Atak klonów w Mountain View. Google I/O 2026 stawia na tanie modele i agentów, którzy nie śpią

Sundar Pichai wszedł na scenę z konkretnym komunikatem: Google przetwarza już ponad 3,2 biliarda tokenów miesięcznie. To siedmiokrotny wzrost w ciągu roku, który najlepiej pokazuje, że AI przestało być poligonem doświadczalnym, a stało się masową infrastrukturą. Podczas tegorocznego Google I/O firma przestała ścigać się na obietnice, a zaczęła na wydajność i koszty, prezentując model Gemini 3.5 Flash oraz wizję autonomicznych agentów pracujących w chmurze.

To kluczowy moment dla rynku, bo Google wyraźnie przesuwa środek ciężkości z błyskotliwych czatbotów na praktycznych „AI-pracowników”. W obliczu rosnącej presji ze strony OpenAI i Anthropic, gigant z Mountain View postawił na drastyczne obniżenie barier wejścia – zarówno finansowych, jak i technologicznych – oferując narzędzia zdolne do autonomicznej pracy bez nadzoru człowieka.

Szybkość i ekonomia: Gemini 3.5 Flash rzuca wyzwanie rynkowi

Kluczowym punktem ogłoszeń stał się model Gemini 3.5 Flash. Choć nazwa sugeruje wersję odchudzoną, w rzeczywistości model ten pod niemal każdym względem przewyższa dotychczasowe flagowce. Zespół Google Gemini twierdzi wprost: „Gemini 3 Flash oferuje topową inteligencję zbudowaną z myślą o szybkości za ułamek dotychczasowej ceny”. Statystyki potwierdzają te ambicje – model osiąga 90,4% w teście zaawansowanego rozumowania GPQA Diamond, co niemal zrównuje go z potężniejszą wersją Pro.

Dla biznesu najważniejszym sygnałem jest cena. Google wyceniło model na 0,50 USD za milion tokenów wejściowych, co ma przynieść gigantom technologicznym oszczędności przekraczające miliard dolarów rocznie. Flash obsługuje okno kontekstowe o rozmiarze 1 miliona tokenów, co pozwala mu na analizę całych baz dokumentów czy godzin nagrań wideo w kilka sekund. Optymalizacja sprawiła, że system pracuje trzykrotnie szybciej niż Gemini 2.5 Pro, stając się nowym standardem w darmowej aplikacji Gemini.

Multimodalność bez granic: Gemini Omni

Kolejnym filarem nowej oferty jest Gemini Omni – system zaprojektowany jako natywnie multimodalny. W przeciwieństwie do wcześniejszych modeli, Omni integruje obraz, dźwięk i tekst w jednej architekturze. Pozwala to na iteracyjną edycję treści, gdzie wygenerowany wynik staje się nowym wkładem. W praktyce oznacza to np. możliwość wymiany postaci w filmie przy zachowaniu reszty sceny. Nowe funkcje, jak Ask YouTube dla subskrybentów Premium, pozwalają na konwersacyjne przeszukiwanie treści wideo, co całkowicie zmienia sposób interakcji z platformą.

Agent, który nigdy nie śpi: narodziny Gemini Spark

Najbardziej radykalnym elementem prezentacji był Gemini Spark – osobisty agent AI działający w chmurze 24 godziny na dobę. Spark nie potrzebuje włączonego laptopa ani aktywnego smartfona. Pracuje na dedykowanych maszynach wirtualnych, wykonując zadania w tle: od sortowania poczty po zarządzanie projektami w Docs i Gmailu. Jego skuteczność potwierdzają testy – w benchmarku SWE-bench Verified, mierzącym zdolności programistyczne, model uzyskał wynik 78%, bijąc na głowę serię 2.5.

Nowe szaty i ambicje deweloperskie

Zmiany nie ominęły warstwy wizualnej. Aplikacja Gemini przeszła redesign w języku projektowania 'Neural Expressive’. Zamiast bloków tekstu, użytkownicy widzą dynamiczne wizualizacje i priorytetyzowane osie czasu. Google nie zapomina o twórcach: platforma Antigravity 2.0 staje się środowiskiem do zarządzania wieloma autonomicznymi agentami jednocześnie. Wspiera ją nowy AI Search box, który pozwala na multimodalne zapytania i koordynację pracy cyfrowych pomocników w jednej przestrzeni wyszukiwania. Google nie chce już tylko odpowiadać na pytania – chce wykonywać za nas pracę.