billedoutput | Genererer billeder og understøtter flertrinsredigering |
| Indbygget brug af værktøjer | Kan bruge værktøjer som Google Search og kodeudførelse |
| Multimodal Live API | Byg realtids-applikationer med lyd- og videostreaming |
Fremmer udviklingen af AI-kodeassistance
Google vil dele den seneste fremgang, der bruger Gemini 2.0: kodningsagenter, der kan udføre opgaver på dine vegne. Googles seneste forskning har vist, at 2.0 Flash kan opnå 51,8% på SWE-bench Verified, der tester agenters performance på virkelige softwareudviklingsopgaver.
Mød Jules, din AI-drevne kodeagent
Jules er en eksperimentel AI-drevet kodeagent, der bruger Gemini 2.0. Den håndterer fejlrettelser og andre tidskrævende opgaver, mens du fokuserer på selve udviklingen. Jules opretter omfattende planer for at tackle problemer, ændrer effektivt flere filer og forbereder pull requests.
Google stiller Jules til rådighed for en udvalgt gruppe af betroede testere i dag, og Google vil gøre den tilgængelig for andre interesserede udviklere i begyndelsen af 2025.
Colabs data science-agent opretter notesbøger for dig
Colab integrerer disse samme agentic-funktioner ved hjælp af Gemini 2.0. Beskriv blot dine analyse-mål på almindeligt sprog, og se din notesbog tage form automatisk. Udviklere kan få tidlig adgang til denne nye funktion ved at deltage i programmet for betroede testere.
Udviklere bygger fremtiden
Googles Gemini 2.0-modeller kan give dig mulighed for at bygge mere kompetente AI-apps hurtigere og nemmere. I de kommende måneder bringer Google Gemini 2.0 til platforme som Android Studio, Chrome DevTools og Firebase.
Gemini 2.0 Flash: Hurtigere, Multimodal og Klar til Udviklere
Gemini 2.0 Flash bygger videre på succesen fra 1.5 Flash, vores hidtil mest populære model blandt udviklere, med forbedret ydeevne og samme hurtige svartider. Bemærkelsesværdigt er det, at 2.0 Flash endda overgår 1.5 Pro på vigtige benchmarks – med dobbelt hastighed. 2.0 Flash kommer også med nye funktioner. Ud over at understøtte multimodale input som billeder, video og lyd, understøtter 2.0 Flash nu også multimodale output som indbygget genererede billeder blandet med tekst og styrbar tekst-til-tale (TTS) på flere sprog. Den kan også indbygget kalde værktøjer som Google Search, kodeudførelse samt tredjeparts brugerdefinerede funktioner.
Vores mål er at få vores modeller sikkert og hurtigt ud til folk. I løbet af den seneste måned har vi delt tidlige, eksperimentelle versioner af Gemini 2.0 og fået god feedback fra udviklere.
Gemini 2.0 Flash er nu tilgængelig som en eksperimentel model for udviklere via Gemini API’en i Google AI Studio og Vertex AI, med multimodal input og tekstoutput tilgængelig for alle udviklere, og tekst-til-tale og indbygget billedgenerering tilgængelig for early-access partnere. Generel tilgængelighed følger i januar sammen med flere modelstørrelser.
For at hjælpe udviklere med at bygge dynamiske og interaktive applikationer frigiver vi også en ny Multimodal Live API, der har realtidslyd, videostreaming-input og muligheden for at bruge flere kombinerede værktøjer. Mere information om 2.0 Flash og Multimodal Live API kan findes i vores udviklerblog.
Gemini 2.0 tilgængelig i Gemini-appen, vores AI-assistent
Fra i dag kan Gemini-brugere globalt få adgang til en chatoptimeret eksperimentel version af 2.0 Flash ved at vælge den i rullemenuen for modeller på desktop og mobilweb, og den vil snart være tilgængelig i Gemini-mobilappen. Med denne nye model kan brugerne opleve en endnu mere hjælpsom Gemini-assistent.
I begyndelsen af næste år udvider vi Gemini 2.0 til flere Google-produkter.
Oplåsning af agentbaserede oplevelser med Gemini 2.0
Gemini 2.0 Flashs indbyggede brugergrænsefladehandlingsfunktioner, sammen med andre forbedringer som multimodal ræsonnement, forståelse af lang kontekst, kompleks instruktionsfølgning og planlægning, sammensat funktionskald, indbygget værktøjsbrug og forbedret latens, arbejder alle sammen om at muliggøre en ny klasse af agentbaserede oplevelser.
Den praktiske anvendelse af AI-agenter er et forskningsområde fuld af spændende muligheder. Google udforsker denne nye grænse med en række prototyper, der kan hjælpe folk med at udføre opgaver og få ting gjort. Disse inkluderer en opdatering af Project Astra, vores forskningsprototype, der udforsker fremtidige funktioner i en universel AI-assistent; det nye Project Mariner, som udforsker fremtiden for interaktion mellem mennesker og agenter, startende med din browser; og Jules, en AI-drevet kodeagent, der kan hjælpe udviklere.
Google er stadig i de tidlige udviklingsstadier, men Google er spændte på at se, hvordan betroede testere bruger disse nye funktioner, og hvilke erfaringer vi kan gøre os, så Google kan gøre dem mere bredt tilgængelige i produkter i fremtiden.
Sammenligning af Gemini Modeller (Baseret på Artiklen)
| Funktion | Gemini 1.5 Flash | Gemini 1.5 Pro | Gemini 2.0 Flash |
|---|---|---|---|
| Hastighed | Hurtig | Hurtigere | Dobbelt så hurtig som 1.5 Pro |
| Ydeevne | God | Bedre | Bedst (Overgår 1.5 Pro på visse benchmarks) |
| Multimodal Input | Ja (Billeder, Video, Lyd) | Ja (Billeder, Video, Lyd) | Ja (Billeder, Video, Lyd) |
| Multimodal Output | Nej | Nej | Ja (Billeder og Tekst, TTS) |
| Værktøjskald | Begrænset | Begrænset | Ja (Google Search, Kodeudførelse, Brugerdefinerede Funktioner) |
| Tilgængelighed (Eksperimentel) | Tilgængelig | Tilgængelig | Tilgængelig i Google AI Studio, Vertex AI, Gemini app |
| Generel Tilgængelighed | Ja | Ja | Forventes i Januar |
Denne tabel opsummerer de vigtigste forskelle mellem de forskellige Gemini-modeller, der er nævnt i artiklen, og fremhæver forbedringerne i Gemini 2.0 Flash. Bemærk at dette er baseret på den information der er givet i artiklen og er ikke en udtømmende sammenligning af alle funktioner.
Vi kan ikke fornemme der er tale om en betaversion og derfor taget denne i fuld brug nu.
Kilde: Agiludvikling A/S
Fotokredit: Google
