Google Gemini 3.5 Pro: 2 mln žetonų kontekstas ir „Deep Think“ – ko tikėtis liepos 17 d.

Dirbtinio intelekto lenktynės įžengia į karščiausią 2026-ųjų vasaros savaitę. Pasak kelių technologijų leidinių ir nutekėjusios informacijos, Google DeepMind ruošiasi liepos 17 d. pristatyti naują pažangų kalbos modelį Gemini 3.5 Pro su rekordiniu 2 mln žetonų (tokenų) konteksto langu ir nauju „Deep Think“ samprotavimo režimu. Svarbu pabrėžti: kol kas tai – pranešimai ir nutekinimai, o ne oficialus Google patvirtinimas. Vis dėlto detalės pakankamai konkrečios, kad į jas verta pažvelgti atidžiau.

Kas žinoma apie Gemini 3.5 Pro

Skirtingi šaltiniai sutaria dėl kelių pagrindinių dalykų. Teigiama, kad Google atsisakė ankstesnės Gemini 2.5 Pro architektūros ir modelį perkūrė nuo pamatų – būtent dėl to birželio mėnesiui planuota data buvo nukelta į liepos 17-ąją. Kaip nurodoma, vėlavimo priežastis – vidiniai našumo lūkesčiai ir stiprus konkurencinis spaudimas.

Ryškiausia naujiena – 2 mln žetonų konteksto langas. Tai dvigubai daugiau nei siūlo bet kuris kitas šiandienos pažangus („frontier“) modelis. Praktiškai tai reiškia, kad į vieną užklausą galima sutalpinti kur kas daugiau informacijos: ištisą kodų bazę, storą dokumentų rinkinį ar valandų trukmės pokalbio istoriją – ir modelis vis tiek „matys“ visą kontekstą vienu metu.

Antra svarbi funkcija – „Deep Think“ samprotavimo sluoksnis, skirtas sudėtingoms, daug žingsnių reikalaujančioms užduotims. Pasak pranešimų, modelis geba pats suskaidyti didelę užduotį į mažesnius žingsnius ir juos įvykdyti su minimalia žmogaus priežiūra – tai dar vienas žingsnis link savarankiškų AI agentų.

Kur Google žada patobulinimus

• Matematinis samprotavimas ir logika;
• SVG scenų generavimas bei 3D modeliavimas;
• Vaizdų kokybė ir front-end (naudotojo sąsajos) kūrimas;
• Autonominės darbo eigos, kuriose modelis pats vykdo užduočių grandinę.

Kartu su Gemini 3.5 Pro esą rengiami ir kiti modeliai: greitesnis „Gemini 4 Flash“ paprastesnėms užduotims bei vaizdų generatorius „Nano Banana Pro“.

Kiek yra 2 mln žetonų praktikoje

Abstraktus skaičius tampa aiškesnis, kai jį paverti kasdiene medžiaga. Vienas žetonas maždaug atitinka 3–4 simbolius arba beveik trumpą žodį, todėl 2 mln žetonų – tai grubiai apie pusantro milijono žodžių teksto. Tiek telpa maždaug į kelias storas knygas, didelės sistemos šaltinio kodą su komentarais arba kelių šimtų puslapių dokumentų archyvą. Anksčiau tokią medžiagą tekdavo skaidyti gabalais ir modeliui „primenamą“ kontekstą kaupti rankiniu būdu; su tokiu langu didelę dalį darbo galima atlikti viena užklausa.

Būtent todėl ši riba svarbi ne tik tyrėjams. Programuotojui tai reiškia, kad modelis gali vienu metu matyti kelis susijusius failus ir suprasti, kaip pakeitimas viename modulyje paveiks kitą. Analitikui – kad į vieną pokalbį telpa visas ketvirčio ataskaitų rinkinys. Turinio kūrėjui – kad stiliaus gaires ir ankstesnius tekstus galima laikyti „atmintyje“ per visą projektą, o ne kartoti kaskart iš naujo.

Kodėl būtent dabar: perpildytas kalendorius

Paleidimo data pasirinkta ne atsitiktinai. Liepos 17-oji krenta į savaitę, kupiną AI pristatymų: vos prieš kelias dienas debiutavo OpenAI „GPT-5.6“, netrukus prieš tai – „Grok 4.5“. Anthropic tuo pačiu metu stumia „Fable 5“. O dar liepos 24-ąją laukiama kinų „DeepSeek“ atnaujinimo. Google, atrodo, siekia užimti dėmesio langą tarp šių pristatymų ir pademonstruoti, kad konteksto lango dydžiu lieka priekyje.

Google turi ir struktūrinį pranašumą – platinimą. Pranešama, kad Gemini jau naudoja apie 900 mln žmonių per mėnesį 230 šalių ir daugiau nei 70 kalbų, o modelis integruotas į „Gmail“, „Docs“, „Sheets“, „Calendar“ ir „Meet“. Net jei konkurentų modeliai kai kur pranašesni, Google gali pasiekti naudotojus tiesiai jų kasdienėse darbo priemonėse.

Ką tai reiškia Lietuvos kūrėjams ir verslui

Didesnis konteksto langas – tai ne vien skaičius rinkodarai. Lietuvos programuotojams ir įmonėms tai gali reikšti labai konkrečius dalykus:

• Visa kodų bazė vienu metu. 2 mln žetonų leidžia modeliui „perskaityti“ didelę projekto dalį iš karto – patogu refaktorinant, ieškant klaidų ar rašant dokumentaciją.
• Ilgi dokumentai be dalinimo. Sutartis, techninė specifikacija ar tyrimų rinkinys telpa į vieną užklausą, todėl mažiau prarandama konteksto.
• Autonominės eigos. Jei „Deep Think“ pasiteisins, dalį rutininio darbo (užduočių skaidymą, kelių žingsnių vykdymą) bus galima patikėti agentui.

Vis dėlto verta išlaikyti blaivų žvilgsnį. Didelis konteksto langas ne visada reiškia, kad modelis vienodai gerai „prisimena“ visą jame esančią informaciją – kokybė vidury ilgo teksto istoriškai krenta. Be to, kol nėra nepriklausomų testų ir oficialaus pristatymo, visi pažadai apie našumą lieka pažadais. Renkantis AI įrankį verslui, sprendimą verta grįsti realiais bandymais su savo duomenimis, o ne antraštėmis.

Ką stebėti liepos 17 d.

Jei data pasitvirtins, svarbiausia bus ne pati 2 mln žetonų riba, o trys dalykai: ar modelis išlaiko kokybę per visą kontekstą, kiek kainuos toks langas praktikoje ir kaip „Deep Think“ pasirodys realiose užduotyse, palyginti su GPT-5.6 ir Grok 4.5. Būtent tai lems, ar Gemini 3.5 Pro taps numatytuoju kūrėjų pasirinkimu, ar dar vienu galingu, bet brangiu įrankiu rinkoje.

DUK

Kada startuoja Gemini 3.5 Pro?

Pasak pranešimų ir nutekintos informacijos, planuojama data – 2026 m. liepos 17 d. Oficialaus Google patvirtinimo kol kas nėra, todėl data gali keistis.

Kas yra 2 mln žetonų konteksto langas?

Tai kiekis teksto (kodo, dokumentų, pokalbio), kurį modelis gali apdoroti vienu metu. 2 mln žetonų – maždaug dvigubai daugiau nei siūlo dabartiniai pažangūs modeliai, todėl į vieną užklausą telpa kur kas daugiau medžiagos.

Kas yra „Deep Think“ režimas?

Tai samprotavimo sluoksnis sudėtingoms, daug žingsnių reikalaujančioms užduotims. Teigiama, kad modelis pats suskaido užduotį į žingsnius ir juos įvykdo su minimalia priežiūra.

Ar galima šiais duomenimis pasitikėti?

Iš dalies. Informacija remiasi technologijų leidinių pranešimais ir nutekinimais, o ne oficialiu Google pristatymu. Iki paleidimo ir nepriklausomų testų į skaičius verta žiūrėti atsargiai.