سه مدل تازهٔ Gemini و پاسخ گوگل به Mythos
هوش مصنوعی
گوگلخلاصهٔ کامل‌تر
آلفابت سه‌شنبه سه مدل تازهٔ Gemini منتشر کرد؛ به نوشتهٔ CNBC این شفاف‌ترین جوابیه که گوگل تا حالا به پیشتازی Anthropic تو حوزهٔ امنیت سایبری داده، اونم درست وقتی که خط تولید محصولاتش با تأخیر و رقابت فشرده روبه‌روئه.
ستارهٔ معرفی، Gemini 3.5 Flash Cyber ـه: مدلی تخصصی برای شناسایی و وصله کردن آسیب‌پذیری‌های نرم‌افزاری که فعلاً فقط از راه یه پایلوت با دسترسی محدود در اختیار دولت‌ها و شرکای مورد اعتماد قرار می‌گیره. گوگل می‌گه این مدل قیمت هر توکنش از مدل‌های بزرگ‌تر کمتره. مقاله می‌گه این می‌تونه فاصلهٔ گوگل با Anthropic رو کم کنه، شرکتی که با مدل Mythos تو دفاع خودکار از کد جلو افتاده.
مدل دوم، Gemini 3.6 Flash، تو کدنویسی و کارهای چندوجهی و دانش‌محور بهتر شده و در عین حال تا ۱۷ درصد توکن کمتری مصرف می‌کنه و قیمت هر توکنش هم از نسل قبلی پایین‌تره — که برای بارهای کاری پرحجم یعنی صرفه‌جویی واقعی. سومی هم Gemini 3.5 Flash-Lite ـه: سریع‌ترین و ارزون‌ترین عضو خانوادهٔ ۳.۵ که برای کارهای کوچک داخل سیستم‌های بزرگ‌تر ایجنتی ساخته شده.
منطق کلی این خط محصول روشنه: گوگل شرط بسته که قیمت و بهره‌وری می‌تونه دیر رسیدنش تو چند دستهٔ کلیدی رو جبران کنه. طبق دادهٔ Artificial Analysis، Gemini Flash از نظر هزینه همین حالا از مدل‌های هم‌رده‌ی Anthropic و OpenAI و رقبای چینی ارزون‌تر درمیاد و به گفتهٔ خود شرکت، Gemini 3.6 Flash هزینهٔ هر وظیفه‌اش از GPT-5.6 Terra Max و Kimi K3 و Qwen 3.7 Max کمتره.
زمان‌بندی هم بی‌حساب نیست: این عرضه یک روز مونده به اعلام نتایج مالی آلفابت انجام شد و هم‌زمان رقبای چینی دارن جا باز می‌کنن. تقاضا برای Kimi K3 از Moonshot AI اون‌قدر بالا رفته که شرکت به‌خاطر محدودیت ظرفیت جلوی اشتراک‌های جدید و دسترسی API رو گرفته، و علی‌بابا هم داره Qwen 3.8 Max رو تیزر می‌کنه و می‌گه تو کارایی کلی فقط از Fable 5 شرکت Anthropic عقب‌تره.
مقاله تأکید می‌کنه که ساختن مدل رقابتی فقط نصف ماجراست؛ نصف دیگه ظرفیت محاسباتی برای سرو کردنشه. گوگل با تراشه‌های اختصاصی و زیرساخت ابری و توان طراحی هم‌زمان سخت‌افزار و مدل، برگ برنده داره — هرچند خودش هم با تنگنای ظرفیت روبه‌رو بوده. طبق گزارش‌ها گوگل داره روی تراشه‌ای تخصصی کار می‌کنه که Gemini رو تا ده برابر بهینه‌تر اجرا کنه.
سخنگوی Google Cloud به CNBC گفته تیم‌هاش «مدام در حال تحقیق و آزمایش نوآوری‌های تازه» هستن و «هرچند هر پروژه‌ای به تولید نمی‌رسه، این کندوکاو سخت‌گیرانه هستهٔ رویکرد full stack ماست». گوگل هم‌زمان دربارهٔ نقشهٔ راهش شفاف‌تر شده: Gemini 3.5 Pro الان داره با شرکا تست میشه و بزرگ‌ترین اجرای pretraining تاریخ شرکت برای Gemini 4 شروع شده.
نکات کلیدی:
- Gemini 3.5 Flash Cyber برای کشف و وصلهٔ آسیب‌پذیری‌هاست و فعلاً فقط برای دولت‌ها و شرکای منتخب
- Gemini 3.6 Flash تا ۱۷٪ توکن کمتر مصرف می‌کنه و قیمت هر توکنش هم پایین‌تر اومده
- Flash-Lite برای کارهای کوچک و پرحجم داخل سیستم‌های ایجنتی ساخته شده
- استراتژی گوگل جبران تأخیر با قیمت و بهره‌وری‌ـه، در برابر Anthropic و OpenAI و رقبای چینی
- Gemini 3.5 Pro در مرحلهٔ تست با شرکاست و pretraining مدل Gemini 4 شروع شده
