AI मॉडल्स को और अधिक सक्षम बनाने की होड़ अब तेजी से कोडिंग और AI एजेंट्स की ओर शिफ्ट हो रही है। गुरुवार, 13 अगस्त को Google ने अपने Gemini AI मॉडल का नया वर्ज़न, Gemini 3.7 Flash जारी किया, जिसे कॉम्प्लेक्स सॉफ्टवेयर इंजीनियरिंग, मल्टी-स्टेप प्लानिंग और एंटरप्राइज़ वर्कफ्लो को संभालने के लिए डिज़ाइन किया गया है, साथ ही AI एजेंट्स चलाने की लागत को कम रखना भी इसका मकसद है।

Gemini 3.7 Flash, अपने Flash फैमिली AI मॉडल्स का नवीनतम सदस्य है, जिसे कंपनी कोडिंग और AI एजेंट्स के लिए अपना 'सबसे बुद्धिमान वर्कहॉर्स मॉडल' बता रही है। यह मॉडल Gemini 3.6 Flash के आने के महज तीन हफ्ते बाद लॉन्च किया गया है। जहां AI मॉडल मुख्य रूप से टेक्स्ट जनरेट करने या सवालों के जवाब देने के लिए बनाए जाते हैं, वहीं Gemini 3.7 Flash का जोर कोडिंग, सॉफ्टवेयर इंजीनियरिंग, वेब डेवलपमेंट और एजेंटिक वर्कफ्लो पर है। Google के मुताबिक, यह मॉडल इंस्ट्रक्शंस को समझने, कई स्टेप्स की प्लानिंग करने, टूल्स का इस्तेमाल करने और समस्याओं का सामना होने पर खुद को ढालने में बेहतर है। रिपोर्ट के अनुसार, इस मॉडल का उद्देश्य डेवलपर्स को AI एजेंट्स के साथ काम करते समय मैन्युअल हस्तक्षेप की मात्रा को कम करना है।

शायद सबसे बड़ा बदलाव कॉम्प्लेक्स वर्कफ्लो पर इसका फोकस है। Google ने कहा कि Gemini 3.7 Flash, अपने पिछले वर्ज़न की तुलना में डिबगिंग, सॉफ्टवेयर इश्यूज़ को हल करने और प्रोडक्शन-रेडी कोड जनरेट करने जैसे कार्यों में बेहतर प्रदर्शन करता है। Google द्वारा उद्धृत सॉफ्टवेयर-इंजीनियरिंग बेंचमार्क्स में, Gemini 3.7 Flash ने FrontierCode 1.1 Main पर 43.6 प्रतिशत स्कोर किया, जबकि Gemini 3.6 Flash का स्कोर 34.4 प्रतिशत था। DeepSWE v1.1 पर, इसने 65.3 प्रतिशत स्कोर किया, जबकि पिछले मॉडल का स्कोर 49 प्रतिशत था।

सुधार वेब डेवलपमेंट तक भी दिखते हैं। Google ने कहा कि Gemini 3.7 Flash कम प्रॉम्प्ट्स के साथ अधिक फंक्शनल लेआउट और फीचर-कम्पलीट एप्लिकेशन जनरेट कर सकता है। यह किसी रेफरेंस इमेज, स्क्रीनशॉट या डिज़ाइन सिस्टम के डिज़ाइन को बारीकी से रिप्रोड्यूस भी कर सकता है। WebDev Arena बेंचमार्क पर, इसने 1,588 का एलो स्कोर हासिल किया, जबकि Gemini 3.6 Flash का स्कोर 1,538 था।

ध्यान देने वाली बात यह है कि यह मॉडल केवल कोडिंग तक सीमित नहीं है। Google के अनुसार, यह फाइनेंस, कानून और बायोसाइंसेज जैसे क्षेत्रों से जुड़े कार्यों में भी बेहतर प्रदर्शन करता है। GDP.pdf बेंचमार्क पर, जो कॉम्प्लेक्स डॉक्यूमेंट्स को समझने की क्षमता का परीक्षण करता है, Gemini 3.7 Flash ने 34 प्रतिशत स्कोर किया, जबकि Gemini 3.6 Flash का स्कोर 22 प्रतिशत था। AutomationBench पर, जो वास्तविक दुनिया के बिज़नेस वर्कफ्लो का मूल्यांकन करता है, इसने 30.4 प्रतिशत स्कोर किया, जबकि पिछले मॉडल का स्कोर 17 प्रतिशत था।

हाल ही में, AI एजेंट्स का इस्तेमाल कई क्षेत्रों में बढ़ रहा है। ये ऐसे सिस्टम हैं जो सिर्फ संक्षिप्त जवाब देने के बजाय एक्शन की एक श्रृंखला की योजना बना सकते हैं और उसे अंजाम दे सकते हैं। Google ने कहा कि नया Gemini 3.7 Flash ऐसे कार्यों से निपटने के लिए 'अधिक सोच-समझकर काम करने' के लिए डिज़ाइन किया गया है, जिनमें मल्टी-स्टेप प्लानिंग और टूल कॉल्स की आवश्यकता होती है। दावा किया जाता है कि यह मॉडल बाधाओं का सामना करने पर खुद को ढालने में बेहतर है और जरूरत पड़ने पर स्पष्टीकरण भी मांगता है, साथ ही इंस्ट्रक्शंस का सटीकता से पालन करता है।

ये विशेषताएं इसे कोडिंग एजेंट्स, एंटरप्राइज़ ऑटोमेशन और अन्य एप्लिकेशन्स के लिए विशेष रूप से प्रासंगिक बनाती हैं, जहां AI सिस्टम को सिर्फ प्रॉम्प्ट का जवाब देने के बजाय एक कार्य पूरा करना होता है। सर्च जायंट ने कहा कि वह इस मॉडल का इस्तेमाल अपने पर्सनल AI एजेंट Gemini Spark को पावर देने के लिए भी कर रहा है, जो उपयोगकर्ता के निर्देशन में लगातार काम कर सकता है। इसके अलावा, कंपनी ने कहा कि अपडेटेड मॉडल Spark की Google Workspace टूल्स का उपयोग करने, फाइलों को समेकित करने, ईमेल ड्राफ्ट करने और स्टेटस डॉक्यूमेंट्स को अपडेट करने की क्षमता में सुधार करता है।

Gemini 3.7 Flash की शुरुआती कीमत $0.75 प्रति मिलियन इनपुट टोकन और $3.75 प्रति मिलियन आउटपुट टोकन है, जो 31 दिसंबर, 2026 तक वैध है। 1 जनवरी, 2027 से, ये कीमतें बढ़कर $1.50 प्रति मिलियन इनपुट टोकन और $7.50 प्रति मिलियन आउटपुट टोकन हो जाएंगी। Gemini 3.7 Flash की कीमत मूल Gemini 3.6 Flash की लागत की आधी है। पिछला मॉडल केवल तीन हफ्ते पहले, 21 जुलाई को घोषित किया गया था।

हालांकि, Google का तर्क है कि डेवलपर्स को अधिक सक्षम AI मॉडल्स से जुड़ी लागत का भुगतान किए बिना मजबूत प्रदर्शन मिल सकता है। यह उन कंपनियों के लिए महत्वपूर्ण हो सकता है जो बड़े पैमाने पर AI एजेंट्स चलाती हैं, जहां लाखों या अरबों टोकन जल्दी से महत्वपूर्ण लागत में बदल सकते हैं।

डेवलपर्स Google के Gemini API, Google AI Studio, Android Studio और Google Antigravity के माध्यम से मॉडल तक पहुंच सकते हैं। एंटरप्राइज़ इसे Google के एंटरप्राइज़ AI प्लेटफॉर्म्स के माध्यम से एक्सेस कर सकते हैं, जबकि व्यक्तिगत उपयोगकर्ता इसे समर्थित बाजारों में पात्र Google AI Pro और Ultra सब्सक्रिप्शन के साथ Gemini Spark के माध्यम से उपयोग कर सकते हैं। कंपनी ने मॉडल के सुरक्षा उपायों को भी अपडेट किया है, जिसमें रासायनिक, जैविक, रेडियोलॉजिकल और परमाणु जोखिमों के साथ-साथ साइबर से संबंधित खतरों से जुड़े संभावित दुरुपयोग से सुरक्षा शामिल है।

सीधे शब्दों में कहें तो Gemini 3.7 Flash एक सामान्य-उद्देश्य वाला चैटबॉट होने के बजाय कोडिंग और AI एजेंट्स के लिए एक हाई-परफॉर्मेंस इंजन बनने पर अधिक केंद्रित है।