Новая модель от Google может распознавать различные объекты реального мира, разбирать графики, решать алгебраические и геометрические задачи, понимать рукописный текст, распознавать и генерировать код, распознавать речь, а также переводить с одного языка на другой, работать с видео. На текущий момент есть три версии Gemini:

 — Ultra. Флагманская модель с максимальными возможностями. Именно она показывает самую высокую производительность в сложных задачах, включая анализ и работу с несколькими модальностями. На ее основе планируется запустить продвинутую версию чат-бота Bard Advanced в 2024 году.

 — Gemini Pro. Версия среднего уровня для более широкого круга задач. Она стала основой Google Bard. Позволяет генерировать тексты и изображения, задавать вопросы и искать информацию. Чат-бот с Pro-версией модели сейчас доступен в 170 странах, правда, пока только на английском языке.

 — Gemini Nano. Базовая версия, предназначенная для локального применения на мобильных устройствах. Будет доступна для пользователей на смартфонах Google Pixel 8 в следующем году.

А теперь о недостатках. Пока представленные Google демо-ролики работы Gemini — скорее презентация возможного потенциала модели, а не ее актуальные функции. Да, Gemini может многое, но ее еще нужно обучать и обучать, давая подробные текстовые запросы. Или, например, если попросить Gemini дать краткий обзор новостей, то модель отказывается комментировать потенциально спорные темы или даже предлагает самому пользователю тщательно погуглить.