گوگل از سه مدل تازه در خانوادهٔ فلش (Flash) رونمایی کرد: جمینای ۳.۶ فلش (Gemini 3.6 Flash) به‌عنوان مدل پرکار اصلی، جمینای ۳.۵ فلش لایت (Gemini 3.5 Flash-Lite) برای بارهای پرحجم و کم‌تأخیر، و جمینای ۳.۵ فلش سایبر (Gemini 3.5 Flash Cyber) برای یافتن و رفع آسیب‌پذیری‌های امنیتی. محور مشترک این سه مدل، مصرف بهینهٔ توکن، تأخیر کمتر و قابلیت اطمینان بیشتر برای ساخت ایجنت‌های هوش مصنوعی در مقیاس تولید است.
سه مدل تازه با یک هدف مشترک
گوگل می‌گوید سری Flash برای رسیدن به نقطهٔ تعادل میان کارایی و کیفیت طراحی شده است؛ همان‌جایی که ساخت جریان‌های کاری مبتنی بر ایجنت در مقیاس بزرگ عملی می‌شود. این شرکت می‌گوید در کنار عرضهٔ امروز، جمینای ۳.۵ پرو (Gemini 3.5 Pro) در حال آزمایش با شرکاست و به‌محض آماده شدن، به‌صورت گسترده عرضه می‌شود؛ تیم گوگل همچنین بلندپروازانه‌ترین اجرای پیش‌آموزش خود تا امروز را برای جمینای ۴ (Gemini 4) آغاز کرده است.
- جمینای ۳.۶ فلش: مدل پرکار گوگل با عملکرد بهتر در کدنویسی، کارهای دانشی و وظایف چندوجهی. به گفتهٔ گوگل، بر پایهٔ شاخص Artificial Analysis مصرف توکن خروجی آن ۱۷ درصد کمتر از ۳.۵ فلش است و در برخی بنچمارک‌ها مانند دیپ‌اس‌وی‌ای (DeepSWE) از Datacurve این کاهش تا ۶۵ درصد می‌رسد؛ آن هم با هزینهٔ کمتر به‌ازای هر توکن خروجی.
- جمینای ۳.۵ فلش لایت: سریع‌ترین و به‌صرفه‌ترین مدل کلاس ۳.۵ که بر پایهٔ همان شاخص، ۳۵۰ توکن خروجی در ثانیه تولید می‌کند و در جریان‌های کاری ایجنت، عملکردی به‌مراتب بهتر از نسل‌های پیشین Flash-Lite دارد.
- جمینای ۳.۵ فلش سایبر در CodeMender: ترکیب یک مدل تخصصی و کارآمد امنیت سایبری با ایجنت امنیت کد کودمندر (CodeMender) گوگل، که به گفتهٔ شرکت عملکردی رقابتی در مرز فناوری ارائه می‌دهد.
جمینای ۳.۶ فلش؛ کارآمدتر و کم‌هزینه‌تر از ۳.۵ فلش
گوگل می‌گوید ۳.۶ فلش را بر پایهٔ بازخورد توسعه‌دهندگان و مشتریان ۳.۵ فلش ساخته است. این مدل نه‌فقط در کدنویسی و کارهای دانشی یک پله بالاتر رفته، بلکه کارایی توکن را هم معنادار بهبود داده است. به گزارش گوگل، ۳.۶ فلش برای انجام جریان‌های کاری چندمرحله‌ای به گام‌های استدلال و فراخوانی ابزار کمتری نیاز دارد.
این کارآمدی با قیمت پایین‌تر هم همراه شده است: ۱.۵۰ دلار برای هر یک میلیون توکن ورودی و ۷.۵۰ دلار برای هر یک میلیون توکن خروجی. به گفتهٔ گوگل، این قیمت هزینهٔ کل هر وظیفهٔ ایجنتی را کاهش می‌دهد و ساخت و اجرای ایجنت‌ها را به‌صرفه‌تر می‌کند.
در کنار مصرف کمتر توکن، ۳.۶ فلش در بنچمارک‌ها هم نسبت به ۳.۵ فلش جلو افتاده است:
| بنچمارک | جمینای ۳.۶ فلش | جمینای ۳.۵ فلش |
|---|---|---|
| DeepSWE | ۴۹٪ | ۳۷٪ |
| MLE Bench | ۶۳.۹٪ | ۴۹.۷٪ |
| OSWorld-Verified | ۸۳.۰٪ | ۷۸.۴٪ |
| GDPval-AA v2 | ۱۴۲۱ | ۱۳۴۹ |
به گفتهٔ گوگل، ۳.۶ فلش در بنچمارک DeepSWE دقت بالاتری دارد، ویرایش‌های ناخواسته در کد و حلقه‌های اجرا را کم می‌کند و در پژوهش یادگیری ماشین در MLE Bench رشد چشمگیری نشان می‌دهد. توانایی استفاده از رایانه هم در این مدل بهبود یافته و حالا به‌صورت یک ابزار درون‌ساخت سمت کلاینت از طریق Gemini API و Gemini Enterprise در دسترس است.
بازخورد اولیهٔ مشتریان
گوگل می‌گوید مشتریانی مانند هبیا (Hebbia) و هاروی (Harvey) این مدل را در وظایف چندوجهی مثل تجزیهٔ اسناد، تحلیل نمودار و داده و تهیهٔ گزارش توانمند یافته‌اند. بخشی از بازخورد شرکت‌ها در قالب نقل‌قول منتشر شده است.
ایمنی در عرضه
گوگل می‌گوید ۳.۶ فلش با محافظ‌های تقویت‌شدهٔ ایمنی مرزی در حوزه‌های شیمیایی، بیولوژیکی، رادیولوژیکی و هسته‌ای (CBRN) و همچنین سوءاستفادهٔ تهاجمی سایبری عرضه می‌شود. به گفتهٔ این شرکت، این محافظ‌ها مقاومت مدل را در برابر جیل‌بریک‌ها به‌طور قابل‌توجهی بالا می‌برند و در همان حال مدل طوری آموزش دیده که رد کردن درخواست‌های سودمند را به کمترین حد برساند. جزئیات بیشتر در کارت مدل ۳.۶ فلش آمده است. گوگل پیش‌تر هم روش سنجش ایمنی و امنیت مدل‌هایش را منتشر کرده بود.
جمینای ۳.۵ فلش لایت؛ ساخته‌شده برای مقیاس‌دهی
۳.۵ فلش لایت برای وظایفی طراحی شده که تأخیر پایین یا توان عملیاتی بالا در آن‌ها حیاتی است؛ کارهایی مانند جست‌وجوی ایجنتی و پردازش اسناد. گوگل می‌گوید این سریع‌ترین مدل سری ۳.۵ است و بر پایهٔ اندازه‌گیری Artificial Analysis با سرعت ۳۵۰ توکن خروجی در ثانیه اجرا می‌شود.
قیمت این مدل ۰.۳ دلار برای هر یک میلیون توکن ورودی و ۲.۵ دلار برای هر یک میلیون توکن خروجی است. به گفتهٔ گوگل، کیفیت آن به‌طور معناداری از ۳.۱ فلش لایت بهتر است و همین نسبت قیمت به عملکرد را برای ترافیک پرحجم تولیدی جذاب می‌کند.
توسعه‌دهندگان می‌توانند بسته به بار کاری، سطح استدلال مدل را تنظیم کنند: سطوح «حداقلی» و «کم» برای اجرای کم‌تأخیر و کم‌هزینهٔ وظایف پرحجم، و سطوح بالاتر برای پردازش کارهای چندمرحله‌ای زیرایجنت‌ها. استفاده از رایانه نیز در این مدل به ابزاری درون‌ساخت تبدیل شده است.
گوگل این پیشرفت را با چند عدد توضیح می‌دهد: در Terminal-Bench 2.1 نتیجه ۵۴٪ در برابر ۳۱٪، در زمینهٔ بافت بلند در GDM-MRCR v2 عدد ۷۲.۲٪ در برابر ۶۰.۱٪ و در اجرای وظایف دنیای واقعی در GDPval-AA v2 عدد ۱۱۴۰ در برابر ۶۴۲. مقایسه‌ها با ۳.۱ فلش لایت است.
به گفتهٔ گوگل، ۳.۵ فلش لایت در بسیاری از ارزیابی‌های ایجنتی و کدنویسی حتی از ۳ فلش هم بهتر عمل می‌کند؛ از جمله در SWE-Bench Pro با ۵۴.۲٪ در برابر ۴۹.۶٪ و در OSWorld-Verified با ۷۴.۰٪ در برابر ۶۵.۱٪. این یعنی گزینه‌ای سریع‌تر و توانمندتر برای بارهایی که امروز روی ۲.۵ فلش و ۳ فلش اجرا می‌شوند.
گوگل می‌گوید مشتریان اولیهٔ ۳.۵ فلش لایت بر ترکیب سرعت، هوشمندی و به‌صرفه بودن آن برای مقیاس‌دهی به جریان‌های ایجنتی و وظایف پردازش داده تأکید کرده‌اند.
جمینای ۳.۵ فلش سایبر و کودمندر
گوگل می‌گوید مدل‌های هوش مصنوعی حالا می‌توانند آسیب‌پذیری‌های امنیتی را سریع‌تر از توان سیستم‌های فعلی برای رفع آن‌ها پیدا کنند. به باور این شرکت، مقابله با این تهدید به رویکردی نیاز دارد که هم توانمند باشد و هم کارآمد. ۳.۵ فلش سایبر روی ۳.۵ فلش ساخته و برای یافتن و رفع آسیب‌پذیری‌های امنیت سایبری تنظیم دقیق شده است و به گفتهٔ گوگل، قیمت هر توکن آن از مدل‌های بزرگ‌تر کمتر است.
در کودمندر چند ایجنت ۳.۵ فلش سایبر با هم کار می‌کنند تا یک گزارش ترکیبی بسازند. گوگل می‌گوید این ترکیب در بنچمارک پرکاربرد CyberGym به عملکردی رقابتی در مرز فناوری می‌رسد. پیش‌تر هم مدل سبک گوگل برای شکار آسیب‌پذیری‌ها در همین سایت معرفی شده بود.
با توجه به دوکاربردی بودن این فناوری، گوگل رویکردی حساب‌شده در پیش گرفته است: ۳.۵ فلش سایبر به‌زودی و فقط از طریق کودمندر، در قالب یک برنامهٔ آزمایشی با دسترسی محدود، در اختیار دولت‌ها و شرکای مورد اعتماد قرار می‌گیرد. به گفتهٔ گوگل، هدف این است که مدافعان خط مقدم فرصت پیدا کنند آسیب‌پذیری‌های حیاتی را پیش از بهره‌برداری مهاجمان پیدا و رفع کنند و در همان حال، خطر سوءاستفادهٔ گسترده کاهش یابد.
دسترسی از امروز
گوگل می‌گوید جمینای ۳.۶ فلش و ۳.۵ فلش لایت از همان روز اعلام در دسترس‌اند:
- برای توسعه‌دهندگان در Gemini API از طریق Google AI Studio و Android Studio؛ ۳.۶ فلش در Google Antigravity هم موجود است.
- برای سازمان‌ها در Gemini Enterprise Agent Platform؛ ۳.۶ فلش در اپ Gemini Enterprise هم ارائه می‌شود.
- برای همه کاربران از طریق اپ Gemini؛ ۳.۵ فلش لایت همچنین در حال عرضه در Google Search است.
گوگل از توسعه‌دهندگان خواسته بازخوردشان را برای بهبود مدل‌های بعدی بفرستند و می‌گوید انتشار عمومی ۳.۵ پرو در برنامه است.
پرسش‌های متداول
جمینای ۳.۶ فلش چه تفاوتی با ۳.۵ فلش دارد؟
به گفتهٔ گوگل، ۳.۶ فلش در شاخص Artificial Analysis مصرف توکن خروجی را ۱۷ درصد کاهش می‌دهد و در برخی بنچمارک‌ها مثل DeepSWE این کاهش تا ۶۵ درصد است. در کنار آن، قیمت هر توکن هم پایین‌تر آمده: ۱.۵۰ دلار برای هر یک میلیون توکن ورودی و ۷.۵۰ دلار برای هر یک میلیون توکن خروجی.
جمینای ۳.۵ فلش لایت با چه قیمتی عرضه می‌شود؟
قیمت این مدل ۰.۳ دلار برای هر یک میلیون توکن ورودی و ۲.۵ دلار برای هر یک میلیون توکن خروجی است و بر پایهٔ اندازه‌گیری Artificial Analysis با سرعت ۳۵۰ توکن خروجی در ثانیه کار می‌کند.
چرا جمینای ۳.۵ فلش سایبر برای همه عرضه نمی‌شود؟
گوگل به دوکاربردی بودن این فناوری اشاره کرده است؛ به همین دلیل ۳.۵ فلش سایبر فقط از طریق CodeMender و در قالب یک برنامهٔ آزمایشی با دسترسی محدود، در اختیار دولت‌ها و شرکای مورد اعتماد قرار می‌گیرد.
منبع: Google
