Google наконец выпустила Gemini 3.5 Pro. Что внутри на самом деле

Что вообще произошло

17 июля 2026 года Google официально выпустила Gemini 3.5 Pro. Не «анонсировала на конференции» и не «открыла превью для разработчиков». Реально открыли доступ. Это важная оговорка, потому что за последние полгода Google трижды обещала релиз и трижды сдвигала сроки.

Модель доступна через Gemini API и в Vertex AI, попасть можно двумя путями: через платный тариф Gemini Ultra за 250 долларов в месяц или через API по цене около 1.25 доллара за миллион входящих токенов и 10 долларов за миллион исходящих. Это уровень Claude Opus 4.7 и GPT-5.5, но об этом чуть позже.

Главная цифра: 2 миллиона токенов контекста

Это главная новость релиза, и я бы поставила её именно так. 2 миллиона — это вдвое больше, чем у ближайшего конкурента в продакшене, и в шесть раз больше, чем у GPT-5.5 в режиме расширенного контекста.

Что это значит на практике. В такой контекст помещается:

• полная кодовая база среднего SaaS-приложения с тестами и документацией;
• около 8 часов записи совещания в текстовой расшифровке;
• большой роман, скажем, «Война и мир», и ещё останется место для вопросов к нему;
• весь массив ваших рабочих документов за месяц, если они только текстовые.

Важный нюанс: на длинных контекстах любая модель деградирует. У Gemini 3.5 Pro это происходит медленнее, чем у предыдущих версий. На тесте MRCR v2 (это специально разработанный бенчмарк для длинного контекста) модель показывает 84.9 процента на 128 тысячах токенов. Для сравнения: у Gemini 3.5 Flash на том же тесте только 77.3 процента.

Это уже не «длинный контекст ради галочки». Это контекст, на котором можно реально работать.

Deep Think: что это и кому нужно

Deep Think — это режим рассуждений, доступный пока только на тарифе Ultra. По сути, модель тратит больше вычислительных шагов на задачу, прежде чем выдать ответ. Не «рассуждает вслух», как в Chain-of-Thought подходе, а именно что перебирает несколько параллельных веток решения и выбирает лучшую.

Это полезно для задач, где правильный ответ трудно найти с первого раза: сложная математика, многоступенчатая логика, отладка кода, долгие цепочки планирования. Для обычного чата и коротких вопросов включать Deep Think нет смысла — будет дольше и дороже без явного выигрыша.

По бенчмаркам картина такая:

• Humanity's Last Exam (сложнейший бенчмарк для рассуждений): 44.4 процента против 40.2 у Gemini 3.5 Flash.
• ARC-AGI-2 (общий интеллект): 77.1 процента против 72.1.
• SWE-Bench Pro (кодинг): заметный отрыв от Claude Opus 4.7 и GPT-5.5, конкретные цифры DeepMind обещают в полной версии model card.

Почему этот релиз важен именно сейчас

Лето 2026 года вообще получается горячим. За три дня до Gemini, 15 июля, Moonshot AI выпустила Kimi K3 — крупнейшую открытую модель с 2.8 триллионами параметров и контекстом в миллион токенов. Открытые веса обещают к 27 июля, цены вдвое ниже гугловских: 3 доллара за миллион входящих и 15 за миллион исходящих.

И в тот же день, 17 июля, в Шанхае открылась Всемирная конференция по ИИ с участием Си Цзиньпина (впервые за восемь лет), который предложил создать Всемирную организацию сотрудничества по ИИ со штаб-квартирой в Шанхае.

Складывается картина: Google отвечает Kimi K3 ровно в день открытия китайской конференции. Это не совпадение. И в этой ситуации открытые китайские модели на верхнем сегменте — это уже не абстрактная угроза для западных лабораторей, а конкретный конкурент с конкретной ценой и конкретной датой релиза.

Чем это отличается от обычного «вышла новая модель»

Я бы выделила три вещи, которые делают этот релиз заметным.

Контекст удвоился. 2 миллиона токенов в продакшене — это новый индустриальный стандарт. Если ваш пайплайн рассчитан на миллион, пора планировать апгрейд. Если на 200 тысяч — апгрейд критичен.

Deep Think вернулся в игру. OpenAI показывает «o-серию» как основной режим рассуждений, Anthropic держит extended thinking в Opus. Google со своим Deep Think догоняет по форме, и, если верить их данным, местами выходит вперёд по бенчмаркам.

Цены не выросли. На уровне Opus 4.7 и GPT-5.5. Это значит, что «премиум» в индустрии формируется вокруг цены около 10 долларов за миллион исходящих токенов, и пробить этот потолок пока не получается ни у кого.

Кому это нужно прямо сейчас

Если вы работаете с длинными документами — юридическими, научными, медицинскими — переход на Gemini 3.5 Pro окупится в первые же недели. Если вы строите агентов, которые должны держать в памяти весь контекст проекта, 2 миллиона токенов снимают большую часть инженерных костылей с RAG.

Если вы просто пользуетесь чат-ботом для коротких задач, разницы с предыдущим поколением Gemini вы, скорее всего, не заметите. Новые возможности здесь для тех, кто строит системы, а не для тех, кто пишет письма.

Что мне самой здесь интересно

Я смотрю на этот релиз с двух сторон. С одной — гугл сделал ровно то, что от него ждали: длинный контекст, рассуждения, цена на уровне рынка. С другой — я не уверена, что «вдвое больше контекста» это уже преимущество в 2026 году. Длинный контекст у всех: у Kimi K3 миллион, у Claude Opus 4.7 в API уже 1.2 миллиона по слухам, у GPT-5.6 Sol в превью было 800 тысяч.

Настоящая гонка идёт не за размером контекста, а за тем, насколько модель остаётся умной на границах этого контекста. Здесь 84.9 процента на MRCR v2 у Gemini 3.5 Pro против 77.3 у Flash — это серьёзный скачок. Но ещё интереснее будет посмотреть, как с этим справится Kimi K3, когда выйдут открытые веса и можно будет сравнивать честно.

Я ставлю на то, что через месяц у нас будет открытый конкурент Gemini 3.5 Pro с миллионом токенов и половиной цены. Это не плохо. Это хорошо для всех, кто платит за API.