تحدي Gemini 3.8 Flash من Google لأفضل نماذج الذكاء الاصطناعي بتكلفة منخفضة وأداء عالٍ

لقد عاد جوجل للتو!

Tonight, Google officially launched Gemini 3.8 Flash and Gemini 3.8 Flash Cyber, specialized in cybersecurity.

هذا هو الإصدار الثالث من Flash الذي أصدرته جوجل خلال ستة أسابيع فقط.

التحديثان السابقان بدا وكأنهما مجرد تدريب، لأن هذا التحديث، قدمت جوجل مباشرةً أفضل قيمة مقابل السعر في المقدمة—

تكلفة المهمة الواحدة 0.58 دولارًا أمريكيًا! الإدخال فقط 0.75 دولارًا أمريكيًا لكل مليون رمز!

هذا النموذج الصغير "بسعر خضار" فقط، نجح في الوصول إلى مستوى أقوى النماذج الرائدة عالميًا: Opus 5 و GPT-5.6 Sol و Grok 4.6 في عدة اختبارات معيارية أساسية.

قام أياو شونيو من جوجل ديب مايند بتقييمه قائلاً: بالنسبة للنموذج، هذه مجرد خطوة صغيرة؛ لكن بالنسبة لـ RSI، فهي قفزة هائلة.

على X، المطورون انفجرت حماسهم.

بعد تجربة عملية، طرح شخص سؤالاً جوهرياً: "يا إلهي، هل أرسلت جوجل المنتج الخطأ؟ أليس هذا هو Gemini 3.5 Pro الذي لم يُطلق بعد؟ يُقدم بسعر Flash، لكنه يؤدي وظيفة Pro!"

في فريق DeepMind، ربما لم ينم أحد منذ يوليو.

بينما لا يزال الجميع يتعامل مع Fable 5.1، قام جوجل بقلب الطاولة مرة أخرى.

بعد صمت طويل، أعلنت جوجل للعالم بطريقة شديدة التنافسية أن المارد الأسود عاد.

لفهم التأثير الذي أحدثه Gemini 3.8 Flash، يجب علينا أولاً النظر في خريطة سوق الذكاء الاصطناعي الحالية.

في اختبار Artificial Analysis، تشكلت حواجز شديدة الصرامة بالفعل. لكي تمتلك ذكاءً رفيعًا (مؤشر الذكاء حوالي 60 نقطة)، يجب أن تدفع تكلفة عالية من الرموز.

نتيجةً لذلك، Gemini 3.8 Flash مثل قاتل، لا يلتزم بأي قواعد.

في وضع الاستدلال العالي لـ Artificial Analysis، ارتفع مؤشر ذكاء Gemini 3.8 Flash إلى 59 نقطة!

ما هذا المفهوم؟ إنه على بعد خطوة واحدة فقط من أعلى إصدارات GPT-5.6 Sol وGrok 4.6، بل ويفوق Claude Opus 5 في بعض الجوانب!

أما التكلفة لتحقيق كل هذا؟ فهي تبلغ فقط 0.58 دولار لكل مهمة.

بشكل محدد، يظل تكلفة الإدخال عند 0.75 دولار/مليون رمز،而出力 عند 3.75 دولار/مليون رمز.

قامت جوجل بإنشاء رسم بياني: النقطة الزرقاء التي تمثل "الأكثر كفاءة" لـ Gemini 3.8 Flash تقع في الزاوية العلوية اليمنى من الحدود الباريتو للذكاء والتكلفة، على معيار DeepSWE للهندسة البرمجية، وتتفوق بفارق كبير على المركز الثاني.

Gemini 3.8 Flash ليس ذكيًا فحسب، بل سريع بشكل هائل. إن سرعة توليداته تصل إلى 305 رموز/ثانية، بينما لا تتجاوز النموذج التالي 154 رمزًا/ثانية.

نموذج سريع وذكي ورخيص كما لو كان مجانيًا، هذا هو النموذج الذي يمكن للإنسان استخدامه يوميًا حقًا.

على وجه الخصوص، حقق 3.8 Flash نتيجة مذهلة تبلغ 73.7% على معيار هندسة البرمجيات طويل المدى (DeepSWE v1.1).

في هذا الاختبار الذي يتطلب من الذكاء الاصطناعي حل مشكلات هندسية معقدة بشكل مستقل وكتابة كود من البداية إلى النهاية، تفوق ليس فقط على معظم النماذج الكبيرة المتقدمة والمضرة، بل وكان تكلفته مجرد جزء ضئيل منها.

اعلم أن هذا هو إصدار «Flash» فقط، وليس «Pro»، ولا «Ultra».

هذه المرة، سلبت النماذج الصغيرة من النموذج الرائد وظيفته مرة أخرى.

تم اختبار Gemini 3.8 Flash و Opus 5 من قبل شخص ما لأداء نفس المهمة.

هذا التقدم الكبير في القدرة على البرمجة ليس صدفة.

هذا التقدم الكبير في القدرة على البرمجة ليس صدفة.

وفقًا للتقارير، خلال اختبارات أداة الكود الداخلية لجوجل Jetski، فضل مهندسو جوجل حتى استخدام 3.8 Flash بدلاً من نموذج Anthropic Opus.

خلف هذا، استثمرت جوجل منذ بداية العام موارد كبيرة في التعلم المعزز — أي مرحلة "الصقل النهائي" لتدريب النموذج، حيث يتعلم النموذج فعليًا كيفية الأداء من خلال المحاولة والخطأ.

أنشأت Google DeepMind فريقًا مخصصًا للبرمجة يركز على تعزيز قدرات نماذج البرمجة، ويقوده Chief Technology Officer لـ DeepMind، ويخضع لإشراف مباشر من المؤسس المشارك سيرجي برين.

هدفهم هو إجبار التطور الذاتي التكراري على تحويل نموذج البرمجة إلى باحث ذكي آلي تمامًا، وفتح حلقة البحث والتطوير بالكامل.

في المذكرة الداخلية، قالت جوجل مباشرة:

للفوز بالسباق النهائي، يجب علينا سد فجوة تنفيذ الوكلاء بشكل عاجل وتحويل نماذجنا إلى مطورين رئيسيين.

بالإضافة إلى ذلك، جذبت جوجل باريت زوف، المؤسس المشارك لـ Thinking Machines Lab والمسؤول السابق عن ما بعد التدريب في OpenAI، ليتولى منصب نائب الرئيس للبحث، ويشرف على مجالات التعلم المعزز وما بعد التدريب. هذه الخطوة تُظهر بوضوح عزمها على المضي قدمًا بلا تردد.

في الشهر الماضي، استقال المؤسس المشارك والحائز على جائزة نوبل ديميس هاسابيس من منصب المدير التنفيذي، وصرح خليفته كوراي كافوكتشوغلو فور توليه المنصب: "تسريع، تسريع، ومرة أخرى تسريع."

الأساس "التمويه"، أم التفوق الحقيقي؟

لكن في وسط التصفيق، اُتهم جوجل بشكل شائع بفتح الزجاجات قبل الأوان والفرح مبكرًا جدًا.

أقل شيء يُزعج هو Meta——

واجه Muse Spark 1.3 من Meta و Gemini 3.8 Flash، حيث حصل الأول على درجة 62 في مؤشر الذكاء Artificial Analysis، متساويًا مع Claude Fable 5، ودخل فئة القمة.

كما أن تكلفة إدخال Muse أقل بـ 8 مرات من تكلفة Fable 5، وتكلفة الإخراج أقل بنحو 12 مرة، مما يحقق أفضل قيمة مقابل المال.

كبير مسؤولي الذكاء الاصطناعي في ميتا، ألكسندر وانغ، ينتقد مباشرة: على مؤشر Artifical Analysis الذكي، لا يمثل Gemini شيئًا، بل يقتصر على استنشاق عادم نماذج الآخرين.

حصل Muse Spark 1.3 على درجة أعلى من GPT-5.6 Sol وGrok 4.6 وGemini 3.8 Flash، لكنه حاليًا متاح فقط في نسخة تجريبية محدودة.

أشار البعض إلى أنه على الرغم من أن مخطط اختبارات 3.8 Flash يبدو جيدًا، إلا أنه قد لا يكون كذلك في التطبيق العملي.

بالفعل، تفوق Gemini 3.8 Flash على GPT-5.6 Sol وOpus 5 في اختبارات Terminal-Bench 2.1 وHLE، لكن الفجوة الكبيرة في الدرجات بين TBench 2.1 وTBench 4 تكشف عن احتمال وجود عنصر "تزوير في الترتيبات".

بمعنى آخر، عندما تواجه تحديات Zero-shot حقيقية غير مألوفة وغير مشمولة في مجموعة التدريب، فمن المحتمل أن يكون 3.8 Flash أقل كفاءة من نماذج ضخمة مثل Opus 5.

لكن حل جوجل ذكي جدًا — فالاجتهاد يعوّض عن النقص.

كما ذكرت جوجل في مدونتها الرسمية: "هذه التحسينات في الأداء ناتجة عن اختيارات التصميم الأساسية: يعمل 3.8 Flash بجد أكبر."

عند مواجهة مهام معقدة، تم تصميم 3.8 Flash لتنفيذ خطوات استدلال إضافية والتفاعل المستمر مع الأدوات. عندما يواجه سؤالًا لا يفهمه، فإنه لا يتخلى مباشرة، بل يستهلك مزيدًا من الرموز لإجراء التحقق الذاتي والتأمل السريع داخليًا.

حتى لو استهلكت المزيد من الرموز من خلال تكرار التفكير، فإن سعرها الأساسي منخفض جدًا (0.75 دولار لكل مليون رمز)، لذا فإن التكلفة الإجمالية لا تزال أقل بكثير من استدعاء GPT-5.6 مباشرة!

هذه الاستراتيجية كسرت مباشرة المنافسة الأحادية الأبعاد السابقة التي كانت تقول إن "المعلمات الكبيرة = قدرات أقوى".

إنه يثبت أنه في دورة عامل مثالية، السرعة وتكلفة الاستدلال المنخفضة جدًا هي بحد ذاتها شكل قوي من الذكاء.

لماذا يتم إرسال Flash؟ الإصدار Pro "الملغى"

هل أرسلت جوجل هذه المرة المنتج الصحيح حقًا؟

Gemini 3.5 Pro لم يظهر حتى الآن. أما الإصدار التالي الأقوى، Gemini 4، فبيانات التدريب المبدئي ممتازة، لكنه لم يكمل مرحلة التدريب الإضافي بعد.

في الواقع، هناك قصة مؤلمة وراء تأخر جوجل في إصدار الإصدار Pro.

كانت تشاي تشي قد وعدت في مايو من هذا العام بأنها ستطلق سلسلة Pro الأقوى "الشهر القادم"، لكنها ما زالت تؤجلها.

في الواقع، كان هناك عدة نماذج مرشحة لـ 3.5 Pro داخل جوجل، لكن جميعها تم إلغاؤها بلا رحمة — لأنها لم تتفوق بشكل كافٍ على إصدارات Flash الحالية!

في الوقت نفسه، لا يزال الجيل القادم من الطراز الرائد Gemini 4، الذي ينتظره الجميع، عالقًا في مرحلة التدريب النهائي الأكثر أهمية، على الرغم من أدائه الجيد في تقييمات التدريب المسبق.

في النهاية، أدت كل الأشياء العشوائية إلى تكرار مجنون لسلسلة Flash.

هل جوجل هذه المرة تُجبر فقط 3.8 Flash على خفض الأسعار في المهام العادية؟

Far beyond that.

السلاح الحقيقي في هذا الإطلاق هو شقيقه التوأم — Gemini 3.8 Flash Cyber.

حتى المطورين يُدهشون: "ما هي مهمة الأمان التي تستحق من جوجل إطلاق نسخة مخصصة لـ Cyber خصيصًا لـ Flash؟"

إجابة جوجل هي: من أجل مواجهة قراصنة الذكاء الاصطناعي في المستقبل.

على منصة CyberGym للاختبارات المرجعية التي اكتشفت الثغرة، حقق 3.8 Flash Cyber درجة 86.2%، مُحَطِّمًا جميع السجلات ومبعدًا النماذج الكبيرة السابقة بمسافة كبيرة.

不仅如此، فإن كود العالم الحقيقي لا يقتصر على C/C++.

في اختبارات شاملة داخل جوجل عبر 20 لغة برمجة، نجح هذا النموذج في اكتشاف ثغرات واسعة النطاق بنسبة تزيد عن 70%.

الأكثر إثارةً، هو سجله العملي في العالم الحقيقي.

قام فريق أمان Chrome باختباره، ووجد أن عدد تصحيحات الإصلاح الصحيحة التي أنتجها هو 2.6 مرة أكثر من أفضل نموذج تجاري متاح سابقًا، والذي كان أكبر بكثير في الحجم.

كشفت شركة Wiz للأمان أن اختباراتها في الاختراق زادت من معدل الاستدعاء بنسبة 7.5-9.7%، وخفضت التكلفة من 2.3 إلى 5.2 مرة.

الأمر الأكثر إثارة للدهشة هو أن فريق بحث الثغرات في Google Cloud استخدمه لاكتشاف ثغرة أساسية حرجة في غضون ساعتين فقط، بينما عادةً ما يستغرق الخبراء البشر المتميزون أشهرًا للعثور على مثل هذه الثغرات!

في CWE-Bench (اختبار القدرة على التصحيح)، حقق 3.8 Flash Cyber معدل نجاح أولي قدره 47.2٪، وهو ما يقارب تمامًا أداء أكبر النماذج الرائدة المتقدمة (47.8٪)، لكن سعره يمثل جزءًا ضئيلًا جدًا مقارنةً به.

وبسبب قوة الهجوم والدفاع الشبكية لـ 3.8 Flash Cyber التي كانت مذهلة للغاية، لم تختار جوجل فتحها بالكامل كمصدر مفتوح، بل أطلقت برنامج Fairwind الجديد الذي يوفرها فقط للجهات الموثوقة.

من خلال إصدار Gemini 3.8 Flash، يمكن ملاحظة أن الأعمدة الثلاثة للذكاء الاصطناعي اليوم قد سلكوا ثلاث مسارات تطورية مختلفة تمامًا.

Anthropic (سلسلة Claude)، تركز على "موثوقية واستقرار المعرفة".

في الاختبارات التي تركز على تغطية المعرفة ودقة الحقائق (مثل AA-Omniscience)، لا يزال Claude يُحدث ضربة مُحَوِّلة.

السبعة الأوائل جميعهم من عائلة Claude، وهم الآن يعززون بوضوح قدرة عدم ارتكاب أخطاء في المهام المؤسسية، سعيًا لتحقيق إخراج مستقر.

OpenAI (سلسلة GPT)، تستثمر في "الاستدلال العميق والإلهام المفاجئ".

في اختبار CritPt الموجه نحو الفيزياء والاشتقاقات الرياضية، يتقدم GPT-5.6 Sol بتفوق كبير.

تبدو OpenAI وكأنها تسعى لتحقيق ظهور ذهني خالص، حيث تطلب من النموذج أن يُفكّر بنفسه مثل العالم، دون أن يُقال له الإجابة.

Google (سلسلة Gemini)، تُنشئ "عاملًا فائق السرعة في دورة لا نهائية".

قدمت جوجل هذه المرة الإجابة الثالثة: ربما لا أستطيع حل أصعب مسائل الفيزياء دفعة واحدة، لكنني أستجيب بسرعة كبيرة وبتكلفة منخفضة جدًا.

في عصر الذكاء الاصطناعي، يمكنني التفكير 100 مرة في الثانية، كتابة الكود، تشغيله، اكتشاف الأخطاء، وتعديلها، باستخدام تكرار عنيف بتكاليف ضئيلة جدًا لفرض النتيجة الصحيحة.

يواجه العميل صعوبات في الواقع تتطلب تجارب وتصحيحات متكررة، واستخدام الأدوات، وتعديلات ديناميكية.

بينما Gemini 3.8 Flash مصمم تمامًا لهذا النوع من "سير العمل الطويلة".

يمكنك في Google Antigravity، باستخدام كلمة توجيه واحدة فقط مع أمر تكراري، جعل 3.8 Flash يولد تلقائيًا لعبة كاملة تتضمن ألغازًا وخرائط بيئة ومستويات ثلاثية الأبعاد.

يمكنك استخدامه لإنشاء خريطة جوجل بالإصدار DOS مع مشهد الشوارع والملاحة بنقرة واحدة.

من الواضح أن سهولة استخدام Gemini 3.8 Flash وتكلفته قد تجاوزتا نقطة تحوّل معينة.

قدوم Gemini 3.8 Flash يشبه إعلانًا من جوجل للصناعة بأكملها: إن النماذج الكبيرة تتحرر من فكرة "أنها فقط متاحة للشركات الكبرى" وتسارع نحو تعميم الحوسبة.

المهام التي كانت تتطلب آلاف الدولارات وساعات طويلة من التشغيل، يمكن الآن إكمالها بتكلفة تساوي بضعة أكواب من القهوة وفي غضون دقائق.

عصر الأفراد الفائقين للعامة قد جاء حقًا.

هذا هو لحظة استيقاظ النموذج الصغير.

المراجع:

https://x.com/alexandr_wang/status/2095266112212754659?s=20

https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

تحرير: أيناس ديفيد

هذا المقال من حساب WeChat "New Intelligence Yuan"، المؤلف: Apocalyptic Revelation of ASI