Gemini 3.5 Pro กำหนดการเปิดตัว, สเปกตามข่าวลือ: ทุกอย่างที่เราทราบในปี 2026(อัปเดต กรกฎาคม 2026)

TLDR: Google’s Gemini 3.5 Pro จะเปิดตัวไม่ช้ากว่าเดือนสิงหาคม และอาจเร็วสุดวันที่ 17 กรกฎาคม หลังจากมีรายงานว่ารีบิลด์ใหม่ทั้งระบบ ขณะนี้ยังไม่เปิดให้ใช้งาน สเปกที่ลือกันรวมถึงหน้าต่างบริบท 2 ล้านโทเค็นที่ก้าวกระโดด (มากกว่า 3.5 Flash ที่ 1M สองเท่า), ชั้นเหตุผล Deep Think สำหรับตรรกะหลายขั้นที่ซับซ้อน, ความสามารถเชิงเอเจนต์ที่เหนือกว่า และประสิทธิภาพที่แข็งแกร่งทัดเทียมคู่แข่งอย่าง Claude Fable 5 และ GPT-5.6 Sol

ขณะที่ Gemini 3.5 Flash มอบเวิร์กโฟลว์การโค้ดและเอเจนต์ที่ยอดเยี่ยมแล้ว รุ่น Pro สัญญาถึงการคิดเชิงลึกขึ้นสำหรับงานซับซ้อนระยะยาว นักพัฒนาสามารถเตรียมตัวได้ตั้งแต่วันนี้ผ่านแพลตฟอร์มแบบรวมอย่าง CometAPI เพื่อเข้าถึงตระกูล Gemini ทั้งหมด (และโมเดลอื่นๆ อีก 500+ รายการ) ได้อย่างไร้การผูกมัดผู้ให้บริการ

ประเด็นสำคัญ

• สถานะการเปิดตัว: เล็งวันที่ 17 กรกฎาคม 2026; ยังไม่เปิดสาธารณะ ณ กลางเดือนกรกฎาคม มีพรีวิวระดับเอนเตอร์ไพรส์แบบจำกัดบน Vertex AI
• ฟีเจอร์เด่นตามข่าวลือ: บน วิดีโอของ YouTube หน้าต่างบริบท 2M โทเค็น, ชั้นอนุมาน Deep Think, เวิร์กโฟลว์โค้ดอัตโนมัติหลายไฟล์และการใช้เครื่องมือ
• ความได้เปรียบด้านประสิทธิภาพ: เบนช์มาร์กที่รั่วไหลจาก ข่าวใหม่ของ X ชี้ว่าทำคะแนนเหนือคู่แข่งในงาน zero-shot, agentic และการใช้เครื่องมือ
• การวางตำแหน่ง: คาดว่าจะโดดเด่นด้านการวิเคราะห์บริบทยาว เหตุผลซับซ้อน และระบบเชิงเอเจนต์ โดยต่อยอดจากจุดแข็งเชิงเอเจนต์ของ 3.5 Flash
• ทำไมจึงสำคัญ: อาจเป็นการคัมแบ็กของ Google ในแนวหน้าปัญญาประดิษฐ์ กดดันคู่แข่งด้านความลึกของเหตุผลและสเกลบริบท
• คำแนะนำเชิงปฏิบัติ: เริ่มสร้างด้วย Gemini 3.5 Flash บน CometAPI วันนี้สำหรับงานปริมาณมากต้นทุนคุ้มค่า; สลับไป Pro ได้อย่างไร้รอยต่อเมื่อเปิดตัว

Gemini 3.5 Pro คืออะไร?

Gemini 3.5 Pro คือโมเดลแนวหน้ารุ่นถัดไปของ Google DeepMind ใน ตระกูล Gemini 3.5 ต่อจาก Gemini 3.5 Flash ที่เพิ่งเปิดตัว โดยวางตำแหน่งเป็นโมเดลศักยภาพสูงที่เหมาะกับเวิร์กโฟลว์เชิงเอเจนต์ซับซ้อน ผสานปัญญาระดับแนวหน้ากับความสามารถที่เน้นการลงมือทำ

ต่างจากสาย “Flash” ที่เน้นความเร็วและประสิทธิภาพ ระดับ Pro มุ่งใช้ในกรณีที่ต้องการศักยภาพสูง: การโค้ดขั้นสูง งานเชิงเอเจนต์ระยะยาว การวิเคราะห์มัลติโหมดเชิงลึก (ข้อความ ภาพ วิดีโอ เสียง โค้ด) และการใช้เหตุผลซับซ้อนที่ต้องถือบริบทจำนวนมาก Google วางกรอบซีรีส์ 3.5 ว่า “ปัญญาแนวหน้าพร้อมการลงมือทำ” เน้นประโยชน์ใช้สอยในโลกจริงมากกว่าการไล่คะแนนเบนช์มาร์กใน I/O 20026

โมเดลนี้ต่อยอดจากรุ่นก่อนอย่าง Gemini 3.1 Pro (บริบท 1M โทเค็น) แต่เพิ่มการปรับแต่งสถาปัตยกรรม รวมถึงการเพิ่มประสิทธิภาพ compute ตอนอนุมาน และการผสานเครื่องมือที่ดีขึ้น ข้อมูลจาก YouTube ชี้ถึงการ pre-training ใหม่ สื่อว่าไม่ใช่แค่อัปเดตย่อยแต่เป็นวิวัฒน์ที่ใหญ่กว่า

ความสำคัญของการเปิดตัว Gemini 3.5 Pro

ในภูมิทัศน์ AI ที่พัฒนาเร็วและถูกครองโดยโมเดลอย่าง Claude Fable 5 ของ Anthropic, GPT-5.6 Sol ของ OpenAI และ Grok ของ xAI, Gemini 3.5 Pro คือความพยายามเชิงกลยุทธ์ของ Google เพื่อทวงความเป็นผู้นำด้านเหตุผลมัลติโหมด ความเข้าใจบริบทยาว และ AI เชิงเอเจนต์

ทำไมการเปิดตัวนี้จึงสำคัญ:

• ความสุกงอมของ AI เชิงเอเจนต์: แอปสมัยใหม่ต้องการโมเดลที่ไม่ใช่แค่ตอบ แต่จัดเวิร์กโฟลว์ ใช้เครื่องมือซ้ำๆ และรักษาความเชื่อมโยงในระยะยาว Flash ทำคะแนนเหนือ Pro รุ่นก่อนในเบนช์มาร์กอย่าง Terminal-Bench 2.1 (76.2% เทียบกับ 70.3% ของ 3.1 Pro) และ MCP Atlas (83.6% เทียบกับ 78.2%) และ Pro คาดว่าจะยกระดับต่อ
• การยอมรับในองค์กร: ธุรกิจต้องการการประมวลบริบทยาวที่เชื่อถือได้สำหรับรีวิวกฎหมาย ย้ายโค้ด สังเคราะห์งานวิจัย และโมเดลการเงิน หน้าต่าง 2M โทเค็นที่ใช้งานได้จริงอาจเปลี่ยนเกม
• แรงกดดันจากคู่แข่ง: เมื่อคู่แข่งปล่อยโมเดลขั้นสูงในกรกฎาคม 2026 ช่วงเวลาของ Pro จึงสำคัญ ข่าวลือชี้ว่ามีโอกาสนำในงาน zero-shot เวิร์กโฟลว์เชิงเอเจนต์ และการผสานมัลติโหมด
• ระบบนิเวศนักพัฒนา: การผสานผ่าน Gemini API ของ Google (และตัวรวมอย่าง CometAPI) ลดอุปสรรค เปิดทางสแตกแบบไฮบริดที่รวมข้อดีของ Gemini, Claude, GPT และอื่นๆ

การตัดสินใจรีบิลด์—ว่ากันว่าทิ้ง base model ที่เกือบเสร็จเพราะปัญหาการสร้าง SVG ซับซ้อนและการเรียกเครื่องมือแบบเวียนซ้ำ—สะท้อนความมุ่งมั่นของ Google ต่อคุณภาพเหนือกำหนดเวลา อาจได้โมเดลที่แข็งแรงขึ้น แม้ต้องเลื่อนจากมิถุนายน

---

เมื่อไหร่จะเปิดตัว Gemini 3.5 Pro? ตอนนี้ใช้ได้หรือยัง?

คำตอบสั้นๆ: ยังไม่เปิดสาธารณะ ณ วันที่ 15 กรกฎาคม 2026 ตามข่าวหลุดล่าสุดบน X Gemini 3.5 Pro จะถูกเลื่อนไปถึงสิงหาคม เป้าหมายก่อนหน้าอยู่ที่ 17 กรกฎาคม 2026 โดย Polymarket คาดว่าจะปล่อย 17 กรกฎาคม ด้วยความน่าจะเป็นโดยนัยราว 62% หมายเลขซีเรียลของโมเดลปรากฏบนเซิร์ฟเวอร์ Google Cloud อย่างน้อยสองสัปดาห์ แต่ Google ยังไม่ยืนยันวันหรือสเปกอย่างเป็นทางการ

• บริบทไทม์ไลน์: ถูกพูดถึงใน I/O 2026 พร้อมความคาดหวัง “เดือนหน้า” (มิถุนายน) จาก Sundar Pichai เลื่อนเพื่อทดสอบเพิ่ม และ รายงานของ Hackernoon เรื่องรีบิลด์เต็มรูปแบบ
• การเข้าถึงปัจจุบัน: Gemini 3.5 Flash เปิด GA ผ่าน Gemini API และแพลตฟอร์มอย่าง CometAPI มีพรีวิว Gemini 3.1 Pro และการเข้าถึง 3.5 Pro แบบจำกัดสำหรับเอนเตอร์ไพรส์บน Vertex AI แต่ยังไม่มี model ID แบบสาธารณะสำหรับ gemini-3.5-pro
• สัญญาณที่ควรจับตา: การพบ slug ของโมเดลบน Google Cloud, การ์ด “coming soon” และอัตราเดิมพันของ Polymarket ที่เอนเอียงไปทาง 17 กรกฎาคม, ข่าวบน X เรื่องเลื่อนไปสิงหาคม

ที่มา: Leo

คำแนะนำ: ใช้ CometAPI วันนี้เพื่อเข้าถึง Gemini 3.5 Flash (และโมเดลอื่นๆ อีกหลายร้อยรุ่น) ด้วยบิลลิงแบบรวม ไม่มีการผูกมัดผู้ให้บริการ และราคาที่มักแข่งขันได้หรือถูกกว่า เมื่อ Pro เปิดตัว เพียงสลับชื่อโมเดลก็ใช้งานได้ทันที

ฟีเจอร์และนวัตกรรมเด่นของ Gemini 3.5 Pro (อัปเดตปี 2026)

Gemini 3.5 Pro เป็นโมเดลด้านเหตุผลที่ทะเยอทะยานที่สุดของ Google DeepMind ในซีรีส์ 3.5 แม้สเปกอย่างเป็นทางการเต็มรูปแบบยังไม่ถูกเปิดเผยก่อนวันที่ 17 กรกฎาคม 2026 แต่ข้อมูลหลุด พรีวิวภายใน ผลงานของ Flash และกรอบแนวคิดของ Google ต่อซีรีส์ 3.5 ช่วยให้เห็นภาพความก้าวหน้าที่คาดหวังได้ชัดเจน

1. หน้าต่างบริบทมหึมา 2 ล้านโทเค็น

• นวัตกรรม: ว่ากันว่าเพิ่มเท่าตัวจากบริบท 1M ของ Gemini 3.5 Flash ทำให้ประมวลผลได้ทั้งโค้ดเบสขนาดใหญ่ เอกสารระดับหนังสือ ชั่วโมงของถอดเสียงวิดีโอ หรือชุดข้อมูลมัลติโหมดขนาดมหาศาลได้ภายใต้พรอมป์ตเดียว
• ผลกระทบเชิงปฏิบัติ: ความเข้าใจระยะยาวจริงจังสำหรับงานอย่าง refactor ทั้ง repository วิเคราะห์สัญญากฎหมายหลายพันหน้า หรือสังเคราะห์คลังงานวิจัย
• ข้อควรระวัง: ประสิทธิภาพเชิงเหตุผลตลอดความยาวบริบทคือสิ่งสำคัญ รุ่นก่อนๆ มักเสื่อมสภาพเมื่อบริบทยาวขึ้น การรีบิลด์ของ Pro มีรายงานว่ามุ่งแก้ความสอดคล้องในบริบทยาว

2. ชั้นเหตุผล Deep Think

• นวัตกรรม: กลไกอนุมานหลายขั้นที่ล้ำหน้า (ต่อยอดจากความสามารถ Deep Think เดิม) ออกแบบมาสำหรับการเชื่อมโยงตรรกะที่ซับซ้อน การแก้ปัญหาแบบวนซ้ำ และ “คิด” อย่างต่อเนื่องก่อนตอบ
• ผลงานที่พิสูจน์แล้ว: ระบบ Deep Think ที่เกี่ยวข้องทำคะแนนสูงบน ARC-AGI-2 (~84.6%) และคว้าเหรียญทองที่ International Mathematical Olympiad ปี 2025
• ประโยชน์: ทำผลงานเด่นในงานเหตุผลยาก คณิต วิทยาศาสตร์ และการวางแผนที่รุ่นก่อนพลาดในด้านความลึกหรือความเสถียร

3. เวิร์กโฟลว์เชิงเอเจนต์และอัตโนมัติที่ดียิ่งขึ้น

• นวัตกรรม: รองรับการจัดการหลายเอเจนต์อัตโนมัติ การเรียกเครื่องมือแบบวนซ้ำ และเวิร์กโฟลว์ยาวนานด้วยการดูแลมนุษย์น้อยที่สุด
• ความสามารถหลัก:
• การทำความเข้าใจและแก้ไขโค้ดหลายไฟล์
• สายโซ่เครื่องมือที่ซับซ้อน (ค้นหา รันโค้ด เรียก API ภายนอก)
• วงจรการแก้ไขตนเองและปรับปรุงแบบวนซ้ำ
• ฐานรากจาก Flash: 3.5 Flash นำหน้าใน Terminal-Bench (76.2%), MCP Atlas (83.6%) และเบนช์มาร์กเอเจนต์ด้านการเงิน คาดว่า Pro จะขยายผลสู่งานเอเจนต์ที่หนักและยาวกว่า

4. ความเข้าใจและการสร้างมัลติโหมดที่เหนือกว่า

• นวัตกรรม: ผสานข้อความ ภาพ วิดีโอ เสียง และโค้ดอย่างไร้รอยต่อ พร้อมเหตุผลข้ามโหมดที่ลึกกว่า
• ความก้าวหน้าที่คาดหวัง: การวิเคราะห์วิดีโอที่ดีกว่า การทำความเข้าใจเอกสาร (นับพันหน้า) และความสามารถสร้าง/แก้ไขเนทีฟ (ใช้เครื่องมืออย่าง Veo และ Nano Banana)

5. ประสิทธิภาพและความพร้อมใช้งานระดับโปรดักชันที่ดีขึ้น

• สถาปัตยกรรมไฮบริด: สมดุลความฉลาดดิบกับการใช้งานจริง (เทรดออฟความเร็ว/คุณภาพที่ได้บทเรียนจาก Flash)
• ฟีเจอร์องค์กร: เอาต์พุตแบบมีโครงสร้าง การเรียกฟังก์ชัน การแคชบริบท และการผสาน Vertex AI สำหรับเอเจนต์ที่สเกลได้

6. นวัตกรรมอื่นๆ ที่น่าจับตา (ตามข่าวลือ/คาดหมาย)

• รีบิลด์ base model: รายงานว่า Google ทิ้งเวอร์ชันก่อนหน้าเพราะอ่อนในงานสร้างซับซ้อนและเสถียรภาพการใช้เครื่องมือ เลือกเริ่ม pre-training ใหม่เพื่อยกระดับเชิงโครงสร้าง
• Zero-shot และการทั่วไป: ข่าวลือชี้ผลงานนำในงาน zero-shot และการทั่วไปกว้าง
• ความปลอดภัยและความเชื่อถือได้: ความสม่ำเสมอในสายโซ่ยาวที่ดีขึ้น ลด hallucination ในโดเมนเทคนิค

การเปรียบเทียบ: Gemini 3.5 Pro กับ 3.5 Flash

การตั้งราคาและข้อพิจารณาด้านต้นทุนที่คาดไว้

ยังไม่ยืนยันราคาของ Pro แต่จากรูปแบบของ 3.5 Flash และ Pro ก่อนหน้าให้เบาะแสได้:

• Gemini 3.5 Flash: ประมาณ $1.50 / $9 ต่อ 1M โทเค็น อินพุต/เอาต์พุต (สูงกว่าสาย Flash ก่อนหน้าอย่างเห็นได้)
• ระดับ Pro มักแพงกว่า (เช่น 2-4x ของ Flash ในบางช่วง)
• อาจมีพรีเมียมสำหรับ Deep Think หรือบริบทที่ขยาย (เช่น ค่าธรรมเนียม context caching)
• แผนองค์กรผ่าน Vertex AI อาจมีลิมิตสูงขึ้นและ SLA

ข่าวลือ: โพสต์บน Facebook กล่าวถึง $250/เดือน สำหรับการเข้าถึง Ultra และฟีเจอร์ระดับสูงของ gemini 3.5 pro แต่ควรมองว่าไม่ยืนยัน

ทิปต้นทุนที่แท้จริง: โมเดลใหม่มักใช้โทเค็นมากขึ้นในงานเชิงเอเจนต์ ทำให้ค่าใช้จ่ายรวมสูงขึ้น วัดจาก “ต้นทุนต่อภารกิจสำเร็จ” ไม่ใช่แค่ “ราคาต่อโทเค็น”

Gemini 3.5 Pro เทียบกับ Gemini 3.5 Flash และ Gemini 3.1 Pro Preview

คำแนะนำ CometAPI

หมายเหตุ: ตารางอิงจากข่าวลือและการเทียบเคียง; การเปรียบมุมต่อมุมอย่างเป็นทางการจะตามมาหลังเปิดตัว

สิ่งที่รู้ (และยังไม่รู้) เกี่ยวกับ Gemini 3.5 Pro

ยืนยันแล้ว (ผ่านช่องทางทางการหรือข้อมูล Flash):

• ซีรีส์ 3.5 เน้นความสามารถเชิงเอเจนต์ การใช้เครื่องมือ และอินพุตแบบมัลติโหมด (ข้อความ ภาพ วิดีโอ เสียง โค้ด)
• Gemini 3.5 Pro มีอยู่จริงในฐานะโมเดลที่กำลังมา และถูกใช้ภายในแล้ว Gemini 3.5 Pro อยู่ระหว่างทดสอบและคาดว่าจะมาหลัง Flash
• ระบบเหตุผล Deep Think อยู่ในระบบนิเวศ Gemini พร้อมผลลัพธ์โดดเด่น (เช่น คะแนน ARC-AGI-2 สูง เหรียญทอง IMO)

ข่าวลือ / หลุด (ยังไม่ยืนยันโดย Google):

• หน้าต่างบริบท 2M โทเค็น: มากกว่า Flash สองเท่า อาจเป็นผู้นำอุตสาหกรรมสำหรับการประมวลโค้ดเบสหรือคลังเอกสารมหาศาล หมายเหตุ: ประสิทธิภาพจริงมักถดถอยก่อนสุดเพดาน (งานวิจัย context rot พบการลดลง 30-40%)
• ชั้นอนุมาน Deep Think: เสริมการแก้ปัญหาเชิงตรรกะหลายขั้นและเหตุผลที่ยืดยาว
• เวิร์กโฟลว์อัตโนมัติ: โค้ดหลายไฟล์ โซ่เครื่องมือที่ซับซ้อน และแทรกแซงจากมนุษย์น้อยลง
• เบนช์มาร์ก: หลุดภายในชี้ผลงานนำหน้า Claude Fable 5 และ GPT-5.6 ใน zero-shot เอเจนต์ และงานเหตุผลบางประเภท

ยังไม่ทราบ: model card อย่างเป็นทางการ ราคาแน่นอน เบนช์มาร์กยืนยัน ขีดจำกัดเอาต์พุต รายละเอียดมัลติโหมด และคุณภาพบริบทจริงในโลกการใช้งาน คาดว่าจะเปิดเผยหลังเปิดตัว

เตรียมตัวและเข้าถึงโมเดล Gemini ได้อย่างไร วันนี้

ระหว่างรอ 3.5 Pro:

• ใช้งานโปรดักชัน: ผสานผ่าน Gemini API อย่างเป็นทางการ หรือแพลตฟอร์มแบบรวม
• ทดลองกับ Gemini 3.5 Flash ผ่าน Google AI Studio (มีฟรีทีเยอร์) หรือ CometAPI

เริ่มต้นด้วย Gemini 3.5 Flash ผ่าน CometAPI เมื่อคุณต้องการความเร็ว อินพุตมัลติโหมด การสนับสนุนการโค้ด และวงจรเอเจนต์ที่คุ้มค่าต้นทุน Gemini 3.5 Flash บน CometAPI แสดงราคาที่อินพุต $1.2/M และเอาต์พุต $7.2/M ถูกกว่าราคา $1.5/$9 มาตรฐานของ Google 20% ใช้โมเดลนี้สำหรับเวิร์กโฟลว์ที่เน้นปริมาณงาน: อัตโนมัติซัพพอร์ต ผู้ช่วยโค้ด การดึงข้อมูลจากเอกสาร คำตอบอ้างอิงค้นหา จัดหมวดหมู่ และร่างเนื้อหา

ใช้ Gemini 3.1 Pro Preview เมื่อคุณต้องการเบสไลน์สไตล์ Pro ของ Gemini วันนี้ ทั้งนี้ยังเป็นพรีวิว จึงไม่ควรใช้เป็นดีฟอลต์ถาวรโดยไม่เฝ้าพฤติกรรมและบันทึกการย้ายรุ่น แต่มีประโยชน์ในการทดสอบว่างานของคุณได้ประโยชน์จากการคิดลึกขึ้นหรือไม่ ก่อนที่ Gemini 3.5 Pro จะมา

ตัวอย่างการผสานทำได้ง่ายผ่าน endpoint ที่เข้ากันได้กับ OpenAI ช่วยทำให้แอปของคุณพร้อมอนาคต เมื่อ Gemini 3.5 Pro เปิดตัว เพียงอัปเดตชื่อโมเดล เหมาะสำหรับทดสอบแอประยะยาว เอเจนต์ หรือสเกลโดยไม่ต้องมีหลายบัญชี

สิ่งที่ควรตรวจเช็คในวันที่ Gemini 3.5 Pro ปรากฏ

เมื่อ Gemini 3.5 Pro พร้อมใช้งาน ให้ยืนยันรายการเหล่านี้ก่อนเผยแพร่เอกสารของคุณหรือเปลี่ยนเส้นทางโปรดักชัน:

กลยุทธ์การเราต์ที่แนะนำ

สำหรับหลายทีม สถาปัตยกรรมที่ดีที่สุดกับ Gemini 3.5 Pro คือการเราต์ ไม่ใช่ย้ายแบบใช้โมเดลเดียว:

• ตั้งดีฟอลต์เป็น Gemini 3.5 Flash สำหรับสเต็ปเอเจนต์ที่เร็วและปริมาณมาก
• ยกระดับไป Gemini 3.5 Pro เมื่อภารกิจยาก ยาว กำกวม หรือผิดพลาดแล้วมีค่าเสียหายสูง
• มีโมเดลแนวหน้าอีกตัวเป็น fallback ในช่วงสัปดาห์แรกของการเปิดตัว
• ใช้โมเดลราคาถูกสำหรับจัดหมวดหมู่ ดึงข้อมูล และเราต์
• ติดตาม “ต้นทุนต่อภารกิจสำเร็จ” ไม่ใช่แค่ “ราคาต่อโทเค็น”

นี่คือจุดที่ CometAPI มีคุณค่าชัดเจน หากแอปของคุณสลับระหว่าง Gemini, GPT, Claude, Grok, DeepSeek และโมเดลอื่นๆ ผ่าน API เดียวได้ คุณจะปฏิบัติต่อ Gemini 3.5 Pro เป็นตัวเลือกที่วัดผลได้ แทนที่จะเสี่ยงย้ายทั้งระบบ

บทสรุป: ก้าวกระโดดครั้งใหญ่?

หากข่าวหลุดเป็นจริง Gemini 3.5 Pro จะทำให้ Google เป็นผู้ท้าชิงที่แข็งแกร่ง—หรือผู้นำ—ในศึก AI ปี 2026 การผสานบริบทมโหฬาร การคิดอย่างจงใจ และโฟกัสเชิงเอเจนต์ ตอบโจทย์จุดเจ็บของโมเดลปัจจุบัน สำหรับผู้ใช้บน Cometapi.com ช่วงเวลานี้เหมาะอย่างยิ่งในการสร้างระบบหลายโมเดลที่ยืดหยุ่น พร้อมรับวิวัฒน์ครั้งนี้

โปรดติดตามการเปิดตัวอย่างเป็นทางการในเดือนกรกฎาคม ระหว่างนี้เริ่มทดลองกับโมเดล Gemini ที่มีอยู่ผ่าน CometAPI เพื่อสร้างความได้เปรียบในการแข่งขัน