Gemini 3.5 Pro должен был выйти в general availability ещё несколько недель назад, но по состоянию на начало июля модель по-прежнему доступна только в ограниченном превью Vertex AI — платформы Google для корпоративных клиентов. Это уже второй перенос релиза: изначальный график предполагал более раннюю дату полноценного запуска. Разработчики, получившие ранний доступ, жалуются на два конкретных недостатка: низкую токен-эффективность (модель требует больше токенов для сопоставимых по качеству ответов, что напрямую увеличивает стоимость инференса) и слабое качество генерации агентного кода — задач, требующих многошагового планирования и работы с инструментами, где Google исторически отставал от Anthropic (Claude) и OpenAI (GPT-5.x).
Задержка особенно чувствительна на фоне того, что именно агентные возможности сейчас определяют конкурентную гонку между лабораториями: OpenAI на этой неделе выпустила ChatGPT Work, Anthropic — расширила Claude Cowork на веб и мобильные платформы (см. материалы AI Радар), и в этом контексте отставание Gemini по агентным сценариям бьёт по позиционированию Google как поставщика ИИ для бизнеса.
22 июня акции Alphabet упали почти на 5% за одну торговую сессию, обнулив около $225 млрд рыночной капитализации компании. Триггером стало известие об уходе четырёх ведущих исследователей Google DeepMind к прямым конкурентам — Anthropic и OpenAI. Среди покинувших DeepMind — Джон Джампер, лауреат Нобелевской премии (за работу над AlphaFold, системой предсказания структуры белков), одна из самых узнаваемых фигур в исследовательском сообществе Google.
Уход исследователей такого калибра воспринимается рынком как индикатор внутренних проблем — будь то условия работы, скорость принятия решений, компенсация или ощущение отставания в гонке за AGI. Инвесторы отреагировали продажей акций именно потому, что ценность лабораторий вроде DeepMind в первую очередь определяется концентрацией талантов, а не одними лишь патентами или инфраструктурой.
Одновременная задержка флагманской модели и потеря ключевых кадров — редкое для Google сочетание проблем: компания долгое время считалась самой стабильной с точки зрения удержания исследовательского состава благодаря масштабу ресурсов и репутации DeepMind. Переход исследователей именно к Anthropic и OpenAI, а не к менее известным стартапам, указывает на то, что конкуренты предлагают либо более привлекательные условия, либо ощущение более быстрого прогресса к передовым возможностям моделей.
Задержка Gemini 3.5 Pro напрямую не затрагивает российских пользователей — доступ к Google Gemini API для России и так ограничен, и большинство российских команд полагаются на GigaChat, YandexGPT, открытые китайские модели или доступ через прокси-инфраструктуру. Но кадровая турбулентность в DeepMind — показательный сигнал: конкуренция за топовых ML-исследователей обостряется globally, и это касается и российского рынка, где спрос на квалифицированные ML-кадры также растёт быстрее предложения. Компаниям, планирующим найм исследовательских команд, стоит учитывать, что глобальная гонка зарплат и условий работы в топовых лабораториях задаёт планку ожиданий и для локального рынка труда в ИИ.