Google DeepMind ने जेमिनी अल्ट्रा 2 जारी किया है, और बेंचमार्क परिणाम स्पष्ट हैं: 2023 में GPT-4 लॉन्च होने के बाद पहली बार, एक गैर-ओपनएआई मॉडल हर प्रमुख मूल्यांकन सूट में शीर्ष स्थान रखता है। यह रिलीज़ एआई दौड़ में एक वास्तविक परिवर्तन बिंदु को चिह्नित करता है - और उद्यमों, डेवलपर्स और अपने दैनिक कार्यों में बड़े भाषा मॉडल पर भरोसा करने वाले किसी भी व्यक्ति के लिए महत्वपूर्ण निहितार्थ है।

बेंचमार्क स्वीप

एमएमएलयू (मैसिव मल्टीटास्क लैंग्वेज अंडरस्टैंडिंग) पर जेमिनी अल्ट्रा 2 का स्कोर 92.1% है, जबकि जीपीटी-5 का स्कोर 90.8% है। MATH पर, अंतर और भी अधिक है: 87.4% बनाम 84.2%। सबसे महत्वपूर्ण बात यह है कि नए जीपीक्यूए डायमंड बेंचमार्क पर - जिसे भौतिकी, रसायन विज्ञान और जीव विज्ञान में स्नातक स्तर के वैज्ञानिक तर्क का परीक्षण करने के लिए डिज़ाइन किया गया है - जेमिनी अल्ट्रा 2 ने 71.3% हासिल किया है, जो अपने निकटतम प्रतिद्वंद्वी से पूरे 4 अंक आगे है।

ये मामूली सुधार नहीं हैं. जीपीक्यूए डायमंड को व्यापक रूप से वैज्ञानिक तर्क के लिए सबसे कठोर सार्वजनिक रूप से उपलब्ध बेंचमार्क माना जाता है, और 4-पॉइंट की बढ़त एक सार्थक क्षमता अंतर का प्रतिनिधित्व करती है। स्टैनफोर्ड के सीआरएफएम (सेंटर फॉर रिसर्च ऑन फाउंडेशन मॉडल्स) के स्वतंत्र शोधकर्ताओं, जिन्होंने अपना स्वयं का मूल्यांकन किया, ने परिणामों की पुष्टि की, यह देखते हुए कि जेमिनी अल्ट्रा 2 ने बहु-चरणीय तर्क कार्यों में विशेष ताकत दिखाई, जिनके लिए लंबे संदर्भों में जानकारी को एकीकृत करने की आवश्यकता होती है।

मल्टीमॉडल प्रभुत्व

जहां जेमिनी अल्ट्रा 2 वास्तव में मल्टीमॉडल कार्यों में खुद को अलग करता है। मॉडल 2 मिलियन-टोकन संदर्भ विंडो के साथ वीडियो, ऑडियो, छवियों और टेक्स्ट को एक साथ संसाधित कर सकता है - जो किसी भी सार्वजनिक रूप से उपलब्ध मॉडल में सबसे बड़ा है। Google की तकनीकी रिपोर्ट में प्रकाशित आंतरिक परीक्षणों में, वास्तविक समय में इसे देखने के बाद 3 घंटे की डॉक्यूमेंट्री के बारे में विस्तृत प्रश्नों का सही उत्तर दिया गया, जिससे कथा चाप, चरित्र विकास और तथ्यात्मक दावों की सुसंगत समझ बनी रही।

व्यावहारिक अनुप्रयोगों के लिए, इसका मतलब है कि जेमिनी अल्ट्रा 2 संपूर्ण कोडबेस का विश्लेषण कर सकता है, पूर्ण कानूनी दस्तावेज़ की समीक्षा कर सकता है, या एक ही संदर्भ विंडो में एक वर्ष की वित्तीय रिपोर्ट संसाधित कर सकता है। उद्यम उपयोग के मामलों के लिए निहितार्थ - उचित परिश्रम, अनुपालन समीक्षा, अनुसंधान संश्लेषण - पर्याप्त हैं।

वास्तुकला

Google ने पूर्ण वास्तुशिल्प विवरण का खुलासा नहीं किया है, लेकिन पुष्टि की है कि जेमिनी अल्ट्रा 2 1.8 ट्रिलियन कुल मापदंडों के साथ विशेषज्ञों के मिश्रण (एमओई) दृष्टिकोण का उपयोग करता है, जिनमें से लगभग 280 बिलियन किसी भी अनुमान पर सक्रिय हैं। यह आर्किटेक्चर - सिद्धांत रूप में GPT-4 के समान है जिसे व्यापक रूप से उपयोग करने के लिए माना जाता है - मॉडल को समकक्ष क्षमता के घने मॉडल की तुलना में काफी कम अनुमान लागत पर उच्च गुणवत्ता प्राप्त करने की अनुमति देता है।

MoE दृष्टिकोण अधिक कुशल विशेषज्ञता को भी सक्षम बनाता है। मॉडल के भीतर अलग-अलग विशेषज्ञ नेटवर्क विभिन्न प्रकार के कार्यों के लिए सक्रिय होते प्रतीत होते हैं - वैज्ञानिक तर्क, कोड निर्माण, रचनात्मक लेखन - मॉडल को सभी कार्यों में औसत के बजाय विशेष क्षमता को लागू करने की अनुमति देता है जहां इसकी सबसे अधिक आवश्यकता होती है।

मूल्य निर्धारण और उपलब्धता

जेमिनी अल्ट्रा 2 Google AI स्टूडियो और जेमिनी एपीआई के माध्यम से उपलब्ध है। पूरे मॉडल के लिए मूल्य निर्धारण $0.0125 प्रति 1,000 इनपुट टोकन और $0.0375 प्रति 1,000 आउटपुट टोकन निर्धारित किया गया है - मोटे तौर पर जीपीटी-5 टर्बो के बराबर लेकिन इसमें बिना किसी अतिरिक्त लागत के काफी बड़ी संदर्भ विंडो शामिल है। गति और लागत के लिए अनुकूलित जेमिनी अल्ट्रा 2 फ्लैश वैरिएंट की कीमत $0.00375 प्रति 1,000 इनपुट टोकन है।

पहले से ही Google पारिस्थितिकी तंत्र में मौजूद डेवलपर्स के लिए - वर्टेक्स एआई, Google क्लाउड, या वर्कस्पेस का उपयोग करना - एकीकरण सीधा है। ओपनएआई के प्लेटफ़ॉर्म पर मौजूद लोगों के लिए, माइग्रेशन के लिए एपीआई परिवर्तन की आवश्यकता होती है लेकिन प्रदर्शन लाभ विलंबता-संवेदनशील या लागत-संवेदनशील अनुप्रयोगों के लिए स्विच को उचित ठहरा सकता है।

एआई रेस के लिए इसका क्या मतलब है

पिछले तीन वर्षों से OpenAI की कहानी में AI परिदृश्य का बोलबाला रहा है। GPT-4 ने 2023 में बेंचमार्क स्थापित किया; GPT-4o ने 2024 में इसे परिष्कृत किया; GPT-5 ने इसे 2025 में बढ़ाया। जेमिनी अल्ट्रा 2 न केवल उस कथा को चुनौती देता है - बल्कि उसे उलट देता है। पहली बार, Google मॉडल उन बेंचमार्क में स्पष्ट नेता है जो उद्यम खरीदारों के लिए सबसे अधिक मायने रखते हैं।

प्रतिस्पर्धी निहितार्थ बेंचमार्क से परे हैं। Google के वितरण लाभ - सर्च, वर्कस्पेस, एंड्रॉइड और यूट्यूब के साथ एकीकरण - जेमिनी अल्ट्रा 2 को एक तैनाती सतह प्रदान करते हैं जिसे ओपनएआई अकेले एपीआई एक्सेस के माध्यम से मैच नहीं कर सकता है। यदि मॉडल गुणवत्ता लाभ बरकरार रहता है, तो Google अपने वितरण पैमाने को एआई बाजार हिस्सेदारी में इस तरह से परिवर्तित करने की स्थिति में है जो पिछली जेमिनी पीढ़ियों के साथ संभव नहीं था।

एआई बुनियादी ढांचे का मूल्यांकन करने वाले उद्यमों के लिए, गणना मौलिक रूप से बदल गई है। सवाल अब यह नहीं है कि ओपनएआई का उपयोग किया जाए या नहीं - सवाल यह है कि क्या ओपनएआई के पारिस्थितिकी तंत्र के फायदे जेमिनी अल्ट्रा 2 की क्षमता और लागत के फायदे से अधिक हैं। यह छह महीने पहले की तुलना में कहीं अधिक कठिन प्रश्न है।

स्रोत और आगे पढ़ना