Google AI के हर मोर्चे पर जीत रहा है

• Google, AI models की performance, price competitiveness और product integration के मामले में rivals को पछाड़ते हुए AI के पूरे क्षेत्र में बढ़त हासिल कर रहा है
• Gemini 2.5 Pro को केंद्र में रखकर text, image, music, video, voice, agents जैसी विविध generative AI technologies पेश की जा रही हैं और उन्हें तेज़ी से Google ecosystem में integrated किया जा रहा है
• Cloud infrastructure, AI-focused hardware और smartphones तक अपने पास रखने वाला Google, OpenAI या Anthropic की तुलना में कहीं अधिक लाभप्रद संरचना के साथ AI युग का नेतृत्व कर रहा है

DeepMind की वापसी और Google की AI में सर्वदिशीय बढ़त

• लेखक लंबे समय से DeepMind के प्रशंसक रहे हैं, और याद करते हैं कि ChatGPT की तुलना में AlphaGo और AlphaZero ही AI के सचमुच मोहक क्षण थे
• Google, ChatGPT के लॉन्च से पहले पर्याप्त बढ़त बना सकता था, लेकिन search ad revenue बचाने के लिए ज़रूरत से ज़्यादा सतर्क रहने के कारण उसने यह अवसर खो दिया
• लेकिन उसके बाद Google और DeepMind ने वही गलती दोबारा नहीं दोहराई, और अब वे AI क्षेत्र के लगभग हर हिस्से में आगे चल रहे हैं

Gemini 2.5 Pro का अभूतपूर्व प्रदर्शन

• Gemini 2.5 Pro Experimental, विभिन्न public और private benchmarks में लगातार पहले स्थान पर है

  • LMArena, GPQA Diamond, Humanity’s Last Exam, AIME (math), Aider Polyglot (coding), Live Bench (diversity) आदि
  • Pokémon खेलने की क्षमता Claude Sonnet से बेहतर बताई गई है, और Minecraft Bench में भी यह तेज़ी से ऊपर बढ़ रहा है
  • creative writing और long-context understanding में भी यह शानदार नतीजे दिखा रहा है

• User evaluations में भी Gemini 2.5 Pro को industry का सर्वश्रेष्ठ माना जा रहा है

  • Reddit, X आदि पर अनेक users ने अपने वास्तविक उपयोग अनुभव साझा कर इसकी श्रेष्ठता दिखायी है

• Speed, price और functionality—हर पहलू में मज़बूत

  • तेज़, सस्ता, और 10 lakh tokens का context window उपलब्ध
  • Google products (Gmail, Docs, Maps आदि) के साथ integration की योजना

Lightweight model Gemini Flash और open source Gemma 3

• Gemini 2.5 Flash एक lightweight model है, जो mobile और edge environments के लिए optimized है
  • तेज़, बेहद सस्ता, और पहले के Flash, Flash Lite, Flash Thinking versions के साथ मिलकर बेहतरीन value देता है
• Gemma 3, Google का open source model है, जो Llama 4 और DeepSeek-V3 से प्रतिस्पर्धा कर सकता है

कीमत और प्रदर्शन का संतुलन

• Google ने high-performance और low-cost दोनों तरह के models में Pareto Frontier पर पकड़ बना ली है
  • उच्च प्रदर्शन वाले models भी cost-efficient हैं, और low-cost models भी पर्याप्त रूप से सक्षम हैं

Generative AI के हर क्षेत्र में बढ़त

• Gemini सिर्फ text-based models तक सीमित नहीं है; music (Lyria), image (Imagen 3), video (Veo 2), voice (Chirp 3) में भी यह top-tier स्तर पर है
  • Veo 2 को OpenAI के Sora की तुलना में ज़्यादा practically usable माना जा रहा है

Agent systems और interface technology

• Gemini 2.5 Pro का Deep Research mode, OpenAI की तुलना में दोगुना बेहतर बताया गया है
• Project Astra (assistant-type agent), Project Mariner (computer interface) जैसे कई projects पर काम चल रहा है
• Agent2Agent protocol और Model Context Protocol—दोनों को support करने की योजना है

लगातार research achievements और academic contribution

• Google DeepMind, Nature, ICLR, NeurIPS जैसी वैश्विक conferences में लगातार papers प्रकाशित कर रहा है
• AGI और industrial AI के प्रति भी यह उच्च स्तर की ज़िम्मेदारी के साथ आगे बढ़ रहा है

Google ecosystem और AI integration

• Google एक AI company भी है, consumer software company भी, और AI को अपने पूरे product lineup में integrate कर सकता है
  • Search, YouTube, Android, Gmail, Chrome सहित 7 products, जिनके monthly users 2 billion से अधिक हैं, उनमें AI जोड़ने की योजना है
  • जब Gemini पूरे Google ecosystem में integrate होगा, तो वह अरबों users के लिए default रूप से उपलब्ध सर्वश्रेष्ठ AI बन सकता है

Cloud और hardware infrastructure में प्रतिस्पर्धात्मक बढ़त

• Google, Google Cloud के ज़रिए AI models के लिए chips rent पर देता है, और अपने खुद के TPU chips (Ironwood v7) भी विकसित कर रहा है
  • Microsoft, OpenAI को और Amazon, Anthropic को cloud support देते हैं, लेकिन Google अपने ecosystem के भीतर ही सब कुछ संभालता है
  • AI hardware क्षेत्र में भी वह Nvidia से मुकाबला कर रहा है

Smartphone market में भी प्रवेश

• Google, Pixel 9 में Gemini को default रूप से शामिल कर रहा है, जिससे वह Apple और Samsung से भी प्रतिस्पर्धा कर सकता है
  • Screen sharing, camera control जैसे AI-powered features वास्तव में लागू किए जा चुके हैं
  • दूसरी कंपनियों द्वारा आज़माए गए AI wearables/devices फिलहाल असफल हो रहे हैं

निष्कर्ष: Google + DeepMind की निर्णायक बढ़त

• लेखक इस बात से हैरान हैं कि जिन OpenAI, Anthropic, Meta से उन्होंने पहले उम्मीदें लगाई थीं, उनके मुकाबले Google की सर्वदिशीय बढ़त अब इतनी स्पष्ट दिख रही है
• आगे competitors की वापसी देखने लायक होगी, लेकिन फिलहाल यह साफ़ है कि AI युद्ध में Google ही पक्का विजेता है

[phoon]

स्पेक्स के हिसाब से GPT 4.5 को हराने वाले मॉडल भले ही हों, लेकिन... सिर्फ़ साधारण translation कराकर भी देखें तो दोनों की वाक्य-रचना क्षमता एक जैसी भी नहीं लगती। (GPT की भारी जीत)
अब तो लगता है कि benchmark या test set को कैसे बनाना चाहिए, इस पर भी चर्चा होनी चाहिए।
और LLM की अपनी performance भी सामान्य tasks में उम्मीद से कम है, ऐसी राय भी काफ़ी सुनने को मिलती है...

[guitarhero]

"लेखक लंबे समय से DeepMind के प्रशंसक रहे हैं,"

[smboy86]

2.5 को भी थोड़ी देर इस्तेमाल किया था, हम्म.. आखिर में लगा कि GPT ही बेहतर है; क्या यह बस व्यक्ति-व्यक्ति के हिसाब से अलग है?

[mssmss]

मैं भी अब Gemini का ज़्यादा इस्तेमाल करता हूँ। यह ऐसा अनुभव था जिसमें अंतर लगातार बढ़ता हुआ महसूस हुआ।

[kandk]

मुझे भी लगता है कि gpt बेहतर है..

[3xplore]

मुझे gemini 2.5, gpt, claude और grok3 की तुलना में कहीं ज़्यादा high-quality जवाब देता लगा।
खासकर हाल में gpt की स्पीड बहुत धीमी हो गई है, इसलिए उसे इस्तेमाल करना असुविधाजनक था।

[GN⁺]

Hacker News राय

• OpenAI के पूर्व कर्मचारी के रूप में, कई प्रमुख ML प्रतिभाएँ OpenAI छोड़कर दूसरे startup में चली गईं। ChatGPT ऐप OpenAI का मुख्य सफल प्रोडक्ट है, लेकिन subscription fee से मिलने वाली कमाई की एक सीमा है। जल्द ही free service दिए जाने की उम्मीद है, और revenue generation के लिए ads मुख्य विकल्प बन सकते हैं। Google, OpenAI की user acquisition strategy को लेकर असहज महसूस कर रहा है। Google को innovations तेज़ी से users तक पहुँचाने होंगे

• इस लेख में TPUs का ज़िक्र नहीं है। Google का JAX + TPU ecosystem बहुत शानदार है। Google के पास अपना computing solution है, इसलिए उसे competition में बढ़त मिलती है। AI कंपनियों को इस सवाल का जवाब देना होगा: "वे ऐसा क्या कर सकती हैं जो दूसरी जगह नहीं किया जा सकता?" Google का hardware advantage इस सवाल का एक वास्तविक जवाब देता है

• ML क्षेत्र के leader को लेकर राय अक्सर बदलती रहती है। कुछ महीने पहले लगा था कि Google असफल हो गया है, लेकिन अब OpenAI की लोकप्रियता घटती दिख रही है। Google अभी अच्छा कर रहा है, लेकिन कुछ महीनों बाद स्थिति पूरी तरह बदल सकती है

• Google की marketing, trust, safety, market share जैसी चीज़ों में कमज़ोरियाँ हैं। लेकिन Gemini Pro 2.5 मॉडल बहुत शानदार है

• कुछ लोगों का मानना है कि LLMs को ads support मिल सकता है। LLM-आधारित "adsense" बहुत सूक्ष्म और चतुराई से काम कर सकता है। बातचीत के बीच ads को स्वाभाविक रूप से डाला जा सकता है

• Claude का उपयोग करने वाले एक user ने Gemini 2.5 आज़माने के बाद Google के integrated ecosystem की वजह से संतोष जताया। Google ने एक बार फिर सफलता हासिल की

• Gemini 2.5 Pro के अलावा Gemini 2.0 Flash भी एक versatile model है। यह सस्ता है, multimodal है, और भरोसेमंद speed देता है। यह real-time API भी देता है

• Gemini 2.5 Pro, OpenAI के Deep Research से दो गुना बेहतर है। Google का Deep Research ज़्यादा गहरा, अधिक complete और ज़्यादा sharp है

• Gemini 2.5 Pro बहुत शक्तिशाली है। लेकिन web UI की समस्याओं की वजह से Claude Sonnet 3.7 भी इस्तेमाल कर रहा हूँ। Google AI development में सबसे बड़े search engine और YouTube का लाभ उठा रहा है

• जब तक Google censorship की वजह से खुद को सीमित करता रहेगा, उसके products का उपयोग नहीं किया जा सकता। Gemini 2.5 Pro कुछ सवालों का जवाब नहीं दे पाया। ChatGPT 4o ने सही जवाब दिया

[iolothebard]

लगता है जैसे इसे कोरियन-स्टाइल की रटवाने वाली ट्यूशन मिली हो… बस टेस्ट ही अच्छे देता है.
लेकिन असल में बात करो तो… काफ़ी खोखला है.