Gemini 1.0 Ultra

• ·parametry: wyprowadzone z compute treningu (Chinchilla: P=√(C/120))
• ·jednostki korelatora: estymata z parametrów (d∝P^⅓, proporcje dense transformera)
• ·energia: compute ÷ sprawność Google TPU v4 (zmierzony sprzęt) × MFU 0,40 × PUE 1,2
• ·utrwalenie kodu: b.d. — parametry wyprowadzone z compute (wyliczenie u byłoby błędnym kołem)

Dominik: „informacja razy kod" daje wyobrażenie o mocy diagnostycznejIloczyn dwóch rodzajów bitów — u nas zobrazowany jako pole bramki Mazurowskiej. Liczone wyłącznie ze struktury modelu (parametry, architektura), nie z benchmarków.. Obie liczby liczymy z budowy modelu — zero testów.

Uczciwie: to nadal miara ilości (jak duży korelator), nie jakości — większy model ma większą moc. Cybernetyczna miara jakościPodział informacja/kod × energia/materia (Einstein). Sam Dominik ją odracza w nagraniu („nie pakujmy jeszcze Einsteina"). Oś jakości = faza 2. czeka na fazę 2. „Kod = parametry×16 bitów" to nasze założenie techniczne, a prezentacja iloczynu jako POLA w bit² — nasza operacjonalizacja (Dominik mówi o iloczynie „informacja razy kod", nie o polu).

Fizyka wyznacza absolutne minimum energii na zapis jednego bitu: kT·ln2 ≈ 2,9×10⁻²¹ JGranica Landauera (1961) — twarde prawo termodynamiki: skasowanie lub zapis 1 bitu informacji kosztuje co najmniej kT·ln2 energii (T = temperatura otoczenia). Żaden komputer nigdy nie zejdzie niżej.. To obiektywny punkt odniesienia — mierzymy, ile rzędów wielkości ponad tym minimum model zapłacił za utrwalenie swoich wag.

Mózg jest o ~7 rzędów wielkości bliżej fizycznego ideału — termodynamiczny mistrz.

Uczciwie: to miara sprawności (te same dane co bity/dżul, w jednostkach fizyki) — nadal strona ilościowa. Miara jakościIloraz: wierność kodu (licznik, za Mazurem) na nakład energia×materia (mianownik — rozdział „dżula", tu Dominik odsyła do Einsteina i sam ten wątek odracza). Oś jakości czeka na fazę 2. wymaga jeszcze licznika-kodu (wierności) — faza 2.

Ile drogi do mózgu?iSkala jest logarytmiczna: każdy równy odcinek paska oznacza ok. 10-krotny wzrost indeksu. Lewy kraniec to 10⁻⁷% (poniżej najsłabszego zmierzonego modelu), prawy — pełny parytet z mózgiem.

Gemini 1.0 Ultra osiąga 0,021% potencjału mózgu — mózg ma ok. 4900× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.

Moment w historii

W dniu publikacji (XII 2023) Gemini 1.0 Ultra wyprzedzały go 4 modele — na czele z:

Porównanie obejmuje 419 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.

1. #55DeepSeek-V3 (Mar 2025)DeepSeek0,021%
2. #56DeepSeek-V3.1-TerminusDeepSeek0,021%
3. #57Gemini 1.0 UltraGoogle DeepMind0,021%
4. #58Gemini-Exp-1114Google DeepMind0,021%
5. #59Gemini 1.5 ProGoogle DeepMind0,021%

Od Gemini 1.0 Ultra (XII 2023) do Gemini 3.1 Pro (II 2026) indeks linii urósł ×1,6. Punkty na wykresie są klikalne — każdy prowadzi do profilu wersji.

1. XII 2023Gemini 1.0 Pronie publikuje danych—
2. XII 2023Gemini 1.0 Ultraszacunek z compute0,021%
3. II 2024Gemini 1.5 Proszacunek klasy0,021%
4. XI 2024Gemini-Exp-1114szacunek klasy0,021%
5. III 2025Gemini 2.5 Proszacunek klasy0,026%
6. VII 2025Gemini Embeddingnie publikuje danych—
7. XI 2025Gemini 3 Proszacunek klasy0,033%
8. II 2026Gemini 3.1 Proszacunek klasy0,033%
9. III 2026Gemini 3.0 Flash-litenie publikuje danych—

Kontekst czasu

Każdy szary punkt to jeden z 419 modeli; Gemini 1.0 Ultra wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).