הכנתי סקירה מקיפה, על המודלי בינה מלאכותית של גוגל, השתדלתי כמה שיותר לפשט את הדברים שיובנו לגמרי.
חברת Google
חברת Google (גוגל) הוקמה בשנת 1998 כחברת חיפוש באינטרנט. עם השנים היא התרחבה, עד שבשנת 2015 סידרו מחדש את החברה והחליפו את שמה לAlphabet (אלפאבית), והקימו את גוגל בתור חברת-בת של אלפאבית.
כיום מרוכזים כל נושאי הבינה המלאכותית בגוגל במחלקת DeepMind.
לאורך השנים ועד היום היו לגוגל הרבה השגים ופריצות דרך בתחום הבינה המלאכותית, שבפסגתם, המצאת הארכיטקטורה Transformer (טרנספורמר) ב2017, שזה למעשה כל המודלי שפה שאנו מכירים היום.
מודלי שפה
רוב כלי ה-AI המוכרים לנו היום מוגדרים 'מודל שפה', כלומר קובץ, שתוכנה מתאימה יכולה לכתוב על-פיו טקסט באופן עצמאי (כהמשך לכל טקסט שניתן לה).
בשנים האחרונות, פיתחה גוגל שתי סדרות של מודלי שפה, הגדולה והידועה שבהם היא כמובן Gemini (ג'מיני), והשניה היא סדרת המודלים Gemma (ג'מה). בעוד Gemini מציגה את פסגת היכולות של החברה, Gemma נועדה למודלים חלשים יותר, הניתנים להורדה, ולצפיה בקבצים הפנימיים שלהם (מה שמוגדר כ'משקולות פתוחות', בשונה מ'קוד פתוח' שהגדרתו שכל אחד יכול להכין לבד את התוכנה).
למעשה עוד קודם השקת Gemini גוגל הוציאה מודלים ראשוניים, במאי 2021 (אייר פ"א) הוציאה גוגל את LaMDA, באפריל 2022 (ניסן פ"ב) הוציאה גוגל את PaLM, ובמאי 2023 (אייר פ"ג) את PaLM 2.
Gemini (ג'מיני)
בדצמבר 2023 (כסלו פ"ד) גוגל הכריזה על Gemini 1.0, המיוחד בו היה, שהוא יכל לעבד טקסט, תמונות וקול יחד (אחרי המרה שלהם לטקסט). המודל יצא בשלושה גדלים, Ultra (-יותר), Pro (מקצוען), וNano (קטן), Nano שולב בתוך המערכת של הטלפונים של גוגל ורץ שם מקומית. זו הייתה הסדרה היחידה שיצאו הגרסאות Ultra ו-Nano.
בפברואר 2024 (אדר פ"ד) הוכרז על המודל הבא בסדרה - Gemini 1.5 Pro, במודל זה לראשונה השתמשה גוגל ב-MoE (ראשי תיבות Mixture-of-Experts - תערובת של מומחים, כלומר שהמודל מחולק לחלקים, וכל אחד מהם פועל רק עבור מילים מסוימות). כמו-כן במודל זה 'אורך ההקשר' (כמות הטקסט בשיחה שהמודל יכול לזכור ולבסס עליו את תשובתו) גדל מאד.
מגירסה זו החלה לצאת לצד גירסת הPro גם גירסת Flash (מהיר), במאי 2024 (אייר פ"ד) יצא המודל Gemini 1.5 Flash. בהמשך יצאה גם גירסה קטנה עוד יותר Gemini 1.5 Flash-8B.
Gemini 2.0 יצא בדצמבר 2024 (כסלו פ"ה), כאן הצטרפה לGemini סדרה חדשה - Flash-Lite (מהיר-רזה).
במרץ 2025 (אדר פ"ה) יצא Gemini 2.5, המיוחד בו היה שלראשונה נוספה בו 'חשיבה' לפני התשובה (כלומר, שהמודל קודם כותב טקסט בצורת חשיבה - איך לענות, ורק אחר-כך עונה), כמו-כן נוסף גם מצב Deep Think (חשיבה עמוקה) למנויים. גוגל הוציאו גם גירסה מיוחדת של המודל - Computer Use (שימוש במחשב), שידע לכתוב כחלק מהתשובה גם פקודות להפעלה במחשב (על-ידי תוכנה שמבינה את הפקודות ומפעילה על-פיהם דברים).
בנובמבר 2025 (תשרי פ"ו) הוכרז המודל Gemini 3.
Gemini 3.1 יצא בפברואר 2026 (אדר פ"ו). במאי 2026 (סיון פ"ו)יצא המודל Gemini 3.5 Flash שבו לראשונה הגירסה הרגילה של המודל כבר מותאמת לפעול במחשב.
המודלים המתקדמים ביותר כיום הם:
- Gemini 3.1 Pro
- Gemini 3.6 Flash
- Gemini 3.5 Flash-Lite
הרצה
זה הכל לגבי המודלים עצמם, אך צריך גם תוכנה וממשק בשביל להריץ אותם, בשביל זה גוגל פיתחו (עוד בעידן LaMDA וPaLM) את הצ'אט Bard, שבהמשך התחלף שמו לGemini והוא הממשק הנפוץ הקיים עד היום.
בנוסף, אפשר לגשת למודלים של Gemini גם דרך פלטפורמת Google AI Studio, שנועדה למפתחים שרוצים לבחור בין המודלים, לשנות את ההגדרות שלהם, וגם להריץ אותם דרך API (כלומר, ממשק עצמאי שהמפתח בונה, ומתחבר למודל דרך קריאה עם מפתח אישי שנקרא API).
יחד עם השקת Gemini 3, גוגל השיקה גם את תוכנת Antigravity (אנטיגרויטי), ששם המודל יכול לשמש כסוכן - לכתוב קוד, להריץ אותו ולעשות שלל פעולות במחשב.
ביולי 2026 (אב פ"ו) גוגל הוציאו כלי נוסף בשם Gemini Spark (ג'מיני ספארק) שנועד להיות סוכן שעושה פעולות מתוך הדפדפן כולל גם פעולות מתוזמנות מראש ללא שהדפדפן פתוח.
שימו לב ששני האחרונים סגורים כיום בנטפרי.
Gemma (ג'מה)
בשונה מGemini שם גוגל בדרך-כלל לא מפרסמת נתונים על ארכיטקטורת המודל, בGemma שהיא סדרת מודלים שגוגל משחררים במשקולות פתוחות, יש לנו גם את המפרט המלא כולל הגודל ועוד.
Gemma 1 יצא בפברואר 2024 (אדר פ"ד), בשתי גדלים 2B ו-7B פרמטרים (כלומר, 2/7 מליארד מספרים פנימיים שמיצרים יחד את הטקסט). ו-Gemma 2 ביוני 2024 (סיון פ"ד) בגדלים 2B, 9B ו-27B.
Gemma 3 יצא במרץ 2025 (אדר פ"ה) בגדלים 270M,1B, 4B, 12B, 27B. קפיצת המדרגה בסדרה זו הייתה, שלראשונה היא תמכה (מלבד 270M ו1B) גם בהבנה של תמונות יחד עם הטקסט. וכן בחלון הקשר גדול, ובהבנת למעלה מ-140 שפות.
במרץ 2026 (ניסן פ"ו) הושקה סדרת Gemma 4, בגדלים 2B, 4B, 12B, 31B, וכן מודל MoE (תערובת מומחים) בגודל 26B מתוכם 4B פעילים לכל מילה. בסדרה זו, לראשונה המודלים אומנו גם על מצב 'חשיבה' לפני התשובה. המודלים תומכים גם בקלט של וידאו, והקטנים (2,4,12) גם באודיו. המיוחד במודל ה12B שהתמונות האודיו והוידאו לא עוברים המרה לטקסט לפני העיבוד, אלא מעובדים כמו שהם יחד עם הטקסט. כמו-כן יצאה גם גירסה ראשונית של המודל 12B בארכיטקטורה חדשנית מהירה פי-כמה. יצאו גם שיפורים למודלים הבסיסיים, MTP - מודל קטן שמתלווה למודל הגדול ועושה את רוב העבודה מה שמשפר את המהירות, וכן גירסה דחוסה (שכל מספר - פרמטר מיוצג בפחות ביטים) שאומנה מראש על-דעת להידחס, מה שגורם שהדחיסה בקושי משפיעה על ביצועי המודל.
מודלים נוספים
מודל Lyria ליצירת מוזיקה.
גוגל מוציאה גם מודלים ליצירת תמונות, וידאו. בעבר בסדרות נפרדות מGemini, אך כיום סדרות שהבנת הטקסט שלהם מתבססת על Gemini. כך לתמונות Imagen, הומצאה כבר ב-2022, אך כיום (מ2025) יש את סדרת Nano Banana,שהבנת הטקסט בה מתבססת על Gemini, יש כיום שלושה גדלים:
- Nano Banana Pro או בשם הרשמי Gemini 3 Pro Image
- Nano Banana (2) או Gemini 3.1 Flash Image
- Nano Banana 2 Lite או Gemini 3.1 Flash Lite Image.
וכן מודלים ליצירת וידאו, בעבר (מ2024) בסדרת Veo, וכיום גם בסדרת Gemini Omni.
גוגל פיתחו פלטפורמה נוספת הנקראית Google Flow שנועדה לעבודה מרוכזת ובשלבים על סרטונים.
כמו-כן יש גם מודל ששומע ומדבר בשם Gemini Audio. וכן יש מודל Gemini Robotics שנועד להפעיל רובוטים באמצעות AI.
