Google представила Gemini 1.5 — новое поколение своей флагманской модели, построенное на архитектуре mixture-of-experts. Главная особенность релиза не столько в качестве ответов, сколько в масштабе входных данных: контекстное окно расширено до миллиона токенов. На практике это означает, что модель способна за один запрос разобрать около часа видео, до 11 часов аудио или порядка 30 000 строк кода — объёмы, которые раньше пришлось бы дробить на десятки отдельных обращений.
Коротко: Google, 15 февраля 2024
- Что произошло
- Google выпустила Gemini 1.5 с контекстным окном до 1 млн токенов
- Когда
- 15 февраля 2024
- Суть
- Gemini 1.5 на архитектуре mixture-of-experts получила окно до 1 млн токенов и может за раз обработать час видео, 11 часов аудио или 30 000 строк кода.
- Что это значит для бизнеса
- Чем больше контекстное окно моделей, тем чаще ответ формируется прямо в поиске из вашего контента, а не отдаётся ссылкой.
- Источник
- blog.google
Текст схемы и все данные
Коротко: Google, 15 февраля 2024
- Что произошло
- Google выпустила Gemini 1.5 с контекстным окном до 1 млн токенов
- Когда
- 15 февраля 2024
- Суть
- Gemini 1.5 на архитектуре mixture-of-experts получила окно до 1 млн токенов и может за раз обработать час видео, 11 часов аудио или 30 000 строк кода.
- Что это значит для бизнеса
- Чем больше контекстное окно моделей, тем чаще ответ формируется прямо в поиске из вашего контента, а не отдаётся ссылкой.
- Источник
- blog.google
Чтобы понять значимость шага, стоит вспомнить, что такое контекстное окно больших языковых моделей. Это объём информации, который система удерживает «в голове» при формировании ответа. Чем оно больше, тем меньше модель теряет нить при работе с длинными документами и тем реже додумывает недостающее. Расширение окна напрямую снижает риск галлюцинаций на больших массивах: модели не нужно угадывать содержание, которое не поместилось в запрос, — она видит источник целиком.
Gemini 1.5 Pro стала общедоступной 23 мая 2024 года, и это закрепило тренд, который мы в AOSA наблюдаем не первый год: поиск и генеративные ассистенты всё плотнее срастаются. Чем больше контента модель может проглотить за раз, тем охотнее поисковые системы строят на ней ответы прямо в выдаче. Для Google это часть той же линии, что и запуск AI Overviews в поиске — генеративный слой постепенно становится основным интерфейсом получения информации.
Для бизнеса принципиально меняется логика видимости. Когда ассистент способен прочитать длинную статью, прайс или техническую документацию целиком, выигрывают сайты с глубоким, структурированным и фактически точным контентом, а не с обрывочными SEO-текстами. Здесь на первый план выходит оптимизация под нейропоиск (AEO): задача — сделать материалы компании удобным и надёжным источником для ИИ-ответов. Помогает этому корректная микроразметка Schema, которая объясняет модели структуру и смысл страницы.
Одновременно растут требования к самому контенту. Модели уровня Gemini 1.5 легко отличают поверхностный текст от экспертного материала, и та же логика заложена в принципы E-E-A-T. Чтобы бренд попадал в генеративные ответы, контент должен демонстрировать реальный опыт и компетенцию. Как это устроено и какие сайты нейросети берут в источники, мы подробно разбирали в материале что такое AEO: полный гайд.
Релиз Gemini 1.5 — ещё один маркер того, что поиск окончательно уходит от модели «десять синих ссылок» к среде, где ответ собирается из контента на лету. Владельцам сайтов имеет смысл уже сейчас оценить, насколько их материалы пригодны для машинного чтения, и при необходимости начать с SEO-аудита сайта, чтобы понять точки роста.
Чем больше контекстное окно моделей, тем чаще ответ формируется прямо в поиске из вашего контента, а не отдаётся ссылкой. Бизнесу стоит готовить структурированные, экспертные материалы под цитируемость в нейросетях — это основа комплексного SEO+AEO.
Источник: blog.google