В минувшие выходные интернет накрыло двумя волнами утечек о ещё не вышедшей модели Google - Gemini 3.5 Pro. Одна утверждает, что новая флагманская модель уничтожает Claude Fable 5 в кодинге. Вторая - что отстаёт от Fable 5 и GPT-5.6 по рассуждению. И Google молчит.

Контролируемый хаос вокруг ещё не вышедшей модели управляет её репутацией. Последствия этой войны сливов напрямую касаются того, как бизнес выбирает, какие нейросети для бизнеса использовать, и как новости gemini google влияют на стратегию внедрения.

Бычья утечка: «Gemini 3.5 Pro уничтожает Fable 5»

2 июля разработчик под ником Harshith (@HarshithLucky3) опубликовал скриншот из LMSYS Arena. На нём неназванная модель Google с тегом «Gemini 3.5 Pro» обходит Claude Fable 5 High в задаче по генерации SVG-кода. «Минималистичная изометрическая карточная машина» - таким был промпт. По словам Harshith, разрыв был нешуточным.

Dev X подхватил. Слово mogging - сленговое «уничтожает» - приклеилось к Gemini 3.5 Pro. Чистые SVG, пиксель-перфект-макеты, пространственная композиция с одного промпта, тогда как Fable 5 требует уточнений.

Вторая волна той же утечки: внутренние бенчмарки якобы показывают преимущество над Fable 5 в нескольких задачах zero-shot-рассуждения. А ещё - контекст на 2 миллиона токенов и новый режим Deep Think. Если всё это правда - у Google на руках монстр.

«Один слив говорит, что модель - лучшая по фронтенду на планете. Другой - что не дотягивает до моделей, которые уже в продакшне. Оба не опубликовали исходных данных»

Медвежья утечка: «Gemini 3.5 Pro отстаёт»

Почти одновременно появился другой слив, из другого источника. В нём раннее тестирование Gemini 3.5 Pro показывает проблемы с продвинутым рассуждением, кодингом и долгосрочными задачами. Модель Placement - позади Fable 5 и GPT-5.6, со слабыми местами в двунаправленной обработке и заполнении кода.

Так кто прав? Никто. Оба слива - это скриншоты без сырых данных, без шаблонов промптов, без возможности воспроизвести результат. Harshith, кстати, публикует «обнаружения Gemini 3.5 Pro в Arena» с мая - и его данные ни разу не сошлись в единую картину.

Что подтверждено, а что - слухи

Давайте отделим то, что знаем наверняка, от остального.

Факты и не факты

  • Подтверждено: Google показала Gemini 3.5 Pro на I/O 19 мая. Пичаи пообещал релиз «в следующем месяце». Зал застонал.
  • Подтверждено: Июньский срок сорван. Модель в ограниченном Vertex AI preview.
  • Подтверждено: Тестируется в LMArena и на платформе Antigravity Google под псевдонимами.
  • Не подтверждено: Дата запуска 17 июля (внутренняя, уже один раз сдвигали).
  • Не подтверждено: Контекст на 2 млн токенов (правдоподобно, но не официально).
  • Слухи: Все цифры бенчмарков. В обе стороны.

Что на самом деле стоит за сливами

Утечки - это событие. Но игра в утечки - событие поважнее.

Секретное тестирование frontier-моделей под фейковыми именами в публичных аренах стало настолько рутинным, что отдельные пользователи X отслеживают это как recurring-новость: перепощивают скриншоты, сравнивают матчапы, формируют мнение сообщества за месяцы до официального бенчмарка.

Ранняя репутация модели задаётся невоспроизводимыми скриншотами. Модель может числиться «лучшим кодером в мире» или «тихо отстающей» ещё до того, как её создатели скажут хоть слово.

Gemini 3.5 Pro входит в эту мясорубку в худший для Google момент. За последние десять дней компания: отложила флагман, потеряла соавтора Transformer Ноама Шазира (ушёл в OpenAI) и нобелевского лауреата Джона Джампера (ушел в Anthropic), а ещё схлопнула рыночную стоимость на 225 млрд долларов за один день - худший торговый день за год, по данным CNBC.

Причины задержки, на которые ссылается Google, не помогают настроению. Источники говорят о проблемах с эффективностью токенов - кодинг не дотягивает до флагманского стандарта, долгосрочное рассуждение ниже планки, заданной на I/O. В год, когда «интеллект за доллар» стал метрикой закупок, флагман, сжигающий токены, - это флагман, который опаздывает не случайно.

Что это значит для бизнеса

Для компаний, которые строят стратегию на определённых моделях, ситуация с Gemini 3.5 Pro - не только новости gemini google и повод для чтения. Это практический сигнал о том, как работают современные AI-рынки.

Во Владивостоке и на Дальнем Востоке этот урок особенно актуален. Выбор модели для автоматизации бизнеса - это не про «какая круче на бенчмарке». Это про то, кто контролирует доступ, как быстро меняются рейтинги и как не попасть в зависимость от одного вендора, чей флагман может «оказаться позади» за один уикенд.

Наши рекомендации для внедрения искусственного интеллекта в бизнес-процессы: не гнаться за единственным флагманом. Собирать стек из проверенных моделей - DeepSeek, Mistral, Qwen, Gemini Flash - и тестировать на реальных задачах, а не на скриншотах из Arena. Если бизнес хочет быть устойчивым к рыночным качелям, стоит закладывать мультимодельность в архитектуру с самого начала.