Google ਦਾ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਦੇਰੀ ਵਾਲਾ Gemini 3.5 Pro LMSYS ਚੈਟਬੋਟ ਅਰੇਨਾ ਦੇ ਅੰਨ੍ਹੇ ਟੈਸਟਿੰਗ ਪੂਲ ਦੇ ਅੰਦਰ ਵਾਰ-ਵਾਰ ਸਾਹਮਣੇ ਆ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰ ਭਾਈਚਾਰੇ ਵਿੱਚ ਇੱਕ ਸਪੱਸ਼ਟ ਸੰਕੇਤ ਭੇਜਿਆ ਜਾ ਰਿਹਾ ਹੈ ਕਿ ਫਲੈਗਸ਼ਿਪ ਮਾਡਲ ਦੀ ਜਨਤਕ ਰਿਲੀਜ਼ ਅੰਤ ਵਿੱਚ ਨੇੜੇ ਹੋ ਸਕਦੀ ਹੈ। ਜਦੋਂ ਕਿ ਕੰਪਨੀ ਦੀ ਅਧਿਕਾਰਤ ਲਾਈਨ ਇਹ ਬਣੀ ਹੋਈ ਹੈ ਕਿ ਮਾਡਲ "ਇਸ ਸਮੇਂ ਸਹਿਭਾਗੀ ਟੈਸਟਿੰਗ ਵਿੱਚ ਹੈ," ਕਮਿਊਨਿਟੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ, ਬੈਕਐਂਡ ਵਿਗਾੜਾਂ, ਅਤੇ ਅਸਧਾਰਨ ਤੌਰ 'ਤੇ ਮਜ਼ਬੂਤ ​​ਜਵਾਬਾਂ ਦੀ ਇੱਕ ਲੜੀ ਇੱਕ ਵਿਆਪਕ ਰੋਲਆਊਟ ਤੋਂ ਪਹਿਲਾਂ ਦੇਰ-ਪੜਾਅ A/B ਟੈਸਟਿੰਗ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੀ ਹੈ।

ਦੇਖਣਾ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਕਿਉਂਕਿ ਚੈਟਬੋਟ ਅਰੇਨਾ 'ਤੇ ਮੌਜੂਦਗੀ ਬਹੁਤ ਘੱਟ ਦੁਰਘਟਨਾ ਨਾਲ ਹੁੰਦੀ ਹੈ। ਜਦੋਂ ਅਣ-ਐਲਾਨੀ ਮਾਡਲ ਪਲੇਟਫਾਰਮ ਦੀਆਂ ਅੰਨ੍ਹੇ ਤਰਜੀਹ ਲੜਾਈਆਂ ਵਿੱਚ ਆਉਂਦੇ ਹਨ, ਤਾਂ ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਜਨਤਕ API ਅਤੇ ਵੈਬ ਲਾਂਚ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਅੰਤਮ ਤਣਾਅ-ਪਰੀਖਣ ਪੜਾਅ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਰੀਲੀਜ਼ ਚੱਕਰ ਮਾਰਕੀਟ ਨੂੰ ਕਿਵੇਂ ਆਕਾਰ ਦਿੰਦੇ ਹਨ ਇਸ ਬਾਰੇ ਹੋਰ ਜਾਣਨ ਲਈ, ਸਾਡੇ AI ਮਾਡਲ ਕਵਰੇਜ ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਡਿਵੈਲਪਰ ਕੀ ਦੇਖ ਰਹੇ ਹਨ

2 ਅਗਸਤ, 2026 ਨੂੰ NokiaPowerUser ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੇ ਗਏ ਕਮਿਊਨਿਟੀ ਨਿਰੀਖਣਾਂ ਦੇ ਅਨੁਸਾਰ, X ਅਤੇ Discord ਦੇ ਟੈਸਟਰਾਂ ਨੇ ਇੱਕ ਤੇਜ਼, ਉੱਚ ਯੋਗਤਾ ਵਾਲੇ ਮਾਡਲ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਦਾ ਵਰਣਨ ਕੀਤਾ ਹੈ ਜੋ ਆਪਣੇ ਆਪ ਨੂੰ gemini-3.5-pro ਪਛਾਣਕਰਤਾ ਦੇ ਅਧੀਨ ਇੱਕ DeepMind ਰਚਨਾ ਵਜੋਂ ਪਛਾਣਦਾ ਹੈ। ਕਈ ਨਮੂਨੇ ਸਾਹਮਣੇ ਆਏ ਹਨ:

  • ਵਾਰ-ਵਾਰ ਅੰਨ੍ਹੇ-ਜਾਂਚ ਦੀ ਦਿੱਖ: ਮਾਡਲ ਚੈਟਬੋਟ ਅਰੇਨਾ ਦੀਆਂ ਅਗਿਆਤ ਸਿਰ-ਤੋਂ-ਸਿਰ ਤੁਲਨਾਵਾਂ ਵਿੱਚ ਬਦਲਦਾ ਰਹਿੰਦਾ ਹੈ, ਜਿਸ ਤਰ੍ਹਾਂ ਦਾ ਐਕਸਪੋਜਰ Google ਆਮ ਤੌਰ 'ਤੇ ਉਹਨਾਂ ਮਾਡਲਾਂ ਲਈ ਰਾਖਵਾਂ ਰੱਖਦਾ ਹੈ ਜਿਸਨੂੰ ਇਹ ਭੇਜਣ ਜਾ ਰਿਹਾ ਹੈ।
  • ਐਕਟਿਵ A/B ਟੈਸਟਿੰਗ ਸਿਗਨਲ: ਸੂਖਮ ਇੰਟਰਫੇਸ ਅਤੇ ਬੈਕਐਂਡ ਅੱਪਡੇਟ ਡਿਵੈਲਪਰ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਦੇਖੇ ਗਏ ਹਨ, ਇੱਕ ਪੈਟਰਨ ਜੋ ਪ੍ਰੀ-ਲੌਂਚ ਤੈਨਾਤੀ ਪੜਾਵਾਂ ਨਾਲ ਇਕਸਾਰ ਹੈ।
  • "ਫਲੈਸ਼" ਅਸੰਗਤੀਆਂ: ਕਈ ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਸਟੈਂਡਰਡ ਫਲੈਸ਼ ਮਾਡਲਾਂ ਤੋਂ ਬਾਹਰਲੇ ਜਵਾਬਾਂ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕੀਤਾ ਜੋ ਲਾਈਵ ਮੁਲਾਂਕਣ ਦੌਰਾਨ ਅਪ੍ਰਕਾਸ਼ਿਤ, ਉੱਚ-ਪੱਧਰੀ ਮਾਡਲ ਲਈ ਸ਼ੈਡੋ ਰੂਟਿੰਗ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹੋਏ, ਅਸਧਾਰਨ ਤੌਰ 'ਤੇ ਡੂੰਘੇ ਤਰਕ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ।

ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਨੇ ਬਰਕਰਾਰ ਰੱਖਿਆ ਹੈ ਕਿ ਸਹਿਭਾਗੀ ਪ੍ਰਮਾਣਿਕਤਾ ਅਜੇ ਵੀ ਜਾਰੀ ਹੈ। ਪਰ ਜਿਵੇਂ ਕਿ NokiaPowerUser ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ, ਇਤਿਹਾਸ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਪੜਾਅ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਵਾਰ ਅਰੇਨਾ ਸਟੇਜਿੰਗ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਬਾਅਦ ਆਮ ਉਪਲਬਧਤਾ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਤਬਦੀਲ ਹੋ ਜਾਂਦਾ ਹੈ।

ਇੱਕ ਮਾਡਲ ਜੋ ਪਹਿਲਾਂ ਹੀ ਲੇਟ ਹੈ

ਅਰੇਨਾ ਦੇ ਦਰਸ਼ਨ ਖੋਜ ਦੈਂਤ ਲਈ ਮਹੀਨਿਆਂ ਦੀ ਨਿਰਾਸ਼ਾ ਤੋਂ ਬਾਅਦ ਆਉਂਦੇ ਹਨ। ਮਈ 2026 ਵਿੱਚ ਆਪਣੀ Google I/O ਡਿਵੈਲਪਰ ਕਾਨਫਰੰਸ ਵਿੱਚ, ਗੂਗਲ ਨੇ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਲਈ ਇੱਕ ਹਲਕੇ-ਵਜ਼ਨ ਵਾਲੇ ਜੇਮਿਨੀ 3.5 ਫਲੈਸ਼ ਮਾਡਲ ਨੂੰ ਲਾਂਚ ਕੀਤਾ, ਅਤੇ ਸੀਈਓ ਸੁੰਦਰ ਪਿਚਾਈ ਨੇ ਇੱਕ ਪ੍ਰੀ-ਕਾਨਫਰੰਸ ਮੀਡੀਆ ਬ੍ਰੀਫਿੰਗ ਵਿੱਚ ਦੱਸਿਆ ਕਿ ਪ੍ਰੋ ਸੰਸਕਰਣ ਜੂਨ ਵਿੱਚ ਲਾਗੂ ਹੋਵੇਗਾ। "ਅਸੀਂ 3.5 ਪ੍ਰੋ ਲਈ ਵੀ ਉਤਸ਼ਾਹਿਤ ਹਾਂ," ਪਿਚਾਈ ਨੇ ਕਿਹਾ, Mashable ਦੇ ਅਨੁਸਾਰ। "ਅਸੀਂ ਇਸਨੂੰ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਵਰਤ ਰਹੇ ਹਾਂ। ਇਹ ਬਹੁਤ ਵਧੀਆ ਸੁਧਾਰ ਦਿਖਾ ਰਿਹਾ ਹੈ."

ਜੂਨ ਆਈ ਅਤੇ ਬਿਨਾਂ ਕਿਸੇ ਰਿਹਾਈ ਦੇ ਚਲੀ ਗਈ। ਜੁਲਾਈ ਦੇ ਅੱਧ ਤੱਕ, ਬਲੂਮਬਰਗ ਨੇ ਰਿਪੋਰਟ ਦਿੱਤੀ ਕਿ ਦੇਰੀ ਨੇ ਗੂਗਲ ਦੇ ਇੰਜੀਨੀਅਰਾਂ, ਏਆਈ ਖੋਜਕਰਤਾਵਾਂ ਅਤੇ ਪ੍ਰਬੰਧਕਾਂ ਵਿੱਚ ਨਿਰਾਸ਼ਾ ਪੈਦਾ ਕਰ ਦਿੱਤੀ ਹੈ, ਜੋ ਕਿ ਕੰਪਨੀ ਨੂੰ ਆਪਣੇ ਵਿਰੋਧੀਆਂ ਐਂਥਰੋਪਿਕ ਅਤੇ ਓਪਨਏਆਈ ਤੋਂ ਆਪਣੇ ਕਿਨਾਰੇ ਨੂੰ ਗੁਆਉਣ ਦੇ ਜੋਖਮ ਵਿੱਚ ਸਨ। Mashable, ਜਿਸ ਨੇ 17 ਜੁਲਾਈ ਨੂੰ ਬਲੂਮਬਰਗ ਰਿਪੋਰਟ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ, ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਗੂਗਲ ਨੇ "ਮਾਡਲਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਸ਼ਿਪਿੰਗ" ਬਾਰੇ ਸਿਰਫ ਇੱਕ ਅਸਪਸ਼ਟ ਬਿਆਨ ਪ੍ਰਦਾਨ ਕੀਤਾ ਹੈ।

ਗੂਗਲ ਲਈ, ਦਾਅ ਸ਼ੇਖੀ ਮਾਰਨ ਦੇ ਅਧਿਕਾਰਾਂ ਤੋਂ ਪਰੇ ਹੈ। ਪਹਿਲਾਂ ਲੀਕ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਸੀ ਕਿ ਜੈਮਿਨੀ 3.5 ਪ੍ਰੋ ਪ੍ਰਮੁੱਖ ਖੇਤਰਾਂ ਜਿਵੇਂ ਕਿ ਉੱਨਤ ਤਰਕ, ਕੋਡਿੰਗ, ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਕਾਰਜਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ, ਇਸ ਨੂੰ ਕੁਝ ਬੈਂਚਮਾਰਕਾਂ ਵਿੱਚ ਐਂਥਰੋਪਿਕ ਦੇ ਫੈਬਲ 5 ਅਤੇ ਓਪਨਏਆਈ ਦੇ GPT-5.6 ਵਰਗੇ ਪ੍ਰਤੀਯੋਗੀਆਂ ਨੂੰ ਪਿੱਛੇ ਛੱਡਦਾ ਹੈ।

ਕੋਡਿੰਗ ਗੈਪ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ

ਕਿਸੇ ਵੀ ਰੋਲਆਊਟ ਦਾ ਸਮਾਂ ਨਾਜ਼ੁਕ ਹੁੰਦਾ ਹੈ। ਹਾਲੀਆ ਰੀਲੀਜ਼ ਜਿਵੇਂ ਕਿ ਜੇਮਿਨੀ 3.6 ਫਲੈਸ਼ ਨੇ ਠੋਸ ਟੋਕਨ ਕੁਸ਼ਲਤਾ ਅਤੇ ਘੱਟ ਲੇਟੈਂਸੀ ਪ੍ਰਦਾਨ ਕੀਤੀ ਹੈ, ਡਿਵੈਲਪਰ ਫੀਡਬੈਕ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਹਲਕੇ ਭਾਰ ਵਾਲੇ ਮਾਡਲ ਅਜੇ ਵੀ ਗੁੰਝਲਦਾਰ, ਲੰਬੇ-ਹੋਰੀਜ਼ਨ ਸਾਫਟਵੇਅਰ ਇੰਜਨੀਅਰਿੰਗ ਕਾਰਜਾਂ ਦੌਰਾਨ ਘੱਟ ਆਉਂਦੇ ਹਨ। ਡਿਵੈਲਪਰ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਗ੍ਰੇਡ ਰੀਫੈਕਟਰਿੰਗ, ਆਟੋਨੋਮਸ ਡੀਬਗਿੰਗ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਤਰਕ ਨੂੰ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਕਰਨ ਦੇ ਸਮਰੱਥ ਇੱਕ ਫਲੈਗਸ਼ਿਪ ਦੀ ਭਾਲ ਕਰ ਰਹੇ ਹਨ, ਬਿਨਾਂ ਭੁਲੇਖੇ ਦੇ ਲੂਪ ਵਿੱਚ ਡਿੱਗੇ।

ਸ਼ੁਰੂਆਤੀ ਕਮਿਊਨਿਟੀ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਅਤੇ Google ਦੇ ਹਾਲ ਹੀ ਦੇ ਰੀਲੀਜ਼ ਪੈਟਰਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ, Gemini 3.5 Pro ਲਈ ਸੰਭਾਵਿਤ ਫੋਕਸ ਖੇਤਰਾਂ ਵਿੱਚ ਐਡਵਾਂਸ ਏਜੰਟਿਕ ਕੋਡਿੰਗ, ਡੂੰਘੇ ਟੂਲ ਏਕੀਕਰਣ, ਅਤੇ ਫਰੰਟੀਅਰ-ਪੱਧਰ ਦੀ ਤਰਕ ਸ਼ਾਮਲ ਹਨ - ਬਿਲਕੁਲ ਉਹ ਸਮਰੱਥਾਵਾਂ ਜਿੱਥੇ ਹਲਕੇ ਭਾਰ ਵਾਲੇ ਮਾਡਲਾਂ ਨੇ ਕਮਜ਼ੋਰ ਕੀਤਾ ਹੈ।

ਮੁਕਾਬਲੇ ਦਾ ਦਬਾਅ ਵਧ ਰਿਹਾ ਹੈ

Google ਵੈਕਿਊਮ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ। ਵਿਸਤ੍ਰਿਤ ਮਾਡਲ ਮਾਰਕੀਟ ਨੂੰ ਹਮਲਾਵਰ ਕੀਮਤ ਮੁਕਾਬਲੇ ਅਤੇ ਸਮਰੱਥ ਓਪਨ-ਵੇਟ ਰੀਲੀਜ਼ਾਂ ਦੀ ਇੱਕ ਲਹਿਰ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਖਾਸ ਕਰਕੇ ਚੀਨੀ ਡਿਵੈਲਪਰਾਂ ਦੁਆਰਾ। DeepSeek ਅਤੇ Moonshot AI ਦੇ Kimi K3 ਨੇ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾ ਦਿੱਤਾ ਹੈ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਅੰਤਰ ਨੂੰ ਘਟਾ ਦਿੱਤਾ ਹੈ, ਜਦੋਂ ਕਿ ਐਂਥਰੋਪਿਕ ਅਤੇ ਓਪਨਏਆਈ ਆਪਣੀਆਂ ਸਰਹੱਦੀ ਪੇਸ਼ਕਸ਼ਾਂ 'ਤੇ ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਉਣਾ ਜਾਰੀ ਰੱਖਦੇ ਹਨ।

ਉਸ ਮਾਹੌਲ ਵਿੱਚ, ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਦੇਰੀ ਸ਼ਰਮ ਤੋਂ ਵੱਧ ਜੋਖਮ ਕਰਦੀ ਹੈ। ਪ੍ਰਤੀਯੋਗੀ ਫਲੈਗਸ਼ਿਪ ਤੋਂ ਬਿਨਾਂ ਹਰ ਹਫ਼ਤੇ ਇੱਕ ਹਫ਼ਤਾ ਹੁੰਦਾ ਹੈ ਡਿਵੈਲਪਰ ਅਤੇ ਉੱਦਮ ਵਿਕਲਪਾਂ ਨੂੰ ਤੋਲਦੇ ਹਨ - ਅਤੇ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੁਝ ਵਿਕਲਪ ਹੁਣ ਸਸਤੇ ਹਨ ਅਤੇ, ਖਾਸ ਕੰਮਾਂ ਵਿੱਚ, ਤੇਜ਼ ਹਨ। ਅਰੇਨਾ ਦੇ ਦ੍ਰਿਸ਼ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਗੂਗਲ ਜਾਣਦਾ ਹੈ ਕਿ ਘੜੀ ਟਿਕ ਰਹੀ ਹੈ।

ਕੀ ਜੇਮਿਨੀ 3.5 ਪ੍ਰੋ ਕੋਡਿੰਗ ਗੈਪ ਨੂੰ ਬੰਦ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸਦੀ ਤਰਕ ਸਮਰੱਥਾਵਾਂ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਨੂੰ ਚੁੱਪ ਕਰਾਉਂਦਾ ਹੈ ਤਾਂ ਹੀ ਇਹ ਸਪੱਸ਼ਟ ਹੋ ਜਾਵੇਗਾ ਜਦੋਂ ਇਹ ਅੰਨ੍ਹੇ ਟੈਸਟਿੰਗ ਤੋਂ ਡਿਵੈਲਪਰਾਂ ਦੇ ਹੱਥਾਂ ਵਿੱਚ ਚਲੇ ਜਾਵੇਗਾ। ਪਰ ਮਿਸਡ ਡੈੱਡਲਾਈਨ ਦੀ ਗਰਮੀ ਤੋਂ ਬਾਅਦ, LMSYS ਦੇ ਟੈਸਟਿੰਗ ਪੂਲ ਵਿੱਚ ਮਾਡਲ ਦੀ ਦਿੱਖ ਅਜੇ ਤੱਕ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਸੰਕੇਤ ਹੈ ਕਿ ਇੱਕ ਲਾਂਚ ਨੇੜੇ ਹੈ।

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਅਗਲੇ ਫਰੰਟੀਅਰ ਮਾਡਲ ਨੂੰ ਭੇਜਣ ਦੀ ਦੌੜ ਕਦੇ ਵੀ ਹੌਲੀ ਨਹੀਂ ਹੁੰਦੀ। AI Buzz Wire ਹਰ ਰੀਲੀਜ਼, ਲੀਕ, ਅਤੇ ਬੈਂਚਮਾਰਕ ਨੂੰ ਟ੍ਰੈਕ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਇਹ ਵਾਪਰਦਾ ਹੈ।

ਨਵੀਨਤਮ AI ਵਿਕਾਸ ਦੀ ਪੜਚੋਲ ਕਰੋ →