El 6 de diciembre de 2023, Google finalmente presentó Gemini, su respuesta a GPT-4. Después de un año de ponerse al día, Google afirmó haber construido algo mejor.

El video de demostración fue impresionante. Los benchmarks se veían fuertes. Pero ¿Gemini realmente cumpliría?

Qué Era Gemini

Google lanzó tres versiones:

Gemini Nano: Ligero, se ejecuta en dispositivo (teléfonos Pixel) Gemini Pro: Rendimiento equilibrado, disponible en Bard Gemini Ultra: Más capaz, afirmando vencer a GPT-4

Todos eran multimodales desde el principio: texto, imágenes, audio, video procesados nativamente.

Las Afirmaciones de Benchmark

El anuncio de Google destacó el rendimiento de Gemini Ultra:

Superó a GPT-4 en 30 de 32 benchmarks académicos 90.0% en MMLU (comprensión masiva de lenguaje multitarea) Primera IA en vencer a expertos humanos en MMLU

Los números se veían impresionantes. Pero había un truco: Gemini Ultra todavía no estaba disponible.

La Ventaja Multimodal

El diferenciador clave de Gemini: verdadera multimodalidad nativa.

GPT-4 atornilló visión a un modelo de texto. Gemini fue entrenado en múltiples modalidades simultáneamente desde el principio.

Lo que esto significaba:

• Mejor comprensión de imágenes en contexto
• Capacidades de procesamiento de video
• Comprensión de audio
• Razonamiento cross-modal

La arquitectura era fundamentalmente diferente de los competidores.

La Controversia de la Demostración

El video de lanzamiento de Google mostró a Gemini respondiendo impresionantemente a prompts de voz, video y visuales en tiempo real.

Resultó ser engañoso. La demostración fue editada, ralentizada y seleccionada. La experiencia real de Gemini era basada en texto y mucho más lenta.

La reacción fue inmediata. Google había sobreprom etido y enfrentó daño de credibilidad.

Realidad de Disponibilidad

Gemini Pro: Disponible inmediatamente en Bard Gemini Ultra: Llegando "principios de 2024" Gemini Nano: Solo teléfonos Pixel

Google estaba anunciando tecnología que no estaba completamente lista. De nuevo.

¿Dónde Están Ahora?

Gemini Ultra finalmente se lanzó como "Gemini Advanced" en febrero de 2024. Gemini 1.5 Pro (marzo de 2024) trajo una ventana de contexto de un millón de tokens, legítimamente impresionante.

Gemini 2.0 (diciembre de 2024) es ahora el buque insignia de Google, genuinamente competitivo con modelos de frontera.

El 6 de diciembre de 2023 fue la declaración de Google de que estaban de vuelta en la carrera de IA. La ejecución fue desordenada, pero la tecnología era real, solo tomó tiempo cumplir las promesas.