#мультимодальный AI

Google представила Gemini CLI — открытый AI-агент командной строки с моделью Gemini 2.5 Pro, позволяющий разработчикам использовать естественный язык для кода и автоматизации прямо в терминале.

Gemini 2.5 Pro I/O от Google лидирует в бенчмарках кодирования и веб-разработки, обходя GPT-4 Turbo и добавляя нативное понимание видео для расширенных мультимодальных возможностей.

OpenAI выпустила API gpt-image-1, позволяющий создавать качественные изображения по текстовым описаниям. Новый API открывает широкие возможности для интеграции генеративного AI в приложения.