Veamos la puntuación del Gemini 3.0 Pro en "Design Arena". Como era de esperar, sus ventajas eran todas de primer nivel (SOTA) y número uno en todas las categorías: Sitio web, Componentes de interfaz de usuario, Diseño 3D y Desarrollo de juegos. ¿Por qué solo en estas categorías? Porque solo participó en la comparación dentro de estas áreas. 😂 El Gemini 3.0 Pro es realmente extraordinario. Las excelentes críticas que recibe hoy en diversas plataformas no solo dicen "mejor", sino que afirman que es "excepcional". Además, hoy vi en el blog oficial de Google que utilizan sus propias TPU para el entrenamiento de modelos, lo que les proporciona una ventaja proactiva en el control de los costes de entrenamiento e inferencia. La velocidad de inferencia que experimenté hoy también fue muy rápida. ¿Hay algún secreto oculto sobre la arquitectura del modelo? ¿O simplemente cuentan con suficiente potencia de cómputo en sus TPU? Además, teniendo en cuenta los datos nativos multimodales utilizados para el entrenamiento, ¿será Gemini el primer modelo multimodal capaz de manejar cualquier entrada y cualquier salida?
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.
