گوگل از جمنای ۳.۶ فلش و ۳.۵ فلش لایت رونمایی کرد؛ تمرکز بر سرعت و هزینه کمتر
گوگل نسل تازهای از مدلهای هوش مصنوعی خود را با معرفی جمنای ۳.۶ فلش، جمنای ۳.۵ فلش لایت و نسخه تخصصی جمنای ۳.۵ فلش سایبر معرفی کرد. این مدلها با هدف افزایش بهرهوری، کاهش هزینه اجرای عاملهای هوش مصنوعی و بهبود عملکرد در برنامهنویسی، پردازش اسناد و مولتی تسکینگ توسعه یافتهاند. همزمان، گوگل اعلام کرد آزمایش نسخه پرو جمنای ۳.۵ با شرکای تجاری ادامه دارد و توسعه جمنای ۴ نیز با آغاز بزرگترین مرحله پیشآموزش این شرکت وارد فاز جدیدی شده.
در میان مدلهای جدید Gemini 3.6 Flash نقش مدل اصلی خانواده را بر عهده دارد و نسبت به جمنای ۳.۵ فلش عملکرد بهتری در کدنویسی، پردازش دانش و وظایف چندرسانهای ارائه میدهد. بر اساس شاخص Artificial Analysis این مدل بهطور میانگین ۱۷ درصد توکن خروجی کمتری مصرف میکند و در برخی آزمونها مانند DeepSWE این کاهش به ۶۵ درصد میرسد. همچنین با کاهش تعداد مراحل استدلال و فراخوانی ابزارها اجرای گردشکارهای پیچیده را کارآمدتر میکند و در عین حال هزینه استفاده از آن نیز کاهش یافته
هزینه استفاده از جمنای ۳.۶ فلش برابر با ۱.۵۰ دلار برای هر ۱ میلیون توکن ورودی و ۷.۵۰ دلار برای هر ۱ میلیون توکن خروجی تعیین شده که از نسل قبل ارزانتر است. این مدل در آزمونهای مختلف نیز پیشرفت محسوسی داشته و در DeepSWE آن از ۳۷ به ۴۹ درصد، MLE Bench از ۴۹.۷ به ۶۳.۹ درصد، OSWorld Verified از ۷۸.۴ به ۸۳ درصد و GDPval-AA v2 از ۱۳۴۹ به ۱۴۲۱ افزایش امتیاز داشته. گوگل همچنین اعلام کرد قابلیت استفاده از رایانه اکنون بهصورت ابزار داخلی در API جمینای و Gemini Enterprise در دسترس قرار گرفته.
گوگل میگوید مشتریانی مانند Hebbia و Harvey عملکرد بهتر این مدل را در پردازش اسناد، تحلیل نمودارها، بررسی دادهها و تهیه گزارشهای متنی تأیید کردهاند. علاوه بر این جمنای ۳.۶ فلش به محافظتهای پیشرفته Frontier Safety در حوزههای شیمیایی، زیستی، پرتوزا، هستهای و حملات سایبری مجهز شده. این تغییرات مقاومت مدل در برابر تلاش برای دور زدن محدودیتها را افزایش میدهد و در عین حال میزان رد درخواستهای مفید را کاهش میدهد.
همزمان برند گوگل از جمنای ۳.۵ فلش لایت نیز رونمایی کرد؛ مدلی که برای وظایف کمتأخیر و پردازشهای حجیم طراحی شده. این مدل طبق شاخص Artificial Analysis توان تولید ۳۵۰ توکن خروجی در ثانیه را دارد و هزینه آن ۰.۳۰ دلار برای هر ۱ میلیون توکن ورودی و ۲.۵۰ دلار برای هر ۱ میلیون توکن خروجی است. گوگل میگوید کیفیت آن نسبت به جمنای ۳.۱ فلش لایت بهطور قابلتوجهی افزایش یافته و توسعهدهندگان میتوانند بسته به نوع بار کاری سطح استدلال مدل را میان حالتهای کمهزینه یا پیشرفته تنظیم کنند، همچنین قابلیت استفاده از رایانه نیز در این مدل وجود دارد.
بر اساس نتایج منتشرشده Gemini 3.5 Flash Lite در آزمون Terminal-Bench 2.1 از ۳۱ به ۵۴ درصد، در GDM-MRCR v2 از ۶۰.۱ به ۷۲.۲ درصد و در GDPval-AA v2 از ۶۴۲ به ۱۱۴۰ امتیاز رسیده. گوگل همچنین اعلام کرد این مدل در برخی ارزیابیهای عاملمحور و برنامهنویسی حتی از جمنای ۳ فلش نیز عملکرد بهتری دارد، بهطوری که در SWE-Bench Pro امتیاز ۵۴.۲ در برابر ۴۹.۶ درصد و در OSWorld-Verified امتیاز ۷۴ در برابر ۶۵.۱ درصد کسب کرده. مشتریان اولیه نیز ترکیب سرعت، هوشمندی و هزینه پایین آن را برای پردازشهای گسترده مناسب ارزیابی کردهاند.
گوگل همچنین Gemini 3.5 Flash Cyber را معرفی کرده که بر پایه جمنای ۳.۵ فلش ساخته و برای شناسایی و رفع آسیبپذیریهای امنیتی نرمافزار بهینهسازی شده. این مدل در کنار عامل امنیتی CodeMender فعالیت میکند و با همکاری چند عامل هوش مصنوعی، گزارش نهایی واحدی تولید میکند. طبق اعلام گوگل این ترکیب در معیار CyberGym به عملکردی رقابتی در سطح پیشرفته رسیده. به دلیل ماهیت دوگانه این فناوری نسخه جمنای ۳.۵ فلش سایبر در قالب یک برنامه آزمایشی محدود و تنها از طریق CodeMender در اختیار دولتها و شرکای مورد اعتماد قرار خواهد گرفت تا پیش از سوءاستفاده مهاجمان، آسیبپذیریهای مهم شناسایی و اصلاح شوند.
گوگل اعلام کرده جمنای ۳.۶ فلش و جمنای ۳.۵ فلش لایت از امروز برای توسعهدهندگان از طریق Gemini API در Google AI Studio و Android Studio در دسترس هستند و جمنای ۳.۶ فلش همچنین در Google Antigravity نیز ارائه میشود. کاربران سازمانی میتوانند این مدلها را در Gemini Enterprise Agent Platform و برنامه Gemini Enterprise استفاده کنند. علاوه بر این، Gemini 3.5 Flash-Lite بهتدریج وارد Google Search و برنامه Gemini خواهد شد. گوگل در پایان از توسعهدهندگان خواست بازخوردهای خود را برای بهبود نسلهای بعدی ارسال کنند و بار دیگر از عرضه عمومی Gemini 3.5 Pro در آینده نزدیک خبر داد.
