گوگل از جمینای ۳.۸ فلش و ۳.۸ فلش سایبر رونمایی کرد؛ قدرت بالاتر با همان قیمت قبلی
- بدون دیدگاه
پروژههای امنیتی نشان میدهند نسخه سایبری این مدل توانسته زمان کشف برخی نقصهای حساس نرمافزاری را از چندین ماه به کمتر از دو ساعت کاهش دهد.
گوگل تنها چند هفته پس از معرفی نسل قبلی، از مدلهای جدید Gemini 3.8 Flash و Gemini 3.8 Flash Cyber رونمایی کرده است؛ مدلهایی که قرار است تواناییهای این شرکت در زمینه استدلال، کدنویسی و انجام وظایف پیچیده را یک قدم جلوتر ببرند. گوگل میگوید نسل جدید در حالی عملکرد بالاتری ارائه میدهد که ساختار قیمتگذاری نسخه استاندارد نسبت به نسل قبلی تغییری نکرده است.
جمینای ۳.۸ فلش را میتوان یکی از سریعترین بهروزرسانیهای خانواده Flash دانست. این مدل برای انجام وظایف ایجنتمحور، تحلیلهای چندمرحلهای و پروژههای پیچیده مهندسی نرمافزار طراحی شده و در برخی ارزیابیها توانسته عملکردی در سطح مدلهای قدرتمندتر و گرانتر بازار ارائه دهد.
در کنار نسخه معمولی، گوگل مدل Gemini 3.8 Flash Cyber را نیز معرفی کرده است؛ نسخهای تخصصی که تمرکز اصلی آن روی امنیت سایبری، شناسایی آسیبپذیریهای نرمافزاری و کمک به توسعه پچهای امنیتی قرار دارد.
جمینای ۳.۸ فلش معرفی شد؛ قدرت بیشتر بدون افزایش قیمت
یکی از نکات قابلتوجه درباره جمینای ۳.۸ فلش، قیمت آن است. گوگل این مدل را با همان قیمت اولیه نسل قبلی عرضه میکند؛ یعنی ۰.۷۵ دلار به ازای هر یک میلیون توکن ورودی و ۳.۷۵ دلار برای هر یک میلیون توکن خروجی.
این موضوع از آن جهت اهمیت دارد که افزایش توان پردازشی مدلهای هوش مصنوعی معمولاً با افزایش هزینه استفاده همراه میشود. گوگل اما در نسل جدید Flash تلاش کرده است افزایش عملکرد را بدون تغییر قیمت پایه ارائه کند؛ موضوعی که میتواند برای توسعهدهندگانی که بهصورت گسترده از APIهای هوش مصنوعی استفاده میکنند، اهمیت زیادی داشته باشد.
جمینای ۳.۸ فلش صرفاً برای پاسخگویی سریع به درخواستهای ساده ساخته نشده است. گوگل آن را برای سناریوهایی توسعه داده که مدل باید چند مرحله استدلال کند، ابزارهای مختلف را به کار بگیرد و در نهایت یک وظیفه نسبتاً پیچیده را بهصورت مستقل انجام دهد.
در واقع، تمرکز اصلی نسل جدید روی Agentic AI یا هوش مصنوعی ایجنتمحور است؛ رویکردی که در آن مدل تنها یک پاسخ تولید نمیکند، بلکه میتواند مجموعهای از اقدامات را برای رسیدن به هدف نهایی برنامهریزی و اجرا کند.
جمینای ۳.۸ فلش چه قابلیتهایی دارد؟
یکی از تغییرات مهم در این نسل، تمرکز بیشتر روی وظایف طولانی و چندمرحلهای است. جمینای ۳.۸ فلش میتواند در پروژههایی که نیازمند تحلیل مداوم، استفاده از ابزارها و بررسی چندباره نتایج هستند، عملکرد خود را در طول فرایند ارزیابی و اصلاح کند.
این قابلیت بهخصوص در توسعه نرمافزار اهمیت دارد. برای مثال، در یک پروژه پیچیده، مدل میتواند کد را بررسی کند، مشکل احتمالی را پیدا کند، راهکار پیشنهادی را اجرا و نتیجه را دوباره ارزیابی کند. چنین فرایندی تفاوت زیادی با مدلهایی دارد که صرفاً براساس یک دستور، قطعهای کد تولید میکنند.
گوگل همچنین زیرساخت پردازشی مشترکی را برای دو مدل جدید در نظر گرفته است. این مدلها با تکیه بر چرخههای طولانی ایجنتمحور، امکان بررسی مداوم خروجیها و اصلاح مسیر را دارند.
بخشی از پیشرفتهای جمینای ۳.۸ نیز به آموزشهای فشرده و ارزیابیهای سختگیرانه در محیطهای واقعی نسبت داده شده است؛ بهخصوص در حوزههایی که دقت استدلال و توانایی کار با کد اهمیت زیادی دارد.
جهش جمینای ۳.۸ فلش در کدنویسی و استدلال
یکی از حوزههایی که گوگل بیشترین تأکید را روی آن دارد، مهندسی نرمافزار است. جمینای ۳.۸ فلش در ارزیابیهایی مانند DeepSWE v1.1، که برای سنجش توانایی مدلها در حل مستقل مسائل نرمافزاری در بازههای طولانی طراحی شده، عملکرد قابلتوجهی از خود نشان داده است.
این مدل در برخی از این آزمونها حتی توانسته از مدلهای پیشرفتهتر و گرانتر بازار نیز بهتر عمل کند. نکته مهم اینجا است که منظور صرفاً تولید کد نیست؛ مدل باید بتواند یک مسئله مهندسی نرمافزار را در چند مرحله تحلیل کند و برای رسیدن به راهحل مناسب، مسیر خود را اصلاح کند.
عملکرد جمینای ۳.۸ فلش در حوزههای تخصصی دیگر نیز بهبود پیدا کرده است. در بنچمارکهایی مانند Vals Finance Agent V2 برای وظایف مالی و ارزیابیهای حقوقی Harvey، این مدل نسبت به نسل ۳.۷ عملکرد بهتری داشته است.
در آزمون HLE-Verified نیز که مجموعهای از مسائل دشوار در حوزههای علمی و انسانی را شامل میشود، جمینای ۳.۸ فلش به امتیاز ۵۴.۹ درصد رسیده است.
یکی از دلایل اصلی این پیشرفت، نحوه مدیریت فرایند استدلال در مدل جدید عنوان شده است. جمینای ۳.۸ فلش برای دستیابی به پاسخ دقیقتر میتواند مراحل منطقی بیشتری را طی کند و فراخوانی ابزارها را نیز در صورت نیاز تکرار کند.
البته این افزایش پردازش همیشه ضروری نیست. توسعهدهندگان میتوانند در سناریوهایی که سرعت یا کاهش مصرف منابع محاسباتی اهمیت بیشتری دارد، سطح پردازش مدل را پایینتر تنظیم کنند یا همچنان از نسل قبلی استفاده کنند.
جمینای ۳.۸ فلش سایبر؛ شکار خودکار آسیبپذیریهای امنیتی
گوگل در کنار مدل استاندارد، نسخهای تخصصی با نام Gemini 3.8 Flash Cyber معرفی کرده است که تمرکز آن بهطور مشخص روی امنیت سایبری قرار دارد.
این مدل برای شناسایی خودکار آسیبپذیریهای موجود در نرمافزار و کمک به ایجاد اصلاحیههای امنیتی طراحی شده است. بنابراین برخلاف کاربردهای عمومی جمینای، نسخه Cyber بیشتر برای تیمهای امنیتی و سازمانهایی ساخته شده که با حجم زیادی از کد و تهدیدهای نرمافزاری سروکار دارند.
در آزمون CyberGym، جمینای ۳.۸ فلش سایبر توانسته عملکرد بهتری از نسخه ۳.۵ Flash Cyber و برخی مدلهای پرچمدار رقیب داشته باشد.
گوگل همچنین این مدل را روی کدهایی نوشتهشده به ۲۰ زبان برنامهنویسی مختلف آزمایش کرده و مدعی شده است که نرخ موفقیت آن در شناسایی نقصهای امنیتی از ۷۰ درصد فراتر رفته است.
اما توانایی شناسایی آسیبپذیری تنها بخش ماجرا نیست. مدل باید بتواند راهکار مناسبی برای رفع مشکل نیز پیشنهاد دهد و در صورت امکان، پچ قابل استفاده تولید کند.
جمینای سایبر چگونه زمان کشف نقصهای امنیتی را کاهش میدهد؟
یکی از جذابترین بخشهای عملکرد Gemini 3.8 Flash Cyber، نتایج بهدستآمده در پروژههای واقعی است.
تیم امنیت مرورگر کروم گوگل اعلام کرده که این مدل در تولید پچهای امنیتی صحیح و قابل کامپایل، ۲.۶ برابر بهتر از مدلهای تجاری بزرگ عمل کرده است. چنین قابلیتی میتواند زمان موردنیاز برای بررسی کد، پیدا کردن مشکل و آمادهسازی اصلاحیه را به شکل محسوسی کاهش دهد.
در یکی دیگر از آزمایشهای واقعی، تیم تحقیقاتی Google Cloud با کمک این مدل توانسته یک نقص امنیتی بحرانی و ریشهای را در کمتر از دو ساعت شناسایی کند؛ در حالی که فرایند کشف چنین نقصهایی در شرایط معمول ممکن است چندین ماه طول بکشد.
در بخش مربوط به اصلاح آسیبپذیریها نیز Gemini 3.8 Flash Cyber در آزمون سختگیرانه CWE-Bench به نرخ موفقیت ۴۷.۲ درصد رسیده است. این نتیجه آن را در محدوده مدلهای مطرح بازار قرار میدهد، با این تفاوت که هزینه اجرای آن پایینتر است.
چنین عملکردی نشان میدهد هدف گوگل صرفاً ساخت مدلی برای شناسایی ضعفهای امنیتی نیست؛ بلکه این شرکت میخواهد هوش مصنوعی را به ابزاری عملی برای کوتاهتر کردن چرخه شناسایی تا رفع آسیبپذیری تبدیل کند.
تمرکز گوگل بر دفاع سایبری و مقابله با سوءاستفاده از هوش مصنوعی
با افزایش توانایی مدلهای هوش مصنوعی در تحلیل کد و شناسایی آسیبپذیریها، نگرانی درباره استفاده مخرب از همین قابلیتها نیز بیشتر شده است. گوگل به همین دلیل برای مدلهای سری Gemini 3.8 مجموعهای از محدودیتها و لایههای حفاظتی را در نظر گرفته است.
این محافظها برای جلوگیری از استفاده مخرب مدل در حوزههایی مانند حملات سایبری، سوءاستفادههای شیمیایی، بیولوژیکی و رادیولوژیکی طراحی شدهاند.
گوگل همچنین اعلام کرده است که مقاومت مدلهای جدید در برابر حملات تزریق دستور (Prompt Injection) افزایش پیدا کرده است. این نوع حملات یکی از چالشهای مهم سیستمهای هوش مصنوعی ایجنتمحور محسوب میشوند؛ زیرا مهاجم تلاش میکند با وارد کردن دستورهای مخرب، رفتار مدل یا ابزارهایی را که مدل به آنها دسترسی دارد تغییر دهد.
در نسخه Cyber نیز رویکرد گوگل بیشتر بر دفاع سایبری متمرکز شده است. دسترسی به این مدل عمومی نیست و تنها نهادهای دفاعی و امنیتی مورد تأیید از طریق برنامهای ویژه با نام Fairwind Program میتوانند از آن استفاده کنند.
این محدودیت نشان میدهد گوگل در کنار افزایش توانایی مدل، تلاش کرده دسترسی به قابلیتهای پیشرفته امنیتی آن را نیز کنترلشده نگه دارد.
جمینای ۳.۸ فلش برای چه کسانی در دسترس است؟
نسخه استاندارد Gemini 3.8 Flash برخلاف نسخه Cyber، برای طیف گستردهتری از کاربران عرضه شده است.
توسعهدهندگان میتوانند از این مدل از طریق محیطهای برنامهنویسی و APIهای گوگل استفاده کنند و شرکتها نیز امکان دسترسی به آن را در قالب سرویسهای سازمانی خواهند داشت.
کاربران عادی و مشترکان سرویسهای گوگل نیز میتوانند از قابلیتهای این مدل در محصولات و سرویسهایی که جمینای در آنها ادغام شده است بهره ببرند.
در مقابل، Gemini 3.8 Flash Cyber همچنان یک محصول تخصصی محسوب میشود و دسترسی به آن تنها برای سازمانهای امنیتی و دفاعی مورد تأیید از طریق برنامه Fairwind فراهم شده است.
این تفکیک نشان میدهد گوگل قصد دارد قابلیتهای عمومی مدل جدید را در اختیار توسعهدهندگان قرار دهد، اما تواناییهای تخصصی امنیت سایبری آن را تحت کنترل بیشتری عرضه کند.
جمعبندی؛ آیا جمینای ۳.۸ فلش رقیب جدی مدلهای پرچمدار است؟
جمینای ۳.۸ فلش را میتوان یکی از مهمترین بهروزرسانیهای گوگل در مسیر توسعه مدلهای سریع و کمهزینه دانست. این مدل نهتنها در سرعت و هزینه استفاده همچنان جایگاه خود را حفظ کرده، بلکه در حوزههایی مانند کدنویسی، استدلال چندمرحلهای و انجام وظایف ایجنتمحور نیز پیشرفت قابلتوجهی داشته است.
از طرف دیگر، معرفی نسخه Cyber نشان میدهد گوگل بهدنبال استفاده عملیتر از هوش مصنوعی در امنیت سایبری است. توانایی شناسایی آسیبپذیریها و کمک به تولید پچهای امنیتی میتواند در آینده زمان واکنش تیمهای امنیتی را به شکل چشمگیری کاهش دهد.
نکته جالب این است که گوگل برای رسیدن به این سطح از عملکرد، قیمت نسخه استاندارد را نسبت به قیمت اولیه نسل قبلی افزایش نداده است. اگر عملکرد اعلامشده در استفاده گسترده نیز تکرار شود، جمینای ۳.۸ فلش میتواند به یکی از گزینههای جدی برای توسعهدهندگانی تبدیل شود که به دنبال ترکیبی از توان پردازشی، سرعت و هزینه منطقی هستند.
گارانتی آونگ؛ خیال راحت هنگام استفاده از تجهیزات دیجیتال
هرچقدر سرویسهای هوش مصنوعی قدرتمندتر میشوند، زیرساخت سختافزاری موردنیاز برای استفاده از آنها نیز اهمیت بیشتری پیدا میکند. از کامپیوتر و لپتاپ گرفته تا تجهیزات ذخیرهسازی و شبکه، انتخاب محصول مطمئن و برخورداری از خدمات پس از فروش مناسب میتواند تجربه استفاده از فناوری را قابلاعتمادتر کند. گارانتی آونگ با ارائه خدمات گارانتی برای طیف متنوعی از تجهیزات دیجیتال، کمک میکند هنگام خرید محصولات تحت پوشش، دغدغه کمتری بابت خدمات پس از فروش و پشتیبانی داشته باشید.
