03อ่านข่าวนี้ให้เข้าใจ What it means
งบหน้าต่างบริบทรวม 1,048,576 โทเค็น ใช้ร่วมกันทั้งข้อความที่ส่งเข้า ส่วนที่โมเดลคิด และคำตอบ ยิ่งส่งข้อมูลเข้าเยอะ พื้นที่สำหรับคำตอบยิ่งเหลือน้อย คำตอบปกติสูงสุด 65,536 โทเค็น ส่วนคำตอบยาวกว่านั้นใช้โหมด long decode
ผลทดสอบที่บล็อกอ้างจากรายงานเปิดตัวของ Google เอง ได้แก่ DeepSWE v1.1 77.9%, Zapier AutomationBench 51.3%, LVBench 91.7% และ CWE-bench v1 68% ซึ่งยังไม่ได้ยืนยันโดยผู้ทดสอบอิสระ
ข้อสังเกตของเว็บนี้: ผลทดสอบที่ผู้ขายรายงานเองมักเลือกงานที่โมเดลทำได้ดี จึงควรลองกับงานจริงของตัวเองก่อนตัดสินใจ