Третий пропуск Google:
что задержка Gemini 3.5 Pro означает для твоего AI-стека

Три дедлайна. Три раза Google сказал "вот-вот". Три раза — не вышло.

Gemini 3.5 Pro должен был выйти в июне 2026. Потом 7 июля. Потом 17 июля. 18 июля модель всё ещё не в general availability — и prediction markets вложили в ставки на дату релиза больше $323 000. Фаворит сейчас: август.

Пока Google перезапускает pre-training, конкуренты, которые не ждали, уже 10 дней гоняют GPT-5.6 (GA с 9 июля) и Grok 4.5 (релиз 8 июля) в продакшне. Если ты строил AI-стек в расчёте на Gemini Pro как основной движок этим летом — сегодня нужно разобраться, что с этим делать.

Что произошло — три задержки, три разные проблемы

История задержек Gemini 3.5 Pro — это не один баг, который никак не починят. Каждый пропущенный дедлайн имел свою причину. И это важно для понимания того, что вообще происходит.

Задержка 1 — июнь 2026. Исходная дата выхода. Проблемы: эффективность токенов и производительность в coding-задачах не добрали до внутренних бенчмарков. Google предпочёл не выпускать модель, которая окажется слабее превью GPT-5.6.

Задержка 2 — начало июля. Google не просто пропатчил июньскую версию — они полностью сбросили базовую модель и перезапустили pre-training с нуля. Задокументированные причины: recursive tool-calling ломался на сложных агентных сценариях, SVG-генерация давала брак. Это не хотфикс — это архитектурное решение.

Задержка 3 — 17 июля. Дата, которую CEO Google называл публично. Модель снова не вышла. По данным TechTimes от 16 июля 2026, проблемы на этот раз — галлюцинации и пробелы в надёжности на реальных задачах, которые вылезли при выходе за пределы контролируемых бенчмарков.

Три задержки, три разные категории проблем: производительность, архитектура, надёжность. Это не QA-провал. Это модель, которая не нашла свою финальную форму.

Итог: Google стал единственным крупным AI-лабом без flagship-модели Pro-класса в GA на дату, которую обещал собственный CEO. Gemini 3.5 Flash (GA) и Gemini 3.1 Pro (Preview) существуют, но это не то, что было на дорожной карте. Источники: TechTimes 16 июля · Geeky Gadgets 15 июля · 9to5Google 16 июля

Почему это важно — что сдвинулось, пока Google ждал

Здесь контекст, который делает новость об задержке значимой, а не просто новостью.

GPT-5.6 вышел в GA 9 июля 2026. Три тира: Sol, Terra, Luna. По Terra-тиру ценообразование дропнулось до диапазона, который делает среднеобъёмные production-нагрузки реально выгодными. Лимитированный превью с ~20 партнёрами шёл с 26 июня, но с 9 июля это открытый GA. (Wikipedia)

Grok 4.5 вышел 8 июля 2026. xAI выпустил его в паблик, не в бету. Ключевое для production: эффективность токенов заметно лучше, чем у Grok 4. Для высокообъёмных задач суммаризации или извлечения данных это прямая экономия на API. (YourStory)

DeepSeek V4 вышел из preview в mid-июле 2026. V4-Pro и V4-Flash были в preview с 24 апреля. Середина июля — официальный GA, включая новое ценообразование с пиковыми часами. Для команд, которые гоняют батчевые задачи ночью или в непиковые окна, это интереснее многих западных провайдеров. (DeepSeek API docs)

Счёт на 18 июля: GPT-5.6 в GA (10 дней), Grok 4.5 в GA (11 дней), DeepSeek V4 в GA (эта неделя). Gemini 3.5 Pro: нет.

Это смена парадигмы или просто спотыкание?

Скажу прямо — о чём это и о чём не это.

Это не доказательство того, что Google проигрывает гонку AI. У Google DeepMind ресурсы и инженерный потенциал, которые превосходят большинство конкурентов. Gemini Ultra 2 в начале года брал топовые бенчмарки. Проблема с Gemini 3.5 Pro — конкретно в неспособности выпустить mid-tier Pro модель по расписанию.

Что это реально сигнализирует: разработка фронтирных моделей всё ещё нелинейна. Даже у компании с инженерным масштабом Google не получается зафиксировать дату релиза и выдержать её, если модель не готова. Это важно для всех, кто принимает инфраструктурные решения по дорожным картам.

Практический сдвиг не в том, "какой провайдер выигрывает". Сдвиг в другом: архитектурное планирование на основе roadmap — неправильная модель в 2026 году. Если ты строил production-пайплайн в мае с расчётом на Gemini Pro к 1 июля — ты сделал ставку, которая не сыграла. Команды, которые заложили провайдеро-независимую инфраструктуру с фоллбэком и модульным роутингом, не почувствовали эту задержку вообще. Смена модели для них — одна строка в конфиге, не рефакторинг пайплайна. Вот в чём реальная смена парадигмы. Не "какая модель лучше". А "как ты строишь, чтобы ответ на этот вопрос не ломал твой продукт".

Что говорят prediction markets

Prediction markets фиксируют консенсус разработчиков так, как аналитические отчёты не могут. Когда $323 000 объёма концентрируется вокруг конкретного вопроса о дате релиза модели — это не розничное любопытство. Это инженерные команды хеджируют свои дорожные карты.

Что это значит практически: если ты ждёшь Gemini 3.5 Pro перед принятием архитектурных решений — ты ждёшь минимум 2-4 недели по тому, что знает рынок. 2-4 недели, пока твой стек либо заморожен, либо работает на модели, в которой ты не уверен.

Мой кейс с Content Factory — что бывает, когда ставишь на одного провайдера

Я не наблюдаю за этим со стороны. Я через это прошёл с Content Factory — AI-пайплайном производства контента, который сам использую и продаю как сервис.

В начале года я планировал пайплайн под Gemini Pro как основной reasoning-движок. Логика была: мультимодальность, большой контекст, конкурентная цена на объёмах. В феврале, когда roadmap говорил о Q2, план имел смысл.

Когда июнь прошёл без модели, надо было что-то решать. Варианта было два: ждать (и заморозить разработку) или перестроить роутинговый слой под несколько провайдеров.

Я перестроил роутинговый слой. Одни выходные. Стоимость: примерно $20-40 в месяц дополнительных накладных расходов на API от параллельных конфигов провайдеров. Результат: когда Grok 4.5 и GPT-5.6 вышли в первые две недели июля, я тестировал их в production в течение 24 часов после GA — не через 3 недели после миграционного спринта.

Текущий стек Content Factory: Claude 3.5 Sonnet как основной reasoning-слой, GPT-5.6 Luna как фоллбэк для long-context суммаризации, Grok 4.5 для высокообъёмной экстракции где важна эффективность токенов, Gemini 3.5 Flash для конкретных задач анализа изображений где он реально лучше. 4 провайдера, один пайплайн, ноль тревоги о lock-in.

Экономика — что заинтересует CFO

Стоимость риска с одним провайдером: незапланированная миграция при задержке провайдера — 15-20 инженерных часов; opportunity cost заморозки roadmap — обычно 2-4 недели функционального отставания; если продаёшь AI-сервисы и твоя основная модель недоступна — репутационный урон у клиентов, который сложно оцифровать, но он очень реальный.

Стоимость мультипровайдерной инфраструктуры: разовая настройка — 8-16 инженерных часов; ежемесячные накладные — $15-50 в зависимости от объёма; текущее обслуживание — почти ноль, смена моделей — изменение конфига, не кода.

Точка окупаемости: мультипровайдерная архитектура окупается при первом же избегании миграционного спринта. Для большинства команд это происходит в первые 90 дней.

Формулировка для CFO: архитектура с одним AI-провайдером — это концентрационный риск. Ты не запустишь облачную инфраструктуру в одну зону доступности. Зачем запускать AI-стек на одном провайдере без фоллбэка? Стоимость диверсификации — дни на настройку. Стоимость концентрационного риска — недели незапланированной работы и потенциальный revenue impact.

Что умирает, что живёт

Что делать на следующей неделе — чек-лист действий

Не надо перестраивать всё. Вот что реально сдвигает иглу за 7 дней:

Одна неделя, одни выходные сосредоточенной работы, постоянное улучшение инфраструктуры. Следующая задержка модели — а она будет — тебя не коснётся.

Раскладка B2C / B2B

Часто задаваемые вопросы