Google Gemini: полный гайд и сравнение с аналогами

GPT-5.6 Sol и Gemini — редкий случай, когда сильные стороны почти не пересекаются: Sol доминирует в терминальном и агентном кодинге (Terminal-Bench 88.8% против 68.5%, SWE-bench Pro 64.6% против 54.2%), тогда как Gemini 3.1 Pro отвечает нативной мультимодальностью со звуком и видео, ценой примерно вдвое ниже и лидерством в MMLU, ARC-AGI-2 и WebDev Arena. Важная оговорка: настоящий конкурент Gemini 3.5 Pro на момент статьи ещё не вышел (GA — середина июля), поэтому честное сравнение сегодня идёт с 3.1 Pro. Разбираем характеристики, бенчмарки, реальную стоимость и выбор под задачу.

Задайте ИИ вопрос и получите ответ, опирающийся на свежий Google Search — причём всё это бесшовно связано с Gmail, Docs и YouTube. Вот мир Google Gemini. Gemini — это диалоговый ИИ, созданный Google (и семейство моделей за ним), широко встроенный в мобильные приложения, веб, Google Workspace и Android, мультимодальный по тексту, изображениям, аудио и видео. Модели делятся на «быстрое и дешёвое семейство Flash» и «умное семейство Pro» — новейшие Gemini 3.5 Flash и 3.1 Pro. Цены идут Free / Plus $7.99 / Pro $19.99 / Ultra $99.99 (Ultra снижен с $249.99), а в 2026 году произошёл переход на лимиты использования на основе вычислений. В этой статье разобраны линейка моделей, ключевые возможности (Deep Research, Gems, Canvas, Live, Deep Think), три сильные стороны (интеграция с Google, длинный контекст, мультимодальность), цены и отличие от ChatGPT и Claude — всё со свежей информацией на май 2026 года.

В апреле 2026 года мультимодальный бенчмарк MMMU-Pro достиг 81–83 % у GPT-5.5, Claude Opus 4.7, Gemini 3.1 Pro и Qwen 3.5 Omni — понимание изображений фактически насыщено. Архитектура мигрировала от «сшитой» (отдельные энкодеры + адаптер) к нативной omnimodal (все модальности как общий поток токенов). В статье разобрано, что такое мультимодальный AI (LMM/VLM/Omnimodal), архитектурный водораздел и его значение, что технически определяет силу в каждой модальности (видео, аудио, документы/UI, открытые модели) плюс сравнительный срез на май 2026 года, четыре ключевых бенчмарка (MMMU-Pro, Video-MMMU, DocVQA, AudioBench), пять сценариев и критерий выбора для каждого, а также три жёстких ограничения (догадки по низкокачественным изображениям, точность в середине видео, диалекты и жаргон в аудио) — на основе актуальных исследований и практики.

Генеративный ИИ ответил «у меня нет данных об этом»? У каждого генеративного ИИ есть дата отсечки — предел обучающих данных. Сравниваем 8 ведущих инструментов по актуальности знаний и наличию веб-поиска.