گوگل جمینای ۳.۸ فلش رو منتشر کرد؛ سومین آپدیت فلش در کمتر از دو ماه

اگه فکر می‌کردی سرعت انتشار مدل‌های هوش مصنوعی زیاده، گوگل همین امروز (دوم سپتامبر) دوباره ثابت کرد که می‌تونه حتی سریع‌تر هم بره. جمینای ۳.۸ فلش منتشر شد، اونم فقط سه هفته بعد از جمینای ۳.۷ فلش — و این سومین آپدیت فلش توی کمتر از شش هفته‌ست. برای مقایسه، خیلی از شرکت‌ها هنوز دارن روی همون نسخه‌ی چند ماه پیش مدلشون کار می‌کنن؛ گوگل انگار تصمیم گرفته این چرخه رو ماهانه کنه.

دو نسخه، دو هدف متفاوت

این بار گوگل به‌جای یه مدل، دو تا variant منتشر کرده. نسخه‌ی اصلی، Gemini 3.8 Flash، روی مهندسی نرم‌افزار، کارهای agentic و reasoning چندمرحله‌ای تمرکز داره و طبق ادعای گوگل روی بنچمارک DeepSWE v1.1 (که مربوط به حل مسائل مهندسی طولانی‌مدت به‌صورت end-to-end هست) از خیلی از مدل‌های فرانتیر بزرگ‌تر بهتر عمل می‌کنه — اونم با هزینه‌ی خیلی کمتر. قیمتش هم همون قیمت مقدماتی نسخه‌ی قبلیه: ۰.۷۵ دلار به ازای هر میلیون توکن ورودی و ۳.۷۵ دلار برای هر میلیون توکن خروجی.

نسخه‌ی دوم که جالب‌تره، Gemini 3.8 Flash Cyber نام داره و مخصوص امنیت سایبریه. طبق گفته‌ی گوگل، این مدل عملکرد در سطح فرانتیر توی کشف آسیب‌پذیری و patch کردن خودکار داره. یه نمونه‌ی جالب اینه که تیم Cloud Vulnerability Research خود گوگل با این مدل تونسته یه آسیب‌پذیری بحرانی رو در کمتر از دو ساعت پیدا کنه، کاری که معمولاً ماه‌ها طول می‌کشه. این نسخه از طریق یه برنامه‌ی جدید به اسم Fairwind فقط در اختیار تیم‌های امنیتی مورد اعتماد قرار می‌گیره، نه به‌صورت عمومی.

چرا این‌قدر عجله؟

اسم داخلی این مدل «Skimaki» بوده و طبق گزارش‌هایی که قبل از انتشار رسمی منتشر شده بود، مهندسای خود گوگل توی پلتفرم داخلی کدنویسیشون (Jetski) اون رو در برابر مدل‌های رقیب امتحان کردن و بیشترشون این مدل رو ترجیح دادن — به‌خاطر latency پایین‌تر، خروجی مختصرتر و کمتر hallucinate کردن. نکته‌ی جالب اینجاست که به نظر می‌رسه گوگل داره از تجربه‌ی نسخه‌های قبلی فلش درس می‌گیره: یکی از مشکلات همیشگی این خانواده از مدل‌ها verbose بودن بیش از حد بوده، و ۳.۸ دقیقاً روی کاهش همین مشکل کار کرده.

به نظر من این ریتم انتشار بیشتر از اینکه نشونه‌ی جهش تکنولوژیک باشه، نشونه‌ی فشار رقابتیه. گوگل مدت‌هاست که توی حوزه‌ی coding agent ها عقب‌تر از رقبا دیده می‌شه، و این آپدیت‌های پشت سر هم بیشتر شبیه تلاش برای بستن اون فاصله‌ست تا یه جهش واقعی در معماری مدل. البته این حرف به این معنی نیست که مدل بد کار می‌کنه — طبق گزارش‌ها روی بنچمارک‌های تخصصی مثل Vals Finance Agent V2 و Harvey Legal Agent Benchmark هم بهتر از ۳.۷ عمل کرده و روی HLE-Verified به عدد ۵۴.۹ درصد رسیده.

چیزی که هنوز مشخص نیست

با اینکه گوگل به‌طور رسمی این مدل رو معرفی کرده، هنوز خیلی از جزئیات فنی مثل معماری دقیق یا اندازه‌ی مدل منتشر نشده — چیزی که این روزها برای مدل‌های فلش عادی شده. یه نکته‌ی دیگه هم اینه که طبق شایعات، جمینای ۴ (نسخه‌ی flagship بعدی گوگل) الان توی مرحله‌ی posttraining هست و نتایج pretraining‌ش هم امیدوارکننده گزارش شده. یعنی این ۳.۸ فلش احتمالاً فقط یه ایستگاه میونیه، نه مقصد نهایی. اگه با ابزارهای کدنویسی کار می‌کنی و از خانواده‌ی فلش استفاده می‌کنی، به نظرم ارزش تست کردن همین حالا رو داره — قیمتش که فرقی نکرده، ولی اینکه توی کار روزمره چقدر واقعاً بهتر از ۳.۷ حس بشه، چیزیه که فقط با امتحان کردن دستگیرت میشه.