Google अब OpenAI और Anthropic के साथ उसी फिनिश लाइन तक दौड़ नहीं रहा है। इसके प्रतिद्वंद्वियों का फोकस AI को खुद बेहतर करने पर है, जबकि Google का ध्यान ऐसे AI पर है जो असली दुनिया को समझ सके।
यह फर्क पकड़ना आसान नहीं है, क्योंकि Google अब भी नए मॉडल लॉन्च करता है और पैसे भी कमा रहा है। लेकिन इसका नया मॉडल एक स्वतंत्र रैंकिंग में 10वें स्थान पर रहा।
AI रेस को लेकर Google ने क्या कहा है और क्या नहीं कहा है
Google ने 21 जुलाई को Gemini 3.6 Flash लॉन्च किया। इसका फोकस स्पीड और कम कीमत थी, पावर नहीं।
हमें X पर फॉलो करें और पाएं हर ताजा क्रिप्टो न्यूज़ सबसे पहले
इस मॉडल ने पिछले वर्जन की तुलना में 17% कम टोकन जेनरेट किए, जैसा कि Google के ब्लॉग में कहा गया है। टोकन छोटे-छोटे टेक्स्ट के हिस्से होते हैं जो AI लिखता है। कम टोकन मतलब और भी सस्ता जवाब।
परफॉर्मेंस एक अलग मुद्दा है। Artificial Analysis इंडेक्स में इसे 10वां स्थान मिला। हर दूसरा बड़ा लैब इससे ऊपर रहा।
Google रुका नहीं है। कंपनी ने अब तक का सबसे बड़ा ट्रेनिंग रन Gemini 4 के लिए शुरू किया है। बड़ा मॉडल Gemini 3.5 Pro अभी भी पार्टनर्स के साथ टेस्टिंग में है।
Sundar Pichai ने इसकी दिशा कुछ अलग बताई है। उन्होंने रोडमैप का फोकस पर्सनलाइज्ड एजेंट्स पर रखा है, न कि सिर्फ लीडरबोर्ड जीतने पर।
इनवेस्टर्स उतने शांत नहीं हैं। Alphabet के शेयर्स जून में 6% गिर गए जब दो सीनियर रिसर्चर्स दूसरी कंपनियों में चले गए।
DeepMind की वर्ल्ड मॉडल्स पर बड़ी प्लानिंग
वर्ल्ड मॉडल मतलब ऐसे AI जो फिजिकल चीज़ों का व्यवहार समझे — ग्रैविटी, मूवमेंट, कारण और प्रभाव। ये AI कमरे में आगे क्या होगा, ये प्रिडिक्ट कर सकता है, न कि सिर्फ अगले शब्द।
DeepMind की वेबसाइट भी इसी प्लान पर फोकस दिखाती है। Genie 3 और Gemini Robotics को वर्ल्ड मॉडल्स और embodied AI के तहत दिखाया गया है, यानी ऐसा सॉफ्टवेयर जो मशीनों को कंट्रोल करता है।
मई में लैब ने Project Genie को Street View तक बढ़ा दिया। साथ ही, इसने SIMA 2 भी लॉन्च किया, जो एक ऐसा एजेंट है जो वर्चुअल 3D दुनिया में खेलकर सीखता है।
OpenAI और Anthropic पूरी तरह से अलग दिशा में बढ़ रहे हैं। इनका टारगेट है recursive self-improvement, जिसे RSI भी कहते हैं।
आसान भाषा में, इसका मतलब है कि AI इतना स्मार्ट बन जाए कि वह खुद से ही अगली, और बेहतर AI बना सके। फिर वह नई AI अगली और भी बेहतर AI बनाए।
राइटर Alberto Romero ने मंगलवार को कहा कि Google ने यह रेस जानबूझकर छोड़ी है।
“Hassabis कुछ और सोच रहे हैं: world models. ऐसे models जो सिर्फ अगले टोकन का अनुमान नहीं लगाते, बल्कि असली दुनिया को समझ और सिम्युलेट भी कर सकते हैं,” Alberto Romero ने अपनी हालिया analysis में लिखा।
Google ने ऐसा कोई बयान नहीं दिया है। Google DeepMind के हेड Demis Hassabis ने कभी पब्लिक में RSI को टोटली नकारा भी नहीं है।
क्यों एक Rival Co-Founder का मानना है कि DeepMind अलग है
सबसे तीखी राय एक प्रतिद्वंदी कंपनी से आई, जो कई महीने पहले दी गई थी।
Jack Clark, Anthropic के को-फाउंडर हैं। 4 मई को उन्होंने एक essay पब्लिश किया जिसमें बताया, AI किस तरफ बढ़ रहा है।
उन्होंने कहा कि 2028 के अंत तक AI खुद अपना रिसर्च चला सके, इसकी संभावना 60% है। वहीं, 2027 तक ये चांस 30% है।
Clark ने अगला सवाल उठाया, कौन-कौन सी लैब इस टारगेट के लिए काम कर रही हैं? उन्होंने लिखा, DeepMind “बिग थ्री में सबसे ज्यादा सतर्क (circumspect) नजर आती है।” Circumspect का मतलब है, सावधानी से चलना।
उनका यह निष्कर्ष DeepMind के डेटा पर बेस्ड है। उन्होंने DeepMind के को-फाउंडर Shane Legg द्वारा लिखी गई 2025 की AI सेफ्टी paper को भी रेफर किया।
Anthropic काफी bold है। उनकी recursive self-improvement स्टडी में बताया गया कि Claude ने मई 2026 तक उनके भेजे गए कोड का 80% से ज्यादा खुद लिखा।
फरवरी 2025 से पहले, ये नंबर लगभग शून्य था।
कंपनी ने AI द्वारा बेहतर AI बनाने को डाक्यूमेंट किया है। एक स्पीड टेस्ट में, इनके मॉडल्स ने अप्रैल में 52 गुना तेजी दिखाई, जबकि एक साल पहले ये 2.9 गुना थी।
एक स्किल्ड इंजीनियर को उसी काम के लिए चार से आठ घंटे लगते हैं अगर चार गुना ग्रोथ चाहिए।
क्या Google ने सच में AI रेस छोड़ी भी है?
दो तथ्य इस पूरे विचार के खिलाफ हैं:
- Google वह टेस्ट लीड करता है, जो AI रिसर्च स्किल को मापने के सबसे करीब आता है।
MLE-Bench एक मॉडल से खुद से मशीन-लर्निंग सिस्टम्स बनाने को कहता है। फरवरी में Gemini 3 मॉडल ने 64.4% स्कोर किया था। उस समय यह सबसे बेहतरीन रिजल्ट था। जुलाई में Google ने 3.6 Flash को 63.9% पर रखा।
जो लैब्स किसी फील्ड को छोड़ देती हैं, वे शायद ही कभी उसके स्कोरबोर्ड में टॉप पर होती हैं।
- Google मार्केट से कहीं भी गायब नहीं है।
Pichai ने इनवेस्टर्स को बताया कि Gemini ऐप के 950 मिलियन मंथली यूज़र हैं। Google ने इस महीने NVIDIA की ओपन AI एलायंस को स्किप किया। ऐसा OpenAI और Anthropic ने भी किया।
क्या Google और इंतजार कर सकता है?
सब्र करने का कारण साफ है। Search ads बाकी सबका खर्च उठाते हैं, इसीलिए DeepMind के पास समय है।
Alphabet की खुद की फाइलिंग बताती है कि यह कुशन अब पतला हो रहा है।
जून तिमाही में रेवन्यू $119.8 बिलियन तक पहुंच गया, जो 24% की ग्रोथ है, रिजल्ट्स के मुताबिक जो 22 जुलाई को फाइल किए गए थे। सिर्फ सर्च से ही $63.3 बिलियन आया।
इसके बाद खर्चा आता है। Alphabet ने तीन महीनों में डेटा सेंटर्स और इक्विपमेंट पर $44.9 बिलियन लगा दिए। यह लगभग पिछले साल के मुकाबले डबल है।
नतीजा रहा -$5.86 बिलियन का नेगेटिव फ्री कैश फ्लो। फ्री कैश फ्लो वही है, जो बिल्डिंग के बिल चुकाने के बाद बचता है।
यह आंकड़ा मार्च में पॉजिटिव $10.1 बिलियन था। दिसंबर में यह पॉजिटिव $24.6 बिलियन था।
Alphabet ने जून में $49.6 बिलियन के नए शेयर बेचकर इस गैप को कवर किया। साथ ही $20.3 बिलियन और उधार लिए।
लॉन्ग-टर्म डेब्ट छह महीनों में डबल होकर $46.5 बिलियन से बढ़कर $98.2 बिलियन हो गई।
काउंट्स में AI रिसर्च से जुड़े एक सेक्शन में $5.79 बिलियन का नुकसान हुआ, जो पहले $3.37 बिलियन था। अब सब्र करने की कीमत चुकानी पड़ रही है।
अगले 30 दिनों में किन चीज़ों पर ध्यान दें
- क्या Gemini 3.5 Pro लॉन्च होता है, और इसकी रैंकिंग कैसी रहती है
- क्या DeepMind Gemini 4 से जुड़े वर्ल्ड-मॉडल रिजल्ट्स दिखाता है
- क्या सितंबर में Alphabet का कैश फ्लो दोबारा पॉजिटिव हो पाता है
- क्या Hassabis सेल्फ-इम्प्रूवमेंट वाले सवाल का सीधा जवाब देते हैं
Gemini 4 असली टेस्ट है। अगर world models वहाँ काम करते हैं जहाँ coding एजेंट्स रुक जाते हैं, तो धीरे-धीरे आगे बढ़ना समझदारी मानी जाएगी, डर की वजह से नहीं।
अगला earnings रिपोर्ट यह दिखाएगा कि Alphabet कब तक इस खोज में पैसा खर्च कर सकता है।
