В мае 2026 года Google добавила функцию «Computer Use» (управление компьютером) в свою быструю модель Gemini 3.5 Flash. Эта технология позволяет искусственному интеллекту взаимодействовать с операционной системой компьютера аналогично живому пользователю: перемещать курсор мыши, кликать по кнопкам, заполнять текстовые формы и переключаться между окнами. Интеграция в модель класса Flash обеспечивает высокую скорость отклика и кратно снижает стоимость выполнения рутинных задач по сравнению с тяжелыми ИИ-агентами конкурентов.
Computer Use в Gemini 3.5 Flash — это программная технология, позволяющая мультимодальной нейросети анализировать скриншоты экрана в реальном времени и генерировать координаты для эмуляции клавиатуры и мыши.
Как работает функция Computer Use в Gemini 3.5 Flash?
Функция Computer Use работает по циклическому принципу: нейросеть делает скриншот экрана, распознает визуальные элементы, принимает решение о следующем шаге и отправляет операционной системе команды на перемещение курсора или ввод текста. Этот процесс повторяется до тех пор, пока поставленная пользователем задача не будет полностью решена.
В отличие от традиционных макросов или скриптов автоматизации, Gemini 3.5 Flash не требует жесткой привязки к коду или структуре веб-страницы. Если кнопка на сайте изменит цвет или переместится в другой угол экрана, мультимодальное зрение модели мгновенно адаптируется к изменениям. Использование именно версии Gemini 3.5 Flash критически важно для комфортной работы: высокая скорость генерации токенов позволяет минимизировать задержку между скриншотом и действием, делая работу ИИ-агента плавной.
В чем преимущество Gemini 3.5 Flash перед альтернативными моделями?
Главное преимущество Gemini 3.5 Flash заключается в сочетании высокой скорости обработки контекста и рекордно низкой стоимости API. Для работы ИИ-агента требуется отправлять десятки скриншотов в минуту, что делает использование тяжелых флагманских моделей экономически нецелесообразным для массовых задач.
Когда агент выполняет задачу, он постоянно анализирует «тяжелый» визуальный контекст. Если использовать для этого флагманские модели вроде Claude Opus 4.8 или GPT-5.5 Pro, стоимость одной простой операции (например, заполнения отчета) может составить несколько долларов. Gemini 3.5 Flash решает эту проблему, предлагая высокую скорость работы при минимальных затратах. Ниже приведено позиционирование актуальных линеек моделей ведущих ИИ-лабораторий на июнь 2026 года:
| Разработчик | Быстрая / доступная модель | Флагманская / тяжелая модель |
|---|---|---|
| Gemini 3.5 Flash | Gemini 3.1 Pro / Pro Deep Think | |
| Anthropic | Claude Haiku 4.5 | Claude Opus 4.8 |
| OpenAI | GPT-5.5 Instant | GPT-5.5 Pro |
| DeepSeek | DeepSeek-V4-Flash | DeepSeek-V4-Pro |
Даже при сравнении с быстрыми решениями конкурентов, такими как Claude Haiku 4.5 или DeepSeek-V4-Flash, разработка Google выделяется глубокой интеграцией в собственную экосистему и оптимизацией под мультимодальные сценарии.
Как запустить Gemini и оплатить подписку из России?
Для использования продвинутых версий ИИ Gemini и API Google понадобится оплата зарубежной подписки в условиях ограничений на работу российских банковских карт.
Если вам необходим доступ к платным тарифам Google AI Pro ($19.99/мес) или Google AI Ultra ($99.99/мес для работы с Deep Think), можно воспользоваться помощью специалистов. Задать вопросы по оформлению подписок на зарубежные ИИ-сервисы вы можете в Telegram-боте dropweb.
Какие задачи может автоматизировать новый ИИ-агент?
Новый ИИ-агент на базе Gemini 3.5 Flash способен автоматизировать любые рутинные действия за компьютером: от заполнения CRM-систем и таблиц до тестирования пользовательских интерфейсов. Нейросеть может самостоятельно искать информацию в браузере, копировать ее и вставлять в нужные документы.
Среди наиболее перспективных сценариев использования — автоматическое тестирование программного обеспечения (QA), заполнение налоговых деклараций, перенос карточек товаров в интернет-магазинах и сбор аналитики из разных источников. Использование быстрой модели позволяет запускать десятки таких агентов параллельно, значительно повышая общую продуктивность бизнеса без раздувания бюджетов на вычислительные мощности.
