Google Research представила систему Gemini-SQL2 — модель класса text-to-SQL, на базе Gemini 3.1 Pro. Её задача — преобразовывать запросы, сформулированные на естественном языке, в исполняемые SQL-команды для работы с базами данных без ручного написания кода.
В отличие от классических подходов к генерации SQL, система ориентируется не только на синтаксическую корректность запроса, но и на его реальное выполнение в базе данных и получение правильного результата.
Ключевым тестом для таких моделей выступает бенчмарк BIRD — набор задач, где SQL-запросы не просто сравниваются по структуре, а фактически исполняются, и оценивается корректность возвращаемых данных. Это делает проверку ближе к реальной работе аналитических систем, где важен не текст запроса, а итоговый результат.
На BIRD система Gemini-SQL2 показала точность выполнения запросов 80,04%, что соответствует уровню state-of-the-art среди существующих решений в категории text-to-SQL.
Подобный уровень означает, что модель способна корректно интерпретировать сложные запросы к данным и формировать SQL-инструкции, которые возвращают корректные результаты в большинстве тестовых сценариев.
В практическом смысле такие системы уменьшают зависимость от ручного написания SQL и потенциально позволяют работать с базами данных пользователям, не владеющим языком запросов, перекладывая сложную логику извлечения данных на модели искусственного интеллекта.