گوگل از Gemini 3.6 Flash رونمایی کرد؛ مدل سبک‌تر، ارزان‌تر و هوشمندتر در راه است / اولین اشاره رسمی به Gemini 4

گوگل در تازه‌ترین به‌روزرسانی خانواده مدل‌های هوش مصنوعی Gemini، از Gemini 3.6 Flash و Gemini 3.5 Flash-Lite رونمایی کرد؛ دو مدلی که با تمرکز بر کاهش هزینه، افزایش سرعت و بهبود عملکرد در برنامه‌نویسی و پردازش اسناد توسعه یافته‌اند. این شرکت همچنین برای نخستین‌بار تأیید کرد که توسعه Gemini 4 آغاز شده و بزرگ‌ترین پروژه آموزش مدل‌های زبانی خود را کلید زده است.

به گزارش خبرگزاری خبرآنلاین، در حالی که بسیاری از توسعه‌دهندگان هنوز منتظر عرضه عمومی Gemini 3.5 Pro هستند، گوگل مسیر متفاوتی را در پیش گرفته است. این شرکت به جای معرفی مدل پرچمدار، نسخه‌های جدید و اقتصادی‌تر خانواده Gemini Flash را عرضه کرده؛ مدل‌هایی که برای استفاده روزمره، ساخت عامل‌های هوشمند (AI Agents)، تولید کد و پردازش حجم بالای داده طراحی شده‌اند.

این رونمایی نشان می‌دهد رقابت میان گوگل، OpenAI، Anthropic و دیگر بازیگران بازار، بیش از هر زمان دیگری به سمت افزایش بهره‌وری و کاهش هزینه استفاده از مدل‌های هوش مصنوعی حرکت کرده است.

Gemini 3.6 Flash؛ هوشمندتر با مصرف کمتر

اصلی‌ترین محصول معرفی‌شده، Gemini 3.6 Flash است؛ مدلی که ادامه‌دهنده مسیر نسخه 3.5 Flash محسوب می‌شود اما تقریباً در همه شاخص‌ها بهبود یافته است.

گوگل اعلام کرده این نسخه بر اساس بازخورد توسعه‌دهندگان از زمان برگزاری کنفرانس Google I/O 2026 طراحی شده و مهم‌ترین هدف آن، کاهش مصرف توکن بدون افت کیفیت پاسخ‌ها بوده است.

طبق آمار منتشرشده، Gemini 3.6 Flash در مقایسه با نسل قبل:

  • حدود ۱۷ درصد توکن خروجی کمتری مصرف می‌کند.
  • برای انجام وظایف چندمرحله‌ای به استدلال و فراخوانی ابزارهای کمتری نیاز دارد.
  • با همان کیفیت، پاسخ‌های کوتاه‌تر و بهینه‌تری تولید می‌کند.

این موضوع به معنای کاهش هزینه اجرای برنامه‌های مبتنی بر هوش مصنوعی برای شرکت‌ها و توسعه‌دهندگان خواهد بود.

قیمت پایین‌تر؛ خبر خوب برای توسعه‌دهندگان

گوگل علاوه بر بهبود عملکرد، قیمت استفاده از مدل را نیز کاهش داده است.

هزینه استفاده از Gemini 3.6 Flash به شکل زیر اعلام شده است:

  • ۱.۵ دلار برای هر یک میلیون توکن ورودی
  • ۷.۵ دلار برای هر یک میلیون توکن خروجی

در نسخه قبلی، هزینه توکن خروجی ۹ دلار بود؛ بنابراین توسعه‌دهندگان با مدل جدید هزینه کمتری پرداخت خواهند کرد.

جهش قابل توجه در برنامه‌نویسی

یکی از مهم‌ترین محورهای توسعه Gemini 3.6 Flash، تولید کد بوده است.

گوگل می‌گوید این مدل:

  • تغییرات ناخواسته کمتری در کد ایجاد می‌کند.
  • حلقه‌های تکراری اجرای کد را کاهش داده است.
  • کدهای آماده تولید (Production-ready) با کیفیت بالاتری می‌نویسد.

براساس نتایج منتشرشده:

  • امتیاز مدل در آزمون DeepSWE از ۳۷ درصد به ۴۹ درصد رسیده است.
  • در معیار MLE Bench نیز عملکرد آن از ۴۹.۷ درصد به ۶۳.۹ درصد افزایش یافته است.

این اعداد نشان می‌دهد Gemini 3.6 Flash نسبت به نسل قبل، گزینه قابل اعتمادتری برای توسعه نرم‌افزار و پروژه‌های یادگیری ماشین خواهد بود.

بهبود توانایی استدلال و استفاده از رایانه

پیشرفت‌های Gemini 3.6 Flash تنها به برنامه‌نویسی محدود نمی‌شود.

گوگل اعلام کرده عملکرد مدل در زمینه‌های زیر نیز ارتقا یافته است:

  • افزایش امتیاز دانش عمومی از ۱۳۴۹ به ۱۴۲۱
  • افزایش توانایی انجام کار با رایانه در آزمون OSWorld از ۷۸.۴ درصد به ۸۳ درصد

همچنین تاریخ آخرین داده‌های آموزشی مدل نیز به‌روز شده است.

در حالی که نسخه قبلی تنها اطلاعات تا ژانویه ۲۰۲۵ را در اختیار داشت، Gemini 3.6 Flash اکنون داده‌هایی تا مارس ۲۰۲۶ را پوشش می‌دهد.

Gemini 3.5 Flash-Lite؛ مدل اقتصادی برای پردازش‌های سنگین

در کنار مدل اصلی، گوگل از Gemini 3.5 Flash-Lite نیز رونمایی کرد.

این مدل برای کاربردهایی طراحی شده که نیازمند:

  • پردازش تعداد بسیار زیادی درخواست
  • پاسخ‌دهی سریع
  • هزینه پایین

هستند؛ از جمله:

  • جست‌وجوی مبتنی بر عامل‌های هوش مصنوعی (Agentic Search)
  • پردازش اسناد
  • استخراج اطلاعات
  • سرویس‌های گفت‌وگومحور با کاربران زیاد

هزینه‌ای بسیار پایین‌تر

گوگل قیمت این مدل را نیز اعلام کرده است:

  • ۰.۳ دلار برای هر یک میلیون توکن ورودی
  • ۲.۵ دلار برای هر یک میلیون توکن خروجی

این قیمت، Flash-Lite را به یکی از ارزان‌ترین مدل‌های خانواده Gemini تبدیل می‌کند.

عملکرد بهتر حتی نسبت به Gemini 3

نکته جالب اینجاست که Flash-Lite صرفاً نسخه‌ای سبک‌تر نیست.

گوگل اعلام کرده این مدل در برخی معیارها حتی از Gemini 3 Flash نیز عملکرد بهتری دارد.

از جمله:

  • افزایش امتیاز برنامه‌نویسی در Terminal-Bench از ۳۱ درصد به ۵۴ درصد
  • بهبود پردازش متن‌های طولانی از ۶۰.۱ درصد به ۷۲.۲ درصد
  • افزایش توان اجرای وظایف واقعی از ۶۴۲ به ۱۱۴۰

همچنین در آزمون‌های SWE-Bench Pro و OSWorld نیز Flash-Lite امتیاز بالاتری نسبت به Gemini 3 Flash کسب کرده است.

معرفی Gemini 3.5 Flash Cyber؛ هوش مصنوعی برای مقابله با آسیب‌پذیری‌های امنیتی

گوگل هم‌زمان از مدل تخصصی جدیدی با نام Gemini 3.5 Flash Cyber نیز پرده برداشت.

این مدل به‌طور اختصاصی برای:

  • شناسایی آسیب‌پذیری‌های نرم‌افزاری
  • اعتبارسنجی مشکلات امنیتی
  • پیشنهاد اصلاح کد
  • وصله کردن (Patch) آسیب‌پذیری‌ها

توسعه یافته است.

هدف گوگل این است که سازمان‌ها بتوانند با هزینه کمتر، مشکلات امنیتی را پیش از سوءاستفاده هکرها شناسایی و برطرف کنند.

CodeMender؛ ابزار جدید گوگل برای امنیت کد

گوگل اعلام کرده ابزار امنیتی CodeMender بر پایه چندین عامل هوش مصنوعی Gemini 3.5 Flash Cyber ساخته شده است.

این سامانه وظیفه دارد به صورت خودکار:

  • کدها را بررسی کند؛
  • آسیب‌پذیری‌ها را پیدا کند؛
  • صحت آن‌ها را ارزیابی کند؛
  • و در نهایت پیشنهاد اصلاح ارائه دهد.

در مرحله نخست، دسترسی به این فناوری تنها برای دولت‌ها و شرکای مورد اعتماد گوگل فراهم خواهد بود.

این مدل‌ها از امروز در دسترس هستند

گوگل اعلام کرده:

  • Gemini 3.6 Flash از امروز در اپلیکیشن Gemini قابل استفاده است.
  • Gemini 3.5 Flash-Lite علاوه بر اپلیکیشن Gemini، وارد موتور جست‌وجوی گوگل نیز می‌شود.
  • توسعه‌دهندگان می‌توانند از طریق AI Studio، Android Studio و پلتفرم Antigravity به این مدل‌ها دسترسی داشته باشند.

در مقابل، Gemini 3.5 Pro همچنان در مرحله آزمایش با شرکای تجاری قرار دارد و هنوز زمان دقیقی برای عرضه عمومی آن اعلام نشده است.

گوگل رسماً توسعه Gemini 4 را تأیید کرد

شاید مهم‌ترین بخش این رونمایی، اشاره کوتاه اما مهم گوگل به نسل بعدی مدل‌های خود بود.

گوگل اعلام کرد تیم DeepMind هم‌اکنون آموزش اولیه Gemini 4 را آغاز کرده است؛ پروژه‌ای که از آن به‌عنوان بلندپروازانه‌ترین فرایند پیش‌آموزش (Pre-training) در تاریخ توسعه مدل‌های این شرکت یاد می‌شود.

اگرچه هنوز جزئیاتی از قابلیت‌های Gemini 4 منتشر نشده، اما همین اعلام رسمی نشان می‌دهد رقابت میان گوگل، OpenAI، Anthropic و دیگر شرکت‌های فعال در حوزه هوش مصنوعی وارد مرحله تازه‌ای شده است؛ مرحله‌ای که در آن، تمرکز تنها بر افزایش قدرت مدل‌ها نیست، بلکه کارایی بیشتر، هزینه کمتر و توسعه عامل‌های هوشمند به مهم‌ترین میدان رقابت تبدیل شده‌اند

۲۲۷۲۲۷

کد مطلب 2250037

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
2 + 16 =