Google का अपना बेंचमार्क परीक्षण पलट गया: जेमिनी की कीमत डीपसीक से 17.5 गुना अधिक है

Google ने एंड्रॉइड बेंच सूची को अपडेट किया है - एक बेंचमार्क परीक्षण जो विशेष रूप से एंड्रॉइड विकास कार्यों को पूरा करने के लिए एआई मॉडल की क्षमता को मापता है, जिसमें डेवलपर्स के लिए मॉडल चुनने के लिए एक मजबूत संदर्भ मूल्य होता है। परिणाम काफी विडंबनापूर्ण हैं: जेमिनी 3.5 फ्लैश, जिसे Google हाई-प्रोफाइल ने I/O 2026 में "अब तक का सबसे शक्तिशाली फ्लैश मॉडल" के रूप में दावा किया था, ने केवल 63.7 अंक हासिल किए और छठे स्थान पर रहा। एक रन की औसत लागत $147.1 (लगभग 996 युआन) जितनी अधिक है, जो इसे पूरी सूची में सबसे महंगा मॉडल बनाती है। V4 फ़्लैश को एक बार चलाने की लागत केवल $8.4 (लगभग 57 युआन) है - पहले वाले की लागत 17.5 गुना है।

सूची परिणाम और लागत विवरण:

घरेलू मॉडल के संदर्भ में, जीएलएम 5.1 (59.7 अंक), किमी के2.6 (58.6 अंक), और डीपसीक वी4 प्रो (55.4 अंक) एक ही समय में सूची में थे, जो डेवलपर टूल के क्षेत्र में चीनी एआई मॉडल की सामूहिक उपस्थिति को दर्शाता है।

Google ने I/O 2026 में दावा किया था कि जेमिनी 3.5 फ्लैश एन्कोडिंग क्षमताएं अधिक मजबूत थीं, प्रतिस्पर्धी अग्रणी मॉडल की आउटपुट गति 4 गुना तक थी, और कुछ आंतरिक बेंचमार्क में जेमिनी 3.1 प्रो से बेहतर प्रदर्शन किया था। हालाँकि, एंड्रॉइड बेंच का वास्तविक एंड्रॉइड डेवलपमेंट परिदृश्य डेटा एक पूरी तरह से अलग निष्कर्ष देता है - न केवल स्कोर शीर्ष पांच में जगह बनाता है, बल्कि डीपसीक वी4 फ्लैश द्वारा मूल्य/प्रदर्शन अनुपात को भी कुचल दिया जाता है। यहां तक ​​कि Google के अपने बेंचमार्क भी उसके अपने मॉडलों के लिए प्रतिष्ठा नहीं बचा सकते। ऐसे युग में जहां डेवलपर्स अपने पैरों से वोट करते हैं, वास्तविक परिदृश्यों से लागत प्रभावी डेटा द्वारा निर्माताओं की मार्केटिंग बयानबाजी को व्यवस्थित रूप से गलत ठहराया जा रहा है।