Gemini 3 short verview cover

เมื่อวันที่ 18 พฤศจิกายน Sundar Pichai CEO ของ Google ได้เปิดตัว Gemini 3 ซึ่งเป็นโมเดลเรือธงรุ่นใหม่ของบริษัทอย่างเป็นทางการ โดยระบุว่า: “Gemini 3 คือโมเดลที่ฉลาดที่สุดของเรา ซึ่งรวมความสามารถทั้งหมดของ Gemini ไว้ด้วยกัน เพื่อให้คุณทำให้ทุกไอเดียเป็นจริงได้”  การเปิดตัวครั้งนี้เกิดขึ้นในช่วงที่วงการ AI เต็มไปด้วยความก้าวหน้าทางเทคนิค โมเดลต่างๆ สามารถจัดการบริบทระดับล้าน token รองรับ multimodality อย่างเต็มรูปแบบ และใช้การให้เหตุผลแบบ agentic ได้แล้ว ตอนนี้จึงไม่ได้มีแค่การสร้างข้อความอีกต่อไป ผู้ใช้สามารถสร้างสิ่งที่ต้องการได้แทบทุกอย่าง 

Gemini 3 มีจุดเด่นใหม่อะไรบ้าง และคุ้มค่าที่จะเลือกเหนือคู่แข่งหรือไม่? มาดูกัน 

เหตุใด Gemini 3 จึงพิเศษ?

Gemini 3 มอบการอัปเกรดที่มีความหมาย ได้แก่ multimodality แบบเนทีฟ หน้าต่างบริบทที่ยาวขึ้นมาก และการให้เหตุผลแบบ agentic ที่พัฒนามาจาก Gemini 2 โดยทำงานกับข้อความ รูปภาพ เสียง และวิดีโอภายในสถาปัตยกรรมเดียวกันได้ อีกทั้งยังทำงานหลายขั้นตอนสำเร็จได้อย่างแม่นยำยิ่งขึ้น

ลองดู ผลการทดสอบมาตรฐาน การทดสอบมาตรฐาน AI คือแบบทดสอบที่มีมาตรฐานสำหรับวัดการให้เหตุผล ความเข้าใจ การเขียนโค้ด ความเข้าใจแบบ multimodal และประสิทธิภาพการทำงานของโมเดล และในส่วนนี้ Gemini 3 แสดงศักยภาพได้อย่างน่าเชื่อถือ ในการทดสอบมาตรฐานหลักเกือบทั้งหมด Gemini 3 เหนือกว่าทั้งรุ่นก่อนหน้าของตนเอง รวมถึง GPT-5.1 และ Claude Sonnet 4.5 รุ่นล่าสุด ผลลัพธ์ที่น่าประทับใจที่สุดอย่างหนึ่งคือ Humanity’s Last Exam ซึ่ง Gemini 3 ทำคะแนนได้ 37.5% สูงกว่าโมเดลแนวหน้าของคู่แข่ง

การทดสอบอีกอย่างคือ ARC-AGI-2 ซึ่งวัดการให้เหตุผลเชิงนามธรรมและการจดจำรูปแบบ ในส่วนนี้ Gemini 3 แสดงความนำอีกครั้งที่ 20–25 คะแนน แสดงให้เห็นถึงความสามารถในการแก้ปัญหาที่แข็งแกร่งกว่าในงานที่จำลองรูปแบบสติปัญญาของมนุษย์

การทดสอบมาตรฐานที่น่าสนใจเป็นพิเศษคือ Vending-Bench 2 ซึ่งให้โมเดลบริหารตู้จำหน่ายสินค้าแบบจำลอง ตั้งราคา จัดการสินค้าคงคลัง วิเคราะห์ความต้องการ และติดตามรายได้ด้วยตนเอง Gemini 3 มีรายได้สูงสุด โดยทำรายได้มากกว่า $5,000 ระหว่างการทดสอบ ผู้นำคนก่อนซึ่งเป็นโมเดลที่อิง Claude ทำรายได้ราว $4,000 หมายความว่า Gemini 3 ไม่เพียงชนะ แต่ยังชนะด้วยส่วนต่างที่มาก

ด้านเดียวที่ Gemini 3 ไม่ได้เป็นผู้นำคือ Software Engineering Bench โดย Claude Sonnet ยังคงเป็นโมเดลชั้นนำ แต่ช่องว่างมีเพียงเล็กน้อย ราว 1% ในแง่ของผลการทดสอบมาตรฐาน Gemini 3 วางตำแหน่งตัวเองเป็นหนึ่งในโมเดลเชิงพาณิชย์ที่แข็งแกร่งที่สุดที่มีให้ใช้ในปัจจุบัน

ลักษณะเฉพาะของโมเดล Deep Thinking

“Deep Thinking” คือวิธีจัดการ token ที่เรียกได้ว่าได้รับการนิยามใหม่ โมเดลใช้ token ต่อคำค้นหามากขึ้น แต่สิ่งที่แลกมาคือการให้เหตุผลที่ดีขึ้น คำตอบที่แม่นยำขึ้น และการแก้ปัญหาที่แข็งแกร่งขึ้น ตั้งแต่วันแรก Google ได้นำ Gemini 3 ไปผสานในผลิตภัณฑ์เรือธง โดยเฉพาะ Google Search ใน AI Mode เมื่อเปิดใช้ Thinking ผู้ใช้สามารถอัปโหลดเอกสารหรือถามคำถามเชิงละเอียดได้ ลองใช้งานกันดู คำสั่งของเราคือ:

ผลลัพธ์คือโมเดลสร้างหน้าเว็บแบบโต้ตอบที่ขับเคลื่อนด้วย AI ได้อย่างสมบูรณ์ พร้อมตาราง กราฟ แผนภูมิ รูปภาพ และแอนิเมชันแบบไดนามิกที่ผู้ใช้คลิกเพื่อสำรวจได้ 

แทนที่จะต้องเปิดดูหน้าคงที่ เนื้อหาอาจถูกสร้างขึ้นทันทีในรูปแบบฟีดที่เป็นมิตรกับ AI หรือโมดูลแบบโต้ตอบ Deep Thinking ของ Gemini 3 อาจเป็นก้าวแรกสู่ประสบการณ์เว็บยุคถัดไปที่ขับเคลื่อนด้วย AI นี้

เรียนรู้ สร้าง และวางแผนได้ทุกอย่าง 

Gemini 3 เน้นเรื่อง multimodality อย่างแท้จริง โดยโต้ตอบกับข้อมูลหลายประเภท รวมถึงข้อความ รูปภาพ วิดีโอ เสียง และโค้ด ใน Google AI Studio ผู้ใช้สามารถอัปโหลดภาพหรือเฟรมวิดีโอ แล้วขอให้โมเดลสร้างแอปพลิเคชันหรือเนื้อหาแบบโต้ตอบได้ ตัวอย่างเช่น เราอาจลองใช้แนวคิด “ทำให้ทุกไอเดียเป็นจริง” ของพวกเขา หากอัปโหลดรูปกระดานหมากรุก Gemini 3 จะสร้างเกมหมากรุกที่ใช้งานได้ภายในไม่กี่นาที

Gemini กำลังมีความเป็นส่วนตัวมากขึ้นสำหรับเราเช่นกัน โมเดลรองรับ workflow แบบ agentic ที่เชื่อมต่อกับสภาพแวดล้อมและบริการของคุณ ตัวอย่างเช่น ใน agent mode Gemini 3 สามารถจัดระเบียบกล่องจดหมายของคุณได้ด้วยการโต้ตอบกับ Gmail โดยตรง พร้อมแสดงอินเทอร์เฟซแบบโต้ตอบขนาดเล็กสำหรับจัดการอีเมล 

พื้นที่ Antigravity สำหรับไอเดียของคุณ

Gemini 3 มาพร้อมสภาพแวดล้อมสำหรับพัฒนาแบบผสานรวมของตนเอง ซึ่งชวนให้นึกถึง VS Code หรือ Cursor ผู้ใช้เขียนคำสั่ง เลือกโมเดล และเลือก agent mode ในสภาพแวดล้อมนี้ Gemini 3 สามารถ:

  • สร้างโค้ด frontend และ backend (HTML, CSS, Python)
  • สร้างและเชื่อมต่อทุกส่วนของแอปพลิเคชัน full-stack ได้ด้วยตนเอง รวมถึงการผสานรวมกับ third-party
  • สร้าง UI mockup และภาพหน้าจอ

จัดการการ debug แบบวนซ้ำ โดยโมเดลตีความข้อผิดพลาด เสนอวิธีแก้ และอัปเดตโค้ดแบบไดนามิก

ด้วยการตั้งค่านี้ นักพัฒนาสามารถมุ่งเน้นที่การออกแบบและตรรกะระดับสูง ขณะที่โมเดลทำงานส่วนที่เหลือ เช่น การเขียนโค้ดซ้ำๆ การสร้างโครงร่าง และงานผสานรวม หลายคนในชุมชนนักพัฒนาเชื่อว่า Antigravity สร้างบน codebase และระบบ agent ของ Windsurf หรือได้รับแรงบันดาลใจอย่างมากจากสิ่งเหล่านั้น

Nano Banana Pro

ส่วนเสริมที่โดดเด่นคือการเปิดตัว Nano Banana Pro โมเดลสำหรับสร้างและแก้ไขภาพที่สร้างบน Gemini 3 Pro โมเดลนี้สร้างอินโฟกราฟิกเฉพาะตัว และทำงานกับวัตถุหรือตัวละครได้พร้อมกันสูงสุด 14 รายการ 

Monsters
แหล่งที่มา: https://blog.google/technology/ai/nano-banana-pro/

Google คำนึงถึงการเพิ่มขึ้นของ deepfake จึงเปิดตัว SynthID ซึ่งเป็นกลไกยืนยันความแท้ SynthID ฝังเครื่องหมายที่มองไม่เห็นลงในเนื้อหาที่สร้างขึ้นโดยตรง ตัวอย่างเช่น เมื่อใช้ SynthID กับรูปภาพ ระบบจะฝังพิกเซลเล็กๆ ที่มองไม่เห็นลงในโครงสร้างของภาพโดยตรง พิกเซลเหล่านี้มองไม่เห็นด้วยตาเปล่า แต่ระบบ AI สามารถตรวจจับได้ 

บทสรุป 

Gemini 3 เป็นสิ่งที่นักพัฒนาและคนทั่วไปควรลองใช้ นี่คือโมเดลยุคถัดไป ไม่ใช่เพียงการผสมผสานของรุ่นก่อนๆ เหมาะอย่างยิ่งสำหรับเอกสารขนาดใหญ่ codebase ที่ขยายยาว และงานหลายขั้นตอน ด้วยการให้เหตุผลแบบ multimodal การคิดแบบ agentic และความสามารถด้าน deep learning จึงโดดเด่นเหนือคู่แข่งมากราย เรายังแนะนำให้ทดสอบ Gemini 3 กับ proxy residential หรือ mobile ของเรา ซึ่งช่วยรับประกันการเข้าถึงข้อมูลที่เชื่อถือได้ เป็นส่วนตัว และปลอดภัย 

Gemini 3 มีประสิทธิภาพสูง แต่พูดตามตรงว่ายังไม่สมบูรณ์แบบและอาจทำผิดพลาดได้ DataImpulse สนับสนุนให้ผู้ใช้ผสานผลลัพธ์จาก AI เข้ากับความคิดสร้างสรรค์และวิจารณญาณของตนเอง มาร่วมกันปกป้องความแท้จริง

*โปรดใช้ AI อย่างมีจริยธรรม บทความนี้ไม่ได้สนับสนุนการใช้งานที่ก่อให้เกิดอันตราย

บทความที่เกี่ยวข้อง

Share article: