Gemini 3.8 Flash؛ ارزون ولی نزدیک به بزرگترها
هوش مصنوعی
گوگلخلاصهٔ کاملتر
Gemini 3.8 Flash تازهترین مدل سبک گوگله که فقط سه هفته بعد از Gemini 3.7 Flash اومده و سومین انتشار ردهٔ flash تو حدود شش هفتهست. قیمت معرفیش ۷۵ سنت برای هر میلیون توکن ورودی و ۳.۷۵ دلار برای هر میلیون توکن خروجیه که تا آخر سال برقراره، خیلی پایینتر از Opus 5 و GPT 5.6 Soul. موضع خود گوگل هم اینه که این یه مدل کارگره، نه پرچمدار.
روی بنچمارکها تصویر یکدست نیست. تو Deep SWE v1.1 که هر دو تستر این گزارش قابلاعتمادترین معیار میدوننش، نمرهٔ ۷۳.۷ درصد گرفته، جلوتر از GPT 5.6 Soul با ۷۲.۷ و عملاً برابر با Opus 5. ولی تو GDPval که کار دانشی رو میسنجه ۱۵۴۵ گرفته مقابل ۱۸۲۴ برای Opus 5، تو Terminal-Bench 4.0 فقط ۱۹.۱ درصد و تو OSWorld ۵۹ درصد مقابل ۷۵ درصد. در عوض تو Humanity's Last Exam با ۵۵.۹ و بنچمارک حقوقی Harvey با ۶۱.۴ درصد اول شده.
به گفتهٔ تسترها مهمترین یافته این بود که یه پرامپت یکسان با یه مدل یکسان، بسته به ابزاری که توش اجرا میشه خروجی خیلی متفاوتی میده. همون پرامپت تو اپ Gemini جواب رقیقی داد، ولی تو Antigravity یعنی هارنس ایجنتیک خود گوگل که مدل توش پیادهسازی میکنه، کار خودش رو وارسی میکنه و بعد اصلاح میکنه، یه شبیهسازی قلعهٔ قرونوسطایی با مکانیک ساختوساز، صدای محیط، اژدهای پرنده و تغییر زمان روز و آبوهوا درآورد.
تو مقایسهٔ رودررو با GLM 5.3 و GPT 5.6 Soul، این مدل وسط جدول موند: تو ساخت هفت بایوم سهبعدی تقریباً همتراز GLM 5.3 بود و عقبتر از GPT 5.6 Soul، و صفحههای محصول Apple و اردک لاستیکیش جزو ضعیفترین خروجیهای کل تست شدن. در عوض نقشهٔ توپوگرافی سهبعدی اورست با برشهای قابل تنظیم و یه شوتر ساده به سبک Doom از یه پرامپت، بهترین کارهاش بودن. یه هشدار هم هست: مصرف توکن هر تسک تا ۳۰ درصد بیشتر از نسل قبلی flash شده.
نکات کلیدی:
- تو Deep SWE v1.1 نمرهٔ ۷۳.۷ درصد گرفته، جلوتر از GPT 5.6 Soul با ۷۲.۷ و همردهٔ Claude Opus 5.
- قیمت معرفی ۷۵ سنت ورودی و ۳.۷۵ دلار خروجی به ازای هر میلیون توکنه و تا آخر سال برقراره.
- تو Terminal-Bench 4.0 به ۱۹.۱ درصد میرسه و تو GDPval با ۱۵۴۵ خیلی عقبتر از ۱۸۲۴ اپوس ۵ میمونه.
- مصرف توکن هر تسک تا ۳۰ درصد نسبت به نسل قبلی flash بالا رفته و مزیت قیمتی رو کم میکنه.
- نسخهٔ Gemini 3.8 Flash Cyber هم فقط برای شرکای مورد اعتماد از راه برنامهٔ Fair Wind عرضه شده.
