عرضهی مدلهای جدید و ارزانتر Gemini
جمینای به جنگ قیمت و کارایی رفت؛ Gemini 3.5 Pro همچنان در راه است
در حالی که رقابت در حوزه هوش مصنوعی به سرعتی بیسابقه رسیده و رقبایی مانند OpenAI، Anthropic و استارتاپهای چینی هر هفته مدلهای جدیدی روانه بازار میکنند، گوگل استراتژی متفاوتی را در پیش گرفته است. این غول فناوری روز سهشنبه ۲۱ ژوئیه از سه مدل جدید از خانواده Gemini رونمایی کرد که همگی بر کارایی، سرعت و کاهش هزینه متمرکز هستند: Gemini 3.6 Flash بهعنوان مدل «اصلی» و «کارساز» (Workhorse)، Gemini 3.5 Flash-Lite بهعنوان سریعترین و مقرونبهصرفهترین مدل، و Gemini 3.5 Flash Cyber بهعنوان مدلی تخصصی برای امنیت سایبری. اما در میان این سیل انتشارات، یک غایب بزرگ خودنمایی میکند: Gemini 3.5 Pro، پرچمدار وعدهدادهشدهای که هنوز در دست ساخت است و بارها به تعویق افتاده است.
Gemini 3.6 Flash: مدل اصلی با کارایی بهتر و هزینه کمتر
Gemini 3.6 Flash که گوگل آن را «مدل کارساز» (Workhorse Model) خود مینامد، بر اساس بازخورد توسعهدهندگان و مشتریان از نسخه 3.5 Flash ساخته شده است.
این مدل در سه حوزه اصلی بهبود یافته است: برنامهنویسی، کارهای دانشی و عملکرد چندحالته (Multimodal).مهمترین دستاورد Gemini 3.6 Flash، کاهش چشمگیر مصرف توکن است. بر اساس گزارش Artificial Analysis Index، این مدل ۱۷ درصد توکن خروجی کمتری نسبت به Gemini 3.5 Flash مصرف میکند و در برخی بنچمارکها مانند DeepSWE، تا ۶۵ درصد کاهش مصرف توکن را نشان میدهد. همچنین برای انجام گردشکارهای چندمرحلهای، به مراحل استدلال و فراخوانی ابزار کمتری نیاز دارد.این بهبود کارایی با قیمت پایینتر از نسخه قبلی همراه شده است. قیمت Gemini 3.6 Flash برای هر یک میلیون توکن ورودی ۱.۵۰ دلار و برای هر یک میلیون توکن خروجی ۷.۵۰ دلار تعیین شده است که در مقایسه با قیمت ۹ دلاری Gemini 3.5 Flash برای هر میلیون توکن خروجی، کاهش قابلتوجهی محسوب میشود.
عملکرد این مدل در بنچمارکهای مختلف نیز رشد چشمگیری داشته است:
DeepSWE (برنامهنویسی): از ۳۷ درصد به ۴۹ درصد افزایش
MLE Bench (پژوهش ماشین لرنینگ): از ۴۹.۷ درصد به ۶۳.۹ درصد
OSWorld-Verified (استفاده از کامپیوتر): از ۷۸.۴ درصد به ۸۳.۰ درصد
GDPval-AA v2 (کارهای دانشی): از ۱۳۴۹ به ۱۴۲۱ امتیاز
تاریخ برش دانش (Knowledge Cutoff) این مدل نیز از ژانویه ۲۰۲۵ به مارس ۲۰۲۶ بهروزرسانی شده است.
Gemini 3.5 Flash-Lite: سریعترین و ارزانترین مدل
Gemini 3.5 Flash-Lite بهعنوان سریعترین و مقرونبهصرفهترین مدل خانواده ۳.۵ معرفی شده است.
این مدل با سرعت ۳۵۰ توکن در ثانیه، برای بارهای کاری با حجم بالا و تأخیر پایین مانند جستجوی عاملمحور (Agentic Search) و پردازش اسناد طراحی شده است.قیمت این مدل بهشدت رقابتی است: ۰.۳۰ دلار به ازای هر میلیون توکن ورودی و ۲.۵۰ دلار به ازای هر میلیون توکن خروجی. عملکرد آن در بنچمارکهای کلیدی بهطور قابلتوجهی بهبود یافته است: در Terminal-Bench 2.1 از ۳۱ درصد به ۵۴ درصد، در GDM-MRCR v2 از ۶۰.۱ درصد به ۷۲.۲ درصد، و در GDPval-AA v2 از ۶۴۲ به ۱۱۴۰ امتیاز رسیده است.
Gemini 3.5 Flash Cyber: مدل امنیت سایبری برای رقابت با Mythos
سومین مدل معرفیشده، Gemini 3.5 Flash Cyber است، یک مدل تخصصی که بر روی Gemini 3.5 Flash ساخته شده و برای یافتن و رفع آسیبپذیریهای امنیتی بهینهسازی شده است.
گوگل این مدل را «جایگزینی مقرونبهصرفه و بسیار توانمند» برای مدلهای امنیتی بزرگتر و پرهزینهتر مانند Mythos شرکت Anthropic توصیف کرده است. در حالی که Mythos هزینۀ ۱۰ دلار به ازای هر میلیون توکن ورودی و ۵۰ دلار به ازای هر میلیون توکن خروجی دارد， Gemini 3.5 Flash Cyber با هزینهای بسیار پایینتر، عملکردی رقابتی ارائه میدهد.این مدل با CodeMender، عامل امنیتی کد گوگل، یکپارچه شده است. CodeMender میتواند از چندین عامل ۳.۵ Flash Cyber بهصورت همزمان و با سرعت و هزینه پایین استفاده کند تا مسیرهای کد بیشتری را اسکن کرده و آسیبپذیریها را شناسایی کند.به دلیل خطرات سوءاستفاده، دسترسی به Gemini 3.5 Flash Cyber در ابتدا منحصراً به دولتها و شرکای معتمد از طریق یک برنامه دسترسی محدود (Limited-Access Pilot Program) ارائه خواهد شد.
دردسترسبودن
Gemini 3.6 Flash و Gemini 3.5 Flash-Lite از روز انتشار در Gemini API، Google AI Studio، Android Studio، Google Antigravity و Gemini Enterprise در دسترس توسعهدهندگان قرار گرفتهاند.
مدل Flash-Lite همچنین بهتدریج در Google Search نیز عرضه خواهد شد.
واکنشها و تحلیل کارشناسان
سوندار پیچای: دفاعیترین لحن در برابر نگرانی سرمایهگذاران
در تماس سودآوری سهماهه Alphabet در ۲۲ ژوئیه، سوندار پیچای، مدیرعامل گوگل، لحنی «بهطور غیرمعمول دفاعی» در برابر تحلیلگرانی داشت که نگران عقبماندن گوگل از رقبا بودند.
او در پاسخ به داگ آنموث از جیپیمورگان که پرسید آیا Gemini همچنان میتواند در لبهی برش صنعت رقابتی باقی بماند، گفت: «ما بهوضوح مدلهای پیشرو داشتهایم. ویژگیهای زیادی وجود دارد که هنوز در آنها در لبهی برش هستیم؛ مناطقی نیز وجود دارد که پذیرفتهایم نیاز به بهبود داریم و برنامهنویسی و برنامهنویسی عاملمحور نمونهای از آن است.»پیچای بهجای تمرکز بر تأخیر Gemini 3.5 Pro، بارها بر Gemini Flash بهعنوان مدل «کارساز» گوگل تأکید کرد و گفت که این مدل حوزههای گستردهای از جمله امنیت سایبری، عاملهای خدمات مشتری، تحلیل داده و نرمافزارهای سازمانی را پوشش میدهد. او همچنین اشاره کرد که Gemini 3.6 Flash بیش از ۱۰ امتیاز در بنچمارک برنامهنویسی نسبت به نسخه قبلی بهبود یافته است.
در مورد آینده، پیچای گفت که نقشهراه Gemini 4 شامل انتشار مدلها تقریباً بهصورت ماهانه است و افزود: «فکر میکنم مردم وقتی Gemini 4 را معرفی کنیم، خوشحال خواهند شد.»
واکنش بازار: سهام گوگل در مسیر نزولی
سهام گوگل پس از انتشار این اخبار و تأخیر در عرضه Gemini 3.5 Pro، بیش از ۳ درصد در معاملات پسازساعت کاهش یافت و از آوریل تاکنون حدود ۹ درصد افت داشته است. این واکنش نشاندهنده نگرانی فزاینده سرمایهگذاران از توانایی گوگل برای رقابت در لبهی برش هوش مصنوعی است.
تحلیل TechCrunch: غیبت Pro، نکته قابلتوجه انتشار
تککرانچ در تحلیل خود نوشت: «این انتشار نه به خاطر آنچه گوگل عرضه کرد قابلتوجه است — مدلهای ارزانتر و سریعتر بهینهشده برای برنامهنویسی، کارایی و امنیت سایبری — بلکه به خاطر آنچه عرضه نکرد. این بهروزرسانی شامل بهروزرسانی طولانیمدتانتظار مدل پرچمدار گوگل، Gemini Pro، که آخرین بار در فوریه بهروزرسانی شد، نمیشود.»
تحلیل VentureBeat: کاهش ۶۵ درصدی هزینه عاملها
ونچر بیت بر جنبه اقتصادی این انتشار تأکید کرد و نوشت که Gemini 3.6 Flash «هزینه توکن عاملهای هوش مصنوعی را تا ۶۵ درصد در وظایف مهندسی بلندمدت کاهش میدهد». این نشریه همچنین به قیمتهای بسیار رقابتی Flash-Lite اشاره کرد و آن را در کنار سایر مدلهای بازار مقایسه نمود.
تأثیر بر صنعت، بازار و کاربران
تغییر استراتژی گوگل: از رقابت در قدرت خام به کارایی عملیاتی
این انتشار نشاندهنده تغییر استراتژی کلان در گوگل است. بهجای رقابت صرف بر سر قدرت خام مدلها (که در آن رقبایی مانند OpenAI و Anthropic پیشتاز هستند)، گوگل بر کارایی، هزینه و سرعت در استقرار دنیای واقعی متمرکز شده است. همانطور که eWeek تحلیل کرده: «مدلهای هوش مصنوعی بهطور سنتی با یک معیار بالاتر از همه قضاوت میشدند: هوش خام. اما با حرکت سازمانها فراتر از آزمایش و استقرار هوش مصنوعی در تولید، ملاحظات عملی مانند سرعت پاسخ، کارایی توکن، هزینههای عملیاتی و توانایی مدیریت طیف گستردهای از وظایف بهاندازه عملکرد بنچمارک مهم شدهاند.»
ورود به بازار امنیت سایبری هوش مصنوعی
با معرفی Gemini 3.5 Flash Cyber، گوگل رسماً وارد بازار داغ امنیت سایبری مبتنی بر هوش مصنوعی شده است؛ بازاری که Anthropic با Mythos و OpenAI با مدل امنیتی خود پیشگام آن بودهاند. قیمت پایینتر این مدل میتواند آن را به گزینهای جذاب برای سازمانهایی تبدیل کند که بهدنبال خودکارسازی گردشکارهای امنیتی با هزینه کمتر هستند. با این حال، دسترسی محدود این مدل نشاندهنده رویکرد محتاطانهتر گوگل در انتشار فناوریهای پرخطر است.
فشار بر توسعهدهندگان و مشتریان سازمانی
برای توسعهدهندگان و مشتریان سازمانی، این مدلهای جدید هزینه استقرار عاملهای هوش مصنوعی را بهطور قابلتوجهی کاهش میدهند. پیچای در تماس سودآوری گفت که شرکتها با انتقال بار کاری هوش مصنوعی خود به مدلهای Gemini، سالانه بیش از ۱ میلیارد دلار صرفهجویی میکنند.
چشمانداز و پیشبینیهای آینده
Gemini 3.5 Pro: تأخیر ادامهدار و نگرانیهای فزاینده
بزرگترین نقطهضعف این انتشار، تأخیر چندباره Gemini 3.5 Pro است. این مدل که قرار بود در ژوئن ۲۰۲۶ (خرداد ۱۴۰۵) عرضه شود، هنوز در مرحله تست با شرکا قرار دارد. به گزارش رویترز، دلیل این تأخیر، «نرسیدن مدل به اهداف داخلی، بهویژه در زمینه برنامهنویسی» است.بر اساس گزارشها، این تأخیر نارضایتی داخلی را در گوگل به همراه داشته و برخی مهندسان، پژوهشگران و مدیران نگرانند که Anthropic و OpenAI در حال افزایش فاصله هستند.
Gemini 4: پیشآموزش «جاهطلبانهترین» پروژه
در میان این نگرانیها، گوگل اعلام کرده است که پیشآموزش Gemini 4 را آغاز کرده است؛ پروژهای که آن را «جاهطلبانهترین پیشآموزش» خود توصیف میکند. پیچای گفت که Gemini 4 برای رقابت در لبهی برش طراحی شده و نقشهراه آن شامل انتشار تقریباً ماهانه مدلها است.
رقابت فشرده در بازار هوش مصنوعی
این انتشار در شرایطی انجام میشود که رقابت در بازار هوش مصنوعی به اوج خود رسیده است. از زمان معرفی Gemini 3.5 Flash در ماه می، OpenAI GPT-5.6 را منتشر کرده، Anthropic مدلهای Mythos 5 و Fable 5 را عرضه کرده و استارتاپهای چینی نیز مدلهای رقابتی معرفی کردهاند.
گوگل با انتشار سه مدل Gemini 3.6 Flash، 3.5 Flash-Lite و 3.5 Flash Cyber، استراتژی خود را از رقابت صرف در «قدرت خام» مدلها به سمت «کارایی عملیاتی، کاهش هزینه و سرعت» تغییر داده است. این مدلها با کاهش ۱۷ درصدی مصرف توکن، قیمتهای رقابتی و ورود به بازار امنیت سایبری، پیام روشنی به رقبا ارسال میکنند: نبرد هوش مصنوعی دیگر فقط بر سر «هوشمندترین» مدل نیست، بلکه بر سر «مقرونبهصرفهترین و کارآمدترین» مدل برای استقرار در دنیای واقعی است. با این حال، تأخیر چندباره Gemini 3.5 Pro و سقوط ۹ درصدی سهام گوگل از آوریل، نشان میدهد که سرمایهگذاران همچنان به توانایی این شرکت برای رقابت در لبهی برش فناوری بدبین هستند. آینده گوگل در هوش مصنوعی به دو عامل گره خورده است: موفقیت Gemini 4 و سرعت عرضه Gemini 3.5 Pro.
جمعبندی
انتشار سه مدل جدید Gemini در ۲۱ ژوئیه ۲۰۲۶، نقطه عطفی در استراتژی هوش مصنوعی گوگل محسوب میشود. این شرکت با تمرکز بر کارایی، سرعت و کاهش هزینه، مسیری متفاوت از رقبای خود را در پیش گرفته است. Gemini 3.6 Flash با بهبود ۱۷ درصدی در مصرف توکن و افزایش چشمگیر در بنچمارکهای برنامهنویسی، مدلی جذاب برای توسعهدهندگان و مشتریان سازمانی است. Gemini 3.5 Flash-Lite با قیمتهای بسیار رقابتی، گزینهای ایدهآل برای بارهای کاری با حجم بالا محسوب میشود. Gemini 3.5 Flash Cyber نیز ورود گوگل به بازار امنیت سایبری هوش مصنوعی را رقم زده است.
با این حال، تأخیرهای مکرر Gemini 3.5 Pro سایه سنگینی بر این دستاوردها انداخته است. سرمایهگذاران، تحلیلگران و حتی کارمندان داخلی گوگل نگرانند که این شرکت در حال عقبماندن از OpenAI و Anthropic در لبهی برش فناوری باشد. پاسخ پیچای در تماس سودآوری — که لحنی دفاعی و تأکیدی بر Flash و Gemini 4 داشت — نشان میدهد که گوگل از این نگرانی آگاه است اما هنوز راهحلی قانعکننده برای آن ارائه نکرده است.
همانطور که تککرانچ بهدرستی اشاره کرده، این انتشار «نه به خاطر آنچه گوگل عرضه کرد، بلکه به خاطر آنچه عرضه نکرد» قابلتوجه است. آینده گوگل در هوش مصنوعی به توانایی این شرکت در عرضه سریع Gemini 3.5 Pro و موفقیت Gemini 4 بستگی دارد. تا آن زمان، استراتژی «کارایی بهجای قدرت خام» ممکن است یک تاکتیک هوشمندانه برای حفظ مشتریان سازمانی باشد، اما برای متقاعد کردن سرمایهگذاران مبنی بر اینکه گوگل همچنان در صدر رقابت هوش مصنوعی قرار دارد، کافی به نظر نمیرسد.