Google åbner Gemini Deep Research for udviklere med ny API
Google har lanceret en markant forbedret version af sin Gemini Deep Research-agent, som nu for første gang er tilgængelig for udviklere gennem det nye Interactions API. Samtidig har tech-giganten frigivet DeepSearchQA, et nyt benchmark-værktøj til evaluering af komplekse websøgningsopgaver.
Kraftfuld forskningsagent til udviklere
Gemini Deep Research er en AI-agent optimeret til langvarige informationsindsamlings- og analyseopgaver. Agenten anvender Gemini 3 Pro som sin kerne – Googles hidtil mest faktuelle model – og er specifikt trænet til at minimere hallucinationer og maksimere kvaliteten af rapporter under komplekse opgaver.
Den nye version opnår state-of-the-art resultater på flere benchmarks, herunder 46,4% på Humanity’s Last Exam og 66,1% på DeepSearchQA. Agenten er desuden optimeret til at generere velresearchede rapporter til væsentligt lavere omkostninger end tidligere.
Sådan fungerer teknologien
Deep Research arbejder iterativt ved at:
- Formulere søgeforespørgsler
- Læse og analysere resultater
- Identificere videnhuller
- Søge igen med forbedrede queries
Den nyeste version har markant forbedrede websøgningskapaciteter, der gør det muligt at navigere dybt ind på websites for at finde specifik data.
Praktiske anvendelser
Teknologien viser allerede konkrete resultater i brancher, der kræver høj præcision:
Finanssektoren: Virksomheder bruger Deep Research til at automatisere de tidskrævende indledende faser af due diligence-processer. KJ Sidberry, partner hos GV, udtaler: “Gemini Deep Research har været en enorm accelerator for vores due diligence-processer og forkortet vores forskningscyklusser fra dage til timer uden tab af troværdighed eller kvalitet.”
Biotek: Axiom Bio, der udvikler AI-systemer til at forudsige lægemiddeltoksicitet, har fundet, at teknologien giver et hidtil uset niveau af forskningsdybde på tværs af biomedicinsk litteratur.
Nye muligheder for udviklere
Gennem Interactions API får udviklere adgang til funktioner som:
- Samlet informationssyntese fra både uploadede dokumenter og offentlige webdata
- Kontrol over rapportstruktur via prompting
- Detaljerede kildehenvisninger for verificering
- Strukturerede outputs i JSON-format
Google har også frigivet DeepSearchQA-benchmarket som open source, komplet med datasæt, leaderboard og starter-kode, for at drive fremtidig forskning i mere robuste AI-agenter.
Fremtidige opdateringer vil fokusere på rigere outputs som native chart-generering og udvidet tilslutningsmuligheder gennem Model Context Protocol (MCP). Deep Research vil også blive tilgængelig i Google Search, NotebookLM, Google Finance og opgraderet i Gemini-appen, ligesom det er planlagt til Vertex AI for virksomheder.
