Google обучила Gemini создавать SQL-запросы: новые возможности для разработчиков

Новая система на основе Gemini 3.1 Pro достигает 80,04% на бенчмарке BIRD, который оценивает не только формальную корректность, но и фактическое выполнение SQL-запросов

Google Research анонсировала систему Gemini-SQL2 — модель класса text-to-SQL, построенную на базе Gemini 3.1 Pro. Её цель — преобразовывать запросы, сформулированные на естественном языке, в исполняемые SQL-команды для взаимодействия с базами данных без необходимости ручного написания кода.

В отличие от традиционных методов генерации SQL, данная система акцентирует внимание не только на синтаксической корректности запроса, но и на его реальном исполнении в базе данных с получением правильного результата.

Ключевым испытанием для таких моделей является бенчмарк BIRD — набор задач, в котором SQL-запросы не просто сопоставляются по структуре, а фактически выполняются, и оценивается точность возвращаемых данных. Это приближает проверку к реальной работе аналитических систем, где важен не текст запроса, а конечный результат.

На BIRD система Gemini-SQL2 продемонстрировала точность выполнения запросов на уровне 80,04%, что соответствует передовым достижениям среди доступных решений в категории text-to-SQL.

Такой уровень точности указывает на то, что модель способна правильно интерпретировать сложные запросы к данным и формировать SQL-инструкции, которые возвращают корректные результаты в большинстве тестовых случаев.

С практической точки зрения такие системы снижают зависимость от ручного написания SQL и потенциально позволяют пользователям, не владеющим языком запросов, работать с базами данных, перекладывая сложную логику извлечения данных на искусственный интеллект.