다들 생각하셨던 AI 사용 목적을 범용성에 초점을 두고 있습니다.

3.6 flash 벤치마킹 점수만 둘러보면

코딩쪽은 pro 에게 전적으로 맡기고 압도적인 토큰 효율성과 비용 절감을 꽤했어요.

특히, 문서파싱/차트분석/보고서 작성 등 복잡한 멀티모달 작업에서 월등한 성능을 보이고 있죠.

또한 금융 데이터 및 녹취록 분석 시에도 전 버전보다 향상된 속도와 정밀도를 보여주고 있습니다.

빠르고 정밀하고 싸다!

결국 방향성은 정해져 있고 구글은 이 부분에 초점을 두고 있다는걸 느꼈어요.

cyber 모델은 저렴한 토큰 비용으로 코드 보안 이슈를 탐지, 검증, 패치하는 기능을 갖췄습니다.

싼데 성능은 프론티어급에 가깝다면 향후 전략적 우위성을 가질수도 있는거죠.

향후 계획도 일부 밝혔습니다.

계속 늦춰지고 있는 3.5 Pro 는 계속 테스트중입니다.

Gemini 4는 구글 역사상 가장 야심 찬 사전 학습 작업에 착수했다는데요.

이는 기존 오염되거나 정확도가 떨어진 학습 내용을 전부 걷어내고 새로 학습 시킨다는건데 과연?!?!