← Каталог

· AI Engineer Europe 2026

Создание и запуск приложений на базе ИИ

Build & deploy AI-powered apps

Небольшая модель Gemini с инструментами code execution и grounding решает задачи визуального анализа с первой попытки и стоит, по словам спикера, долю цента за запрос.

  • Маленькая модель с инструментами — Gemini 3.1 Flash Lite с code execution нарисовала рамки вокруг нужных деталей на фото с первой попытки, а Gemini 3 Flash дала тот же ответ медленнее и дороже.
  • Видео по ссылке — YouTube URL передаётся модели напрямую, можно задать начало и конец фрагмента; по умолчанию берётся один кадр в секунду, пять минут видео заняли около 27,6 тысячи токенов.
  • URL context вместо векторной базы — список страниц добавляется в контекст, и модель цитирует источники прямо в ответе; так можно работать с материалами, появившимися после даты обучения модели, без отдельного retrieval.
  • Голос через system instructions — язык, акцент и стиль речи Gemini Live задаются инструкциями, а не цепочкой из распознавания речи, LLM и синтеза речи.

Кому полезно: тем, кто прототипирует мультимодальные сценарии и хочет проверить, хватит ли дешёвой модели Gemini для задачи, до написания кода. Доклад почти целиком состоит из демо продуктов Google, но инженерные приёмы в них переносимы.

Статья по теме

На какие вопросы отвечает доклад

Главы

Ещё доклады: Paige Bailey

Все 4 доклада →

Похожие доклады