AI-lab: Måske har jeg fundet forklaringen på, at Google Gemini er så ringe - og Google ikke ændrer på det

Google Gemini er stadig den dårligste af de tre LLM’er, som jeg bruger, selv om Google har arbejdet med AI massivt inden for murene lang tid før, at ChatGPT kom frem og jo opfandt grundlaget for LLM’er. De har deres egne chips (TPU’erne) og så videre.

Artikel top billede

(Foto: Dan Jensen)

Så rundede vi AI-lab nummer 40 (rubinbryllup), og der er mere gang i AI-udviklingen end nogensinde.

Efter en lille reklame skal vi denne gang kigge på Gemini fra Googles AI, som stadig er underlig dårlig på nogle punkter, kinesernes åbne og billige modeller og til sidst lidt om din nye, hotte titel "FDE".

Reklame!

16. og 17. september klokken 10:00 til 11:00 holder jeg “Poor Mans Masterclass i AI” på Computerworlds AI & Cloud-festival.

Come as you are, medbring gerne en laptop og nogle spørgsmål, og lad os sammen redde verden. Jeg kan et par tricks eller tre efter at have holdt et par hundrede AI-kurser, og måske kan du også bruge dem. Skriv til mogensxy@gmail.com og reserver en plads.

Hvorfor er Google så lunefuld?

For mig er Google Gemini stadig den dårligste af de tre LLM’er, som jeg bruger (ChatGPT og Claude er de andre).

Jeg forstår det ikke. Google har arbejdet med AI massivt inden for murene lang tid før ChatGPT kom frem.

De opfandt grundlaget for LLM’er. De har deres egne chips (TPU’erne) og så videre. Alligevel formår de ikke helt at nå derop, hvor Claude og ChatGPT er.

Eller også forstår jeg det pludselig godt: Ved ikke at tiltrække sig opmærksomhed (fordi de ikke er førende og dermed “farlige”) får de ikke ørerne i maskinen hos Trump, de får ikke besked på at lukke alle deres kunder ude fra en ny model, og de lever i det hele taget lidt mere stille og roligt.

Den, der lever stille, lever godt. Det kunne være en forklaring.

De satser også helt tydeligt på, at folk bruger eksempelvis AI-search/AI-views i stedet for de store modeller fra konkurrenterne til en masse dagligdags ting, og det giver dem en langt bredere kundebase på sigt, så kan de indføre reklamer dér, når folk har vænnet sig til det.

Og som altid er jeg nødt til at rose deres NotebookLM, som man får med i prisen.

Det er et sindssygt godt værktøj. Jeg elsker det. Men Gemini som sådan? Not so much.

Et eksempel på, at Gemini kunne være bedre

Jeg har samlet cirka 60 af Jacob Bøtters gode, daglige mails, der hver indeholder en prompt, i en folder, der hedder “bøtter” i Gmail.

Hver mail indeholder en prompt, der typisk starter med “Jeg vil have” eller “Du skal”, og de er alle skrevet med fed skrift.

Jeg ønskede at extracte alle prompts fra de 60 mails og få dem leveret i et word-dokument.

Første forsøg i Gemini var totalt imponerende:

Den gik direkte via Google Workspace ind og hentede det og lagde resultatet i Google Docs…

Sådan! Bortset fra, at der kun var fire eller fem prompts i dokumentet.

Ah, sagde den så - hvis du skal have alle sammen ud, skal vi til script.google.com og du skal udføre denne tekst…

Det gjorde jeg så, og der kom nu fem prompts ud i et dokument.

Et par forsøg mere, skift til den store Pro-model og såv videre. - stadig fem prompts og masser af undskyldninger og “NU har jeg forstået det” og “Det er helt klart min fejl”.

Hvis I synes I har set den opførsel før, så er det fuldstændig som ChatGPT for et par år siden, hvor man jævnligt blev sindssyg af dette loop, hvor man påpegede et problem, blev lovet bod og bedring - og fik det samme igen og igen.

Den slags sker ikke mere i ChatGPT eller Claude. Men selv i den største, mest tænkende model fra Google er det stadig sådan. Suk.

Jeg forsøgte mig med mere detaljerede prompts, men lige meget hjalp det.

Så bad jeg den samle hele den chat,, som jeg havde haft med den til en prompt, som jeg kunne give til ChatGPT 🙂.

Dét gik den helt i selvsving over. Det er også noget de to andre (Claude, ChatGPT) bare gør.

Jeg skiftede til ChatGPT, skrev en prompt og fik både et Google Docs og et Word dokument med alle prompts fra folderen i.

Det virkede.

Jeg plejede at joke med, at det eneste produkt, som ChatGPT var elendigt til at supportere var sig selv (de er blevet meget bedre).

Det ser også ud til, at Gemini kunne trænge til at få mere at vide om sig selv.

Jeg håber, at der snart kommer en ny model fra Google, men det er vitterligt som om de venter og ser, hvordan det hele udvikler sig mht. politisk indblanding…

Kina kan også lave en Trump

Og apropos det: DeepSeek, GLM 5.2 og andre open source-modeller fra Kina har hidtil kunnet undgå statslig indblanding a la den, som OpenAI og Anthropic nu har været udsat for i USA.

Grundlæggerne gjorde nemlig fra starten modellerne open source og endda med offentlige vægte (hvad de amerikanske modeller ikke har) i et forsøg på at gøre det så frit fra starten, at det kinesiske statsapparat ville holde snitterne væk, fordi der alligevel var så mange, der brugte det.

Ha! Som om kommunister kan holde fingrene fra noget som helst, der bare minder om et frit marked 🙂.

De har allerede forbudt nogle ledende AI-folk at forlade landet og er ved at gøre klar til at lægge restriktioner på leverandørerne.

Det kan blive et problem for mange i vesten, hvor rigtigt mange har kastet deres kærlighed på de gode og billige modeller fra Kina (de er typisk 60-90 procent billigere end modellerne fra Anthropic og OpenAI). Nogle, for eksempel OpenRouter, har endda satset på at lave en startup 100 procent baseret på Kina-modeller.

Omvendt stiger interessen for for eksempel Reflection, der vil lave open source-modeller i USA. Ikke, at de har frigivet noget som helst, men en af Trumps sønner er med-investor, så det skal nok gå.

Nogle kinesiske AI-topfolk er i øvrigt allerede flyttet til USA, fordi de ikke gider blive låst inde i Kina.

DeepSeek, Alibaba og Bytedance er til gengæld ved at udvikle deres egne chips.

Sådan ser et ægte våbenkapløb ud, mine damer og herrer.

Desværre mangler vi i Europa noget, der bare kan minde om noget, der kan konkurrere.

Det seneste konsulent-trick

Vi, der har levet i EDB- og it-branchen i mange år, har set titler komme og gå en del gange.

Specielt udviklere har skullet være vakse ved havelågen, i CV’et og ikke mindst i LinkedIn-profilen, for at følge med.

Nu skal de alle til at kalde sig FDE: Forward-Deployed Engineer.

Idéen kommer fra Palantir. De tog nogle udviklere (de hedder ofte “engineers” i USA) og anbragte dem hos kunderne, så de kunne arbejde direkte sammen.

Det er jo intet problem at gøre for Palantir, for de har ingen partnere, somde træder over tæerne ved at gå direkte til kunderne på den måde.

Men Microsoft har altid haft succes med netop at lade partnere få en del af kagen, og dermed også gøre kagen større.

Men tanken om at kunne tjene store penge på AI ved at hævde, at det bare er interne folk, der nu sidder hos kunderne, var alligevel for fristende.

Microsoft har derfor lavet en konsulentbiks, men de taler selvfølgelig om FDE’er i ét væk. Så kan partnerne jo forsøge at sælge konsulenter i konkurrence med leverandøren.

Jeg kan huske de gange, hvor den slags ting skete i “min” database-verden.

En ven, der arbejde hos en Microsoft-partner, beskrev, hvordan Microsoft-sælgeren havde sagt “Joh, de er virkeligt dygtige hos X, men det er klart, at vore konsulenter jo har direkte adgang til dem, der har lavet produktet”, og sådan bliver det også her.

Men selve idéen med at have folk siddende hos kunden og lave ting sammen med kundens folk er altid en god idé.

Hvis de samtidigt kan have en direkte linje ind til udviklerne i deres bagland kan de måske også få løst problemer i en fart og samtidig fortælle hovedkvarteret, hvad kunderne faktisk laver. Men det kan de i praksis aldrig.

Store ord, osv. Men det ER bare en konsulentbiks, som de har lavet.

Sørg for at rette dit CV, så der står FDE ét eller flere steder.

i]Det var dét! Der findes også open source-modeller fra Meta (den elendige Llama4) og OpenAI (de er bedre), så man ikke behøver satse på kineserne. Skriv gerne til mig på mogensxy@gmail.com, hvis I kan anbefale nogle gode modeller.

Forsvarsministeriets Materiel- og Indkøbsstyrelse

MLOps Engineer til opbygning af Forsvarets nye AI-platform

Københavnsområdet

PensionDanmark

Projektleder

Københavnsområdet

IT-Universitetet i København

IT-partner til IT-Universitetet i København

Københavnsområdet

Navnenyt fra it-Danmark

Pinksky ApS har pr. 1. maj 2026 ansat Dan Toft, 29 år,  som Rådgivende konsulent, Partner. Han skal især beskæftige sig med digitalisering med Microsoftplatformen. Han kommer fra en stilling som Microsoft 365 & SharePoint Specialist hos Evobis ApS. Han er uddannet datamatiker. Han har tidligere beskæftiget sig med Microsoft 365 og SharePoint udvikling. Nyt job

Dan Toft

Pinksky ApS

Steen Marquard,  Jabra, er pr. 15. juni 2026 udnævnt som Regional President for Norden og UK. Han er uddannet HD(O). Han beskæftiger sig med I sin nye rolle får Steen ansvar for at videreudvikle salget af virksomhedens professionelle lyd- og videoløsninger, samt styrke samarbejdet med channel teams og partnere på tværs af regionen. Udnævnelse
IFS Danmark A/S har pr. 2. marts 2026 ansat Marlene Gudman som HR Business Partner. Hun skal især beskæftige sig med HR i Danmark og Norden og lede udvalgte internationale HR-projekter. Hun kommer fra en stilling som Nordic Lead HR Business Partner hos Salesforce. Hun har tidligere beskæftiget sig med international HR med fokus på udvikling af og udfordringer i HR ud fra et forretningsperspektiv. Nyt job

Marlene Gudman

IFS Danmark A/S

SAP SuccessFactors Partner Pentos har pr. 1. marts 2026 ansat Plamena Cherneva som Seniorkonsulent indenfor SuccessFactors HCM. Hun skal især beskæftige sig med konfiguration og opsætning af SuccessFactors suiten, samt udvikle smarte løsninger til mellemstore danske virksomheder. Hun kommer fra en stilling som løsningsarkitekt indenfor HR IT hos LEO Pharma. Hun har tidligere beskæftiget sig med HR procesdesign, stamdata og onboarding. Nyt job

Plamena Cherneva

SAP SuccessFactors Partner Pentos