Google vừa ra mắt Gemini 3.7 Flash, một mô hình ngôn ngữ lớn (LLM) thuộc dòng Flash; công ty mô tả đây là mô hình "chủ lực" mạnh mẽ nhất từ ​​trước đến nay của họ dành cho tác vụ lập trình và các tác nhân AI (AI agents). Mô hình này xuất hiện chỉ ba tuần sau phiên bản Gemini 3.6 Flash, được thiết kế nhằm tối ưu hóa quy trình kỹ thuật phần mềm, phát triển web và các quy trình làm việc phức tạp khác. Theo Google, Gemini 3.7 Flash mang lại những cải tiến đáng kể so với phiên bản tiền nhiệm trong các khía cạnh như gỡ lỗi, giải quyết vấn đề, tạo mã nguồn và thực hiện các tác vụ đa bước. Công ty cho biết mô hình này đạt điểm số 43,6% trên bài kiểm tra FrontierCode 1.1 Main (so với 34,4% của Gemini 3.6 Flash), đồng thời điểm số trên DeepSWE v1.1 cũng tăng từ 49% lên 65,3%.

Mô hình mới cũng hoạt động hiệu quả hơn trong lĩnh vực phát triển web. Google cho biết Gemini 3.7 Flash có khả năng tạo ra các bố cục có tính ứng dụng cao và các ứng dụng đầy đủ tính năng chỉ với ít câu lệnh (prOmpt) hơn. Nó cũng tuân thủ tốt hơn các thiết kế tham chiếu, bất kể chúng được cung cấp dưới dạng ảnh chụp màn hình, hình ảnh hay hệ thống thiết kế hoàn chỉnh. Trên bảng xếp hạng WebDev Arena của Arena.ai, mô hình này đạt điểm Elo là 1588, so với mức 1538 của Gemini 3.6 Flash.

Google cũng đang định hướng Gemini 3.7 Flash cho các tác vụ đòi hỏi kiến ​​thức chuyên sâu trong những lĩnh vực như tài chính, luật và khoa học sinh học. Trong bài kiểm tra hiệu năng GDP.pdf – vốn đánh giá khả năng xử lý các tài liệu phức tạp – mô hình mới đạt kết quả 34%, so với mức 22% của phiên bản tiền nhiệm. Đối với AutomationBench – bài kiểm tra hiệu suất dựa trên quy trình công việc thực tế của doanh nghiệp – Gemini 3.7 Flash đạt 30,4%, trong khi Gemini 3.6 Flash đạt 17%.

Công ty cho biết mô hình này cũng được thiết kế nhằm mang lại trải nghiệm tốt hơn cho các nhà phát triển. Theo thông tin ghi nhận, Gemini 3.7 Flash có khả năng thích ứng tốt hơn khi gặp trở ngại, cũng như làm rõ ý định người dùng, tuân thủ hướng dẫn, lập kế hoạch cho các tác vụ nhiều bước và sử dụng các công cụ bên ngoài. Google nhận định rằng điều này sẽ giúp giảm thiểu nhu cầu can thiệp thủ công và hạn chế việc phải thực hiện lại nhiều lần khi xây dựng các tác nhân phần mềm (software agents)...

Trích lược Andrew Sozinov https://www.notebookcheck.net/Google-launches-Gemini-3-7-Flash-claims-major-leap-in-coding-and-AI-agents.1368053.0.html