خبر کامل
عرضه مدل «جمینای ۳ فلش» گوگل: سرعت بالا، قیمت ارزان و رقابت مستقیم با GPT-5.2
رقابت مستقیم با OpenAI با مدل سریع و ارزان
شرکت گوگل امروز از مدل هوش مصنوعی جدید خود با نام «جمینای ۳ فلش» (Gemini 3 Flash) رونمایی کرد. این مدل که بر پایه معماری جمینای ۳ توسعه یافته و حدود شش ماه پس از معرفی Gemini 2.5 Flash عرضه شده، با هدف ارائه سرعت بالا و قیمت مقرون‌به‌صرفه، مستقیماً بازار را هدف قرار داده و به رقابت با محصولات شرکت OpenAI می‌پردازد. گوگل اعلام کرده است که این مدل جدید قرار است به عنوان مدل پیش‌فرض در اپلیکیشن جمینای و همچنین حالت هوش مصنوعی جست‌وجوی گوگل مورد استفاده قرار گیرد.
بر اساس نتایج بنچمارک‌ها، جمینای ۳ فلش بهبودهای قابل‌توجهی نسبت به نسخه قبلی خود ارائه می‌دهد و در برخی معیارها، عملکردی نزدیک به مدل‌های رده‌بالا مانند جمینای ۳ پرو و GPT-5.2 دارد.
مقایسه عملکرد در بنچمارک‌های کلیدی
عملکرد مدل جدید در آزمون‌های تخصصی نشان‌دهنده جهش چشمگیر آن است. برای مثال، در آزمون «Humanity’s Last Exam» که تخصص در حوزه‌های مختلف را می‌سنجد، نتایج زیر به دست آمده است:
| مدل هوش مصنوعی | امتیاز در Humanity’s Last Exam (بدون ابزار) | امتیاز در MMMU-Pro |
|---|---|---|
| Gemini 3 Flash (جدید) | ۳۳.۷٪ | ۸۱.۲٪ (پیشتاز رقبا) |
| Gemini 3 Pro | ۳۷.۵٪ | نامشخص |
| GPT-5.2 (تازه‌منتشرشده) | ۳۴.۵٪ | نامشخص |
| Gemini 2.5 Flash (قبلی) | ۱۱٪ | نامشخص |
همچنین، در بنچمارک چندوجهی و استدلالی MMMU-Pro، مدل جمینای ۳ فلش با کسب امتیاز ۸۱.۲٪ از تمام رقبای خود پیشی گرفته است.
عرضه و قابلیت‌های جدید برای مصرف‌کنندگان
در بخش عرضه برای کاربران عادی، گوگل اعلام کرده است که جمینای ۳ فلش به‌صورت پیش‌فرض در اپلیکیشن Gemini در سراسر جهان فعال می‌شود و جایگزین جمینای ۲.۵ فلش خواهد شد. با این حال، کاربران همچنان می‌توانند برای وظایف تخصصی‌تر مانند ریاضیات و برنامه‌نویسی، مدل پرو را از طریق انتخاب‌گر مدل‌ها انتخاب کنند.
قابلیت‌های چندوجهی مدل جدید عملکرد بسیار خوبی در شناسایی محتوای بصری و صوتی و ارائه پاسخ بر اساس آن دارد. برخی از این قابلیت‌ها عبارتند از:
- بارگذاری ویدیوی کوتاه (مانند بازی پیکل‌بال) و درخواست نکات آموزشی.
- کشیدن یک طرح ساده و درخواست از مدل برای حدس زدن موضوع ترسیم شده.
- بارگذاری فایل صوتی برای دریافت تحلیل یا تولید آزمون بر اساس محتوای آن.
- تولید پاسخ‌های بصری‌تر شامل عناصر گرافیکی مانند تصویر و جدول.
- ایجاد نمونه‌های اولیه اپلیکیشن مستقیماً در اپلیکیشن جمینای با استفاده از پرامپت‌ها.
در همین حال، مدل جمینای ۳ پرو اکنون برای همه کاربران در ایالات متحده آمریکا در بخش جست‌وجو دردسترس قرار گرفته است و افراد بیشتری در این کشور می‌توانند به مدل تصویری Nano Banana Pro نیز در جست‌وجو دسترسی داشته باشند.
دسترسی سازمانی، قیمت‌گذاری و رقابت در بازار
در حوزه سازمانی و توسعه‌دهندگان، شرکت‌های بزرگی مانند JetBrains، Figma، Cursor، Harvey و Latitude هم‌اکنون از مدل Gemini 3 Flash استفاده می‌کنند. این مدل از طریق Vertex AI و Gemini Enterprise دردسترس قرار دارد و برای توسعه‌دهندگان نیز به‌صورت نسخه پیش‌نمایش از طریق API و ابزار جدید کدنویسی گوگل با نام Antigravity ارائه شده است.
عملکرد مدل پرو در کدنویسی
گوگل همچنین اعلام کرده است که Gemini 3 Pro در بنچمارک کدنویسی SWE-bench verified امتیاز ۷۸٪ را کسب کرده و تنها مدلی که عملکرد بهتری داشته، GPT-5.2 بوده است. این مدل به دلیل سرعت بالا و مناسب بودن برای تحلیل ویدیو، استخراج داده و پرسش‌وپاسخ بصری، گزینه‌ای ایده‌آل برای جریان‌های کاری سریع و تکرارشونده سازمانی به شمار می‌رود.
ساختار قیمت‌گذاری جدید
قیمت‌گذاری مدل جدید به شرح زیر تعیین شده است که اندکی بالاتر از قیمت جمینای ۲.۵ فلش است، اما گوگل ادعا می‌کند عملکرد بهتری را با سرعت سه برابر بیشتر ارائه می‌دهد و در وظایف استدلالی، به طور متوسط ۳۰٪ توکن کمتری مصرف می‌کند:
| مدل | قیمت به ازای ۱ میلیون توکن ورودی | قیمت به ازای ۱ میلیون توکن خروجی |
|---|---|---|
| Gemini 3 Flash (جدید) | ۰.۵۰ دلار | ۳.۰۰ دلار |
| Gemini 2.5 Flash (قبلی) | ۰.۳۰ دلار | ۲.۵۰ دلار |
Tulsee Doshi (تولسی دوشی)، مدیر ارشد و رئیس بخش محصولات مدل‌های جمینای، در خصوص مدل جدید توضیح داد: «ما واقعاً فلش را به عنوان مدلی پرکارتر در نظر می‌گیریم. از نظر قیمت ورودی و خروجی، گزینه بسیار ارزان‌تری است و بنابراین در واقع برای بسیاری از شرکت‌ها، امکان انجام کارهای عمده را فراهم می‌کند.»
جنگ تریلیون توکنی
در بحبوحه رقابت شدید با OpenAI، گوگل اعلام کرده است که از زمان انتشار Gemini 3، روزانه بیش از ۱ تریلیون توکن را از طریق API خود پردازش می‌کند.
این رقابت در حالی شدت گرفته که پیش‌تر گزارش شده بود سم آلتمن، مدیرعامل OpenAI، پس از کاهش ترافیک ChatGPT و افزایش سهم گوگل در بازار مصرف‌کنندگان، یادداشتی داخلی با عنوان «Code Red» برای تیم خود ارسال کرده بود. پس از آن، OpenAI مدل GPT-5.2 و یک مدل جدید تولید تصویر را منتشر کرد و اعلام کرد که حجم پیام‌های ChatGPT از نوامبر ۲۰۲۴ میلادی تاکنون ۸ برابر افزایش یافته است.
گوگل تأکید می‌کند که عرضه مداوم مدل‌های جدید، همه شرکت‌ها را به فعالیت و نوآوری بیشتر وادار می‌کند. تولسی دوشی در این باره افزود: «آنچه در سراسر صنعت رخ می‌دهد نشان می‌دهد که همه این مدل‌ها به‌طور مداوم بهتر می‌شوند، یکدیگر را به چالش می‌کشند و مرزهای فناوری را جابه‌جا می‌کنند و همین روند، هم‌زمان با معرفی مدل‌های جدید، بسیار هیجان‌انگیز است.»
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۱۷:۳۰ - ۱۴۰۴/۰۹/۲۶