Onsdag annoncerede Google den generelle udrulning af Gemini 2. 0, som betegnes som den mest avancerede suite af kunstige intelligensmodeller til dato. Tidligere, i december, gav virksomheden adgang til udviklere og betroede testere, og integrerede nogle funktioner i Google-produkterne. Denne seneste udgivelse betragtes dog som en "generel udgivelse" af virksomheden. Model-suiten inkluderer 2. 0 Flash, designet som en "arbejdshestemodel, optimal til høj-volumen, høj-frekvensopgaver i stor skala"; 2. 0 Pro Experimental, som fokuserer på at forbedre kodepræstationen; og 2. 0 Flash-Lite, der prales med at være "den mest omkostningseffektive model til dato. " Med hensyn til prissætning opkræver Gemini Flash udviklere 10 cent per million tokens for tekst-, billede- og videoinput, mens Flash-Lite, det mere økonomiske alternativ, kun koster 0, 75 cent for de samme input. Disse løbende udgivelser stemmer overens med Googles overordnede strategi om at investere kraftigt i "AI-agenter" midt i et intensiveret kapløb om dominans inden for kunstig intelligens blandt både tech-giganter og startups. Virksomheder som Meta, Amazon, Microsoft, OpenAI og Anthropic bevæger sig også mod agentisk AI – modeller, der er i stand til at udføre komplekse, flerstegsopgaver på vegne af brugerne, i stedet for at kræve trin-for-trin vejledning. Ifølge Googles blogindlæg fra december, "I løbet af det sidste år har vi investeret i at udvikle mere agentiske modeller, så de kan forstå deres omgivelser, tænke fremad og handle på dine vegne med din overvågning. " De tilføjede, at Gemini 2. 0 introducerer "nye fremskridt inden for multimodalitet, herunder native billede- og lyduger, samt native værktøjsbrug, " med det mål at udvikle nye AI-agenter, der er i overensstemmelse med deres vision for en universel assistent. Anthropic, en AI-startup støttet af Amazon og grundlagt af tidligere OpenAI-forskere, er en betydelig konkurrent i bestræbelserne på at skabe AI-agenter. I oktober afslørede virksomheden, at dens AI-agenter kunne betjene computere på samme måde som mennesker for at gennemføre komplekse opgaver. Denne evne giver Anthropics teknologi mulighed for at fortolke, hvad der er på en computerskærm, vælge muligheder, indtaste tekst, navigere på websites og udføre opgaver på tværs af forskellige softwareplatforme, herunder realtids internetbrowsing. "Det er i stand til at bruge computere meget ligesom vi gør, " bemærkede Jared Kaplan, Anthropics chief science officer, i et interview med CNBC på det tidspunkt og nævnte, at det kan tackle opgaver, der involverer "ti eller endda hundrede trin. " For nylig introducerede OpenAI et lignende værktøj kaldet Operator, der er designet til at automatisere opgaver som at organisere ferier, udfylde formularer, lave restaurantreservationer og handle ind.

Det Microsoft-støttede selskab beskrev Operator som "en agent, der kan tilgå internettet for at udføre opgaver for dig. " Tidligere på ugen præsenterede OpenAI et andet værktøj kaldet Deep Research, som gør det muligt for en AI-agent at samle uddybende forskningsrapporter og analysere spørgsmål og emner valgt af brugeren. Google lancerede også et samme kaldet Deep Research i december, som fungerer som en "forskningsassistent til at udforske komplekse emner og samle rapporter på dine vegne. " Ifølge CNBC's rapport fra december har Google til hensigt at rulle flere AI-funktioner ud i begyndelsen af 2025. "I historien er det ikke altid vigtigt at være den første, men at udføre godt og være den bedste i din kategori er afgørende, " sagde CEO Sundar Pichai under et strategimøde på det tidspunkt. "Jeg tror, at det er essensen af, hvad 2025 vil handle om. "