Google ogłosiło rozpoczęcie pretreningu Gemini 4 21 lipca 2026 r., opisując go jako największe przedsięwzięcie pretreningowe w historii firmy. Według stanu na początek września model osiągnął mocne wstępne wyniki w tej fazie. Posttrening jednak jeszcze się nie rozpoczął — a to właśnie na tym etapie modele AI przekształcają się z imponujących surowych obliczeń w produkty, których ludzie mogą faktycznie używać. Posttrening — obejmujący fine-tuning, uczenie ze wzmocnieniem na podstawie informacji zwrotnej od ludzi oraz strojenie pod instrukcje — jest powszechnie uznawany za kluczowy dla tego, jak niezawodnie model wykonuje polecenia, korzysta z narzędzi i zachowuje się bezpiecznie po wdrożeniu. To często właśnie w tej fazie harmonogramy wydań się opóźniają, dlatego jej postępy są równie istotne jak wyniki pretreningu.

Do czego powstaje Gemini 4

CEO Sundar Pichai nakreślił ambicje podczas telekonferencji wynikowej Alphabet za drugi kwartał 23 lipca, określając dwa konkretne priorytety Gemini 4: kodowanie i autonomiczne agenty. Pichai dodał również, że Gemini 4 będzie opierał się na tym, co nazwał „znacznie większymi modelami bazowymi”, aby sprostać nadchodzącym wymaganiom. Oba priorytety pokrywają się z obszarami, w których skoncentrowało się zapotrzebowanie przedsiębiorstw na AI: asystenci kodowania stali się jedną z najszybciej przyjmowanych kategorii produktów AI wśród programistów, a systemy agentowe — modele zdolne planować i wykonywać wieloetapowe zadania — stanowią punkt sporny w rywalizacji największych laboratoriów AI.

Wydatki odzwierciedlają tę skalę. Alphabet ustalił wskazówkę dotyczącą wydatków kapitałowych na 2026 r. na poziomie nawet 205 mld dolarów — kwota, która po raz pierwszy wprowadziła firmę w obszar ujemnego wolnego przepływu pieniężnego.

Skąd pochodzi presja konkurencyjna

Gemini 3.5 Pro, model poprzedzający ten wysiłek, miał podobno opóźnienia związane z problemami w zakresie kodowania. Gemini 4 jest częściowo odpowiedzią na tę sytuację. Model zbudowany wprost wokół siły w kodowaniu odpowiada na jeden z obszarów, w których konkurenci — przede wszystkim OpenAI i Anthropic, których modele wypadają mocno w benchmarkach kodowania i wśród programistów — zadali najbardziej wiarygodne ciosy wcześniejszym wydaniom Google.

Analitycy śledzący historyczne cykle treningowe Google uważają okno premierowe pod koniec 2026 r. za najbardziej prawdopodobny scenariusz — około sześć miesięcy po rozpoczęciu pretreningu w lipcu. Firma nie ujawniła publicznie formalnego harmonogramu.

Co dalej i dlaczego posttrening jest zmienną wartą obserwacji

Według stanu na 1 września 2026 r. nie opublikowano żadnych publicznych benchmarków dotyczących pretreningu Gemini 4 ani harmonogramu posttreningu. Dla firmy, która przez większość 2025 r. i początek 2026 r. odbudowywała zaufanie programistów do linii produktów Gemini, ta cisza odbiera się mniej jak strategiczna tajemnica, a bardziej jak zdyscyplinowane zarządzanie oczekiwaniami. Warto obserwować wczesne sygnały, takie jak publiczne zgłoszenia benchmarkowe, podglądy dla programistów czy integracja z własnymi produktami Google — kanały, przez które wcześniejsze wersje Gemini zazwyczaj pojawiały się jako pierwsze.

Szerszy sektor technologiczny uważnie śledzi trajektorię wydatków kapitałowych Alphabet, m.in. dlatego, że sygnalizuje ona, jak bardzo gracze z ugruntowaną pozycją wierzą, że obecny cykl inwestycyjny w AI wciąż ma potencjał wzrostu. Rok z wydatkami kapitałowymi rzędu 205 mld dolarów u jednej firmy ma efekty kaskadowe dla dostawców chipów, budowy centrów danych, infrastruktury energetycznej oraz startupów rywalizujących o tę samą zdolność obliczeniową GPU.