گوگل جمینای 3 فلش معرفی شد؛ مدل پیش‌ فرض جدید و رقیب تازه برای OpenAI

گوگل امروز مدل سریع و مقرون‌ به‌ صرفه جمینای ۳ فلش (Gemini 3 Flash) را که بر پایه مدل جمینای ۳ (که ماه گذشته عرضه شد) ساخته شده است، منتشر کرد تا گوی رقابت را از OpenAI برباید. این شرکت همچنین این مدل را به عنوان مدل پیش‌ فرض در اپلیکیشن جمینای و حالت هوش مصنوعی در جستجو (Search) تعیین کرده است.

جهش بزرگ گوگل در بنچمارک‌ های هوش مصنوعی

به گزارش بخش اخبار فناوری زوم تک به نقل از تک‌کرانچ، مدل جدید فلش، شش ماه پس از معرفی مدل جمینای ۲.۵ فلش عرضه می‌شود و بهبودهای چشمگیری را ارائه می‌دهد. در بنچمارک‌ها، مدل جمینای ۳ فلش با اختلاف قابل توجهی از نسل قبلی خود بهتر عمل می‌کند و در برخی معیارها با مدل‌های پیشرو مانند جمینای ۳ پرو و GPT-5.2 برابری می‌کند.

به عنوان مثال، این مدل در بنچمارک «Humanity’s Last Exam» که برای سنجش تخصص در حوزه‌های مختلف طراحی شده است، بدون استفاده از ابزار امتیاز ۳۳.۷ درصد را کسب کرد. برای مقایسه، جمینای ۳ پرو امتیاز ۳۷.۵ درصد، جمینای ۲.۵ فلش امتیاز ۱۱ درصد و مدل تازه منتشر شده GPT-5.2 امتیاز ۳۴.۵ درصد را به دست آوردند.
در بنچمارک چندوجهی و استدلال MMMU-Pro نیز مدل جدید با امتیاز ۸۱.۲ درصد از تمام رقبا پیشی گرفت.

عرضه عمومی و قابلیت‌ های جدید برای کاربران

گوگل در حال جایگزینی جمینای ۲.۵ فلش با جمینای ۳ فلش به عنوان مدل پیش‌فرض در اپلیکیشن جمینای در سراسر جهان است. با این حال، کاربران همچنان می‌توانند برای سوالات ریاضی و برنامه‌نویسی، مدل Pro را از بخش انتخاب مدل برگزینند.

این شرکت می‌گوید مدل جدید در شناسایی محتوای چندوجهی (Multimodal) و ارائه پاسخ بر اساس آن بسیار توانمند است. برای مثال:

• می‌توانید ویدیوی کوتاهی از بازی پیکل‌بال خود آپلود کنید و درخواست راهنمایی کنید.
• می‌توانید یک طرح دستی بکشید و از مدل بخواهید حدس بزند چه می‌کشید.
• می‌توانید یک فایل صوتی آپلود کنید تا تحلیل دریافت کنید یا بر اساس آن آزمون بسازید.

گوگل همچنین اعلام کرده که این مدل درک بهتری از نیت پرسش‌های کاربران دارد و می‌تواند پاسخ‌های بصری‌تری با استفاده از عناصری مانند تصاویر و جداول تولید کند.

ساخت پروتوتایپ اپلیکیشن با پرامپت

شما همچنین می‌توانید از مدل جدید برای ساخت پروتوتایپ اپلیکیشن در برنامه جمینای تنها با استفاده از پرامپت‌های متنی استفاده کنید.
علاوه بر این، مدل جمینای ۳ پرو اکنون برای جستجو در دسترس تمام کاربران در ایالات متحده قرار گرفته است و تعداد بیشتری از کاربران آمریکایی می‌توانند به مدل تصویری «Nano Banana Pro» در جستجو دسترسی داشته باشند.

دسترسی سازمانی و توسعه‌ دهندگان

گوگل اشاره کرد که شرکت‌هایی مانند JetBrains، Figma، Cursor، Harvey و Latitude در حال حاضر از مدل جمینای ۳ فلش استفاده می‌کنند که از طریق Vertex AI و Gemini Enterprise در دسترس است.

برای توسعه‌دهندگان، این شرکت مدل را به‌صورت پیش‌نمایش از طریق API و در ابزار کدنویسی جدید گوگل به نام «Antigravity» که ماه گذشته عرضه شد، در دسترس قرار داده است.
گوگل اعلام کرد که جمینای ۳ پرو در بنچمارک کدنویسی تأیید شده SWE-bench امتیاز ۷۸ درصد را کسب کرده و تنها توسط GPT-5.2 پشت سر گذاشته شده است. این شرکت افزود که این مدل برای تحلیل ویدیو، استخراج داده‌ها و پرسش و پاسخ تصویری ایده‌آل است و به دلیل سرعت بالا، برای گردش‌کارهای سریع و تکرارپذیر مناسب است.

قیمت‌ گذاری و کارایی مدل جدید

قیمت این مدل ۰.۵۰ دلار به ازای هر ۱ میلیون توکن ورودی و ۳.۰۰ دلار به ازای هر ۱ میلیون توکن خروجی است. این قیمت کمی گران‌تر از ۰.۳۰ دلار (ورودی) و ۲.۵۰ دلار (خروجی) مدل جمینای ۲.۵ فلش است. اما گوگل ادعا می‌کند که مدل جدید ضمن عملکرد بهتر نسبت به مدل جمینای ۲.۵ پرو، سه برابر سریع‌تر است. همچنین، برای وظایف تفکری (Thinking tasks)، به طور میانگین ۳۰ درصد توکن کمتری نسبت به نسخه ۲.۵ پرو مصرف می‌کند. این بدان معناست که در مجموع، ممکن است در تعداد توکن‌ها برای برخی وظایف صرفه‌جویی کنید.

تولسی دوشی (Tulsee Doshi)، مدیر ارشد و رئیس محصول مدل‌های جمینای، به تک‌کرانچ گفت:
«ما واقعاً فلش را به عنوان مدل “اسب کاری” و پرکاربرد شما موقعیت‌دهی می‌کنیم. اگر به قیمت‌های ورودی و خروجی نگاه کنید، فلش از نظر قیمتی پیشنهادی بسیار ارزان‌تر است و به بسیاری از شرکت‌ها امکان انجام وظایف انبوه را می‌دهد.»

رقابت داغ با OpenAI و ChatGPT

از زمان عرضه جمینای ۳، گوگل روزانه بیش از ۱ تریلیون توکن را در API خود پردازش کرده است که نشان‌دهنده جنگ شدید عملکرد و انتشار مدل‌ها با OpenAI است.

اوایل این ماه، گزارش شد که سم آلتمن پس از کاهش ترافیک ChatGPT و افزایش سهم بازار گوگل در میان مصرف‌کنندگان، یک یادداشت داخلی با عنوان «وضعیت قرمز» (Code Red) به تیم OpenAI ارسال کرده است. پس از آن، OpenAI مدل GPT-5.2 و یک مدل تولید تصویر جدید را منتشر کرد. OpenAI همچنین به رشد استفاده سازمانی خود بالید و اعلام کرد حجم پیام‌های چت‌جی‌پی‌تی از نوامبر ۲۰۲۴ تاکنون ۸ برابر شده است.

اگرچه گوگل مستقیماً به رقابت با OpenAI اشاره نکرد، اما گفت که انتشار مدل‌های جدید تمام شرکت‌ها را به چالش می‌کشد تا فعال باشند. دوشی گفت:
«آنچه در صنعت رخ می‌دهد این است که همه این مدل‌ها به عالی بودن ادامه می‌دهند، یکدیگر را به چالش می‌کشند و مرزها را جابجا می‌کنند. و فکر می‌کنم آنچه عالی است، این است که هم‌زمان با انتشار این مدل‌ها توسط شرکت‌ها، ما نیز بنچمارک‌ها و روش‌های جدیدی برای ارزیابی آن‌ها معرفی می‌کنیم و این موضوع ما را تشویق می‌کند.»