ঠিক এখনই, গুগল ফিরে এসেছে!
আজ রাতে, গুগল আনুষ্ঠানিকভাবে জেমিনি 3.8 ফ্ল্যাশ এবং সাইবার নিরাপত্তায় দক্ষ জেমিনি 3.8 ফ্ল্যাশ সাইবার প্রকাশ করেছে।
এটি গুগলের শুধুমাত্র ছয় সপ্তাহের মধ্যে প্রকাশিত তৃতীয় ফ্ল্যাশ সংস্করণ।
পূর্বের দুটি আপডেট শুধু উষ্ণকরণ মনে হচ্ছিল, কারণ এবার গুগল সরাসরি মূল্য-প্রতি-ক্ষমতা কে সবচেয়ে এগিয়ে রাখল—
একটি টাস্কের খরচ 0.58 ডলার! ইনপুট মাত্র 0.75 ডলার/মিলিয়ন টোকেন!
এই ছোট মডেলটি শুধুমাত্র একটি "সস্তা ক্যাবেজ" মডেল হলেও, এটি বিভিন্ন কী বেঞ্চমার্ক পরীক্ষায় বিশ্বের সর্বশ্রেষ্ঠ ফ্ল্যাগশিপ Opus 5, GPT-5.6 Sol এবং Grok 4.6-এর সীমানা পর্যন্ত পৌঁছেছে।
গুগল ডিপমাইন্ডের বিশিষ্ট ব্যক্তি ইয়াও শুনই মন্তব্য করেছেন: মডেলের জন্য এটি শুধু একটি ছোট পদক্ষেপ; তবে RSI-এর জন্য এটি একটি বিশাল অগ্রগতি।
X-এ, ডেভেলপাররা বিস্ফোরিত হয়েছেন।
কিছু ব্যক্তি পরীক্ষা করার পর প্রশ্ন তুলেছেন: "ওহ হ্যাঁ, গুগল কি ভুল করে পণ্য পাঠিয়েছে? এটা তো এখনও প্রকাশিত হয়নি জেমিনি 3.5 Pro-এর মতো! Flash-এর দামে Pro-এর কাজ করছে!"
ডিপমাইন্ড দলে, কেউ কেউ জুলাই থেকে একবারও ঘুমায়নি।
যখন সবাই ফেবল 5.1 কে প্রক্রিয়া করছিল, গুগল আবারও টেবিলটি উল্টে দিল।
গুগলের "সবচেয়ে বেশি কাজ করে এমন" ফিরে এসেছে: সর্বোত্তম মূল্য
অনেক দিন ধরে নীরব গুগল, অত্যন্ত প্রতিযোগিতামূলক উপায়ে বিশ্বকে ঘোষণা করল: মহাদানব ফিরে এসেছে।
জেমিনি ৩.৮ ফ্ল্যাশের আঘাত বুঝতে, আমাদের বর্তমান এআই বাজারের পরিস্থিতি দেখতে হবে।
আসলে, আর্টিফিশিয়াল অ্যানালিসিস পরীক্ষায় অত্যন্ত কঠোর বাধা গড়ে উঠেছে। আপনি যদি শীর্ষস্থানীয় বুদ্ধিমত্তা (ইন্টেলিজেন্স ইনডেক্স প্রায় 60 পয়েন্ট) অর্জন করতে চান, তবে আপনাকে উচ্চ টোকেন খরচ করতে হবে।
ফলাফলে, জেমিনি 3.8 ফ্ল্যাশ একজন হত্যাকারীর মতো, পুরোপুরি নিয়ম ভঙ্গ করে।
Artificial Analysis-এর হাই-রিজনিং মোডে, জেমিনি 3.8 ফ্ল্যাশের বুদ্ধিমত্তা স্কোর 59-এ পৌঁছেছে!
এটি কী ধারণা? এটি সর্বোচ্চ স্তরের GPT-5.6 Sol এবং Grok 4.6 থেকে শুধু এক পদ দূরে, এবং কিছু মাপদণ্ডে Claude Opus 5 কে ছাড়িয়ে গেছে!
এবং এই সবকিছু করার জন্য খরচ কত? এর একক কাজের খরচ মাত্র 0.58 ডলার।
বিশেষভাবে, ইনপুট খরচ ধরে রাখা হয়েছে 0.75 ডলার/মিলিয়ন টোকেন, আউটপুট 3.75 ডলার/মিলিয়ন টোকেন।
গুগল একটি চিত্র তৈরি করেছে: বুদ্ধিমত্তা এবং খরচের প্যারেটো ফ্রন্টিয়ারে, জেমিনি 3.8 Flash-এর প্রতিনিধিত্বকারী নীল বিন্দুটি সফটওয়্যার ইঞ্জিনিয়ারিং বেঞ্চমার্ক DeepSWE-এর ডান-উপরের কোণে অবস্থিত, যা দ্বিতীয় স্থানীয়কে এক পথ দূরে ফেলে দিয়েছে।
জেমিনি 3.8 ফ্ল্যাশ শুধু বুদ্ধিমান নয়, এটি অসাধারণ দ্রুত। এর জেনারেশন স্পিড অসাধারণ 305 টোকেন/সেকেন্ড, যখন পরবর্তী লেভেলের মডেল মাত্র 154 টোকেন/সেকেন্ড পৌঁছায়।
এটি আসলে মানুষ যে প্রতিদিন ব্যবহার করতে পারে এমন মডেল—দ্রুত, বুদ্ধিমান এবং অসম্ভব কম দামে।
বিশেষ করে দীর্ঘ পর্যায়ের সফটওয়্যার ইঞ্জিনিয়ারিং বেঞ্চমার্ক (DeepSWE v1.1) এ, 3.8 Flash অসাধারণ 73.7% স্কোর অর্জন করেছে।
এই পরীক্ষায়, যেখানে এআইকে জটিল প্রকৌশল সমস্যা সমাধান করতে এবং এন্ড-টু-এন্ড কোড লিখতে হয়েছিল, এটি অধিকাংশ মহাঙ্গা অগ্রণী বড় মডেলকে ছাড়িয়ে গিয়েছিল এবং খরচ ছিল শুধুমাত্র তাদের এক অংশ।
জানুন, এটি শুধুমাত্র «Flash» সংস্করণ, «Pro» নয়, আর তাই বলে «Ultra» ও নয়।
এবার, গুগল আবার ছোট মডেলগুলিকে ফ্ল্যাগশিপ মডেলের চাকরি নিয়ে নিতে দিয়েছে।
কেউ পরীক্ষা করেছেন যে Gemini 3.8 Flash এবং Opus 5 একই কাজ করছে।
এই প্রোগ্রামিং দক্ষতার বিপুল উন্নতি কোনো দৈব ঘটনা নয়।
এই প্রোগ্রামিং দক্ষতার বিপুল উন্নতি কোনো দৈব ঘটনা নয়।
গুগলের অভ্যন্তরীণ কোড টুল জেটস্কির পরীক্ষায়, গুগলের ইঞ্জিনিয়ারদের মধ্যে এনথ্রোপিকের অপাস মডেলের চেয়ে 3.8 Flash ব্যবহার করার প্রবণতা বেশি দেখা গেছে।
এর পিছনে হলো গুগল যা বছরের শুরু থেকেই রিইনফোর্সমেন্ট লার্নিং-এ বিপুল সম্পদ বিনিয়োগ করছে—অর্থাৎ মডেল ট্রেনিংয়ের "পরবর্তী পরিশোধন" পর্যায়, যেখানে মডেলটি ভুল-শুধুর মাধ্যমে প্রকৃতপক্ষে কাজ শেখে।
গুগল ডিপমাইন্ড একটি কোড অ্যাকশন টিম গঠন করেছে, যা প্রোগ্রামিং মডেলের ক্ষমতা বাড়ানোর উপর ফোকাস করে, যে দলটি ডিপমাইন্ডের সিটিও দ্বারা নেতৃত্ব দেওয়া হয় এবং সহ-প্রতিষ্ঠাতা সের্গেই ব্রিন সরাসরি পর্যবেক্ষণ করেন।
তাদের লক্ষ্য হলো পুনরাবৃত্ত আত্ম-উন্নয়নকে বার করে আনা, প্রোগ্রামিং মডেলকে জোর করে সম্পূর্ণ স্বয়ংক্রিয় AI গবেষকে পরিণত করা এবং সম্পূর্ণ গবেষণা বন্ধনীকে সম্পূর্ণভাবে সংযুক্ত করা।
অভ্যন্তরীণ মেমোতে, গুগল সরাসরি বলেছে:
শেষ স্প্রিন্ট জিততে, আমাদের অবশ্যই এজেন্ট বাস্তবায়নের ফাঁকগুলি জরুরি ভাবে পূরণ করতে হবে এবং আমাদের মডেলগুলিকে মূল ডেভেলপারে পরিণত করতে হবে।
এছাড়াও, গুগল ব্যারেট জোফকে নিয়োগ করেছে—থিংকিং মেশিনস ল্যাবের সহ-প্রতিষ্ঠাতা, যিনি আগে ওপেনএআই-এর পোস্ট-ট্রেনিং প্রধান ছিলেন, এখন তিনি গবেষণা ভাইস প্রেসিডেন্ট হিসেবে রিইনফোর্সমেন্ট লার্নিং এবং পোস্ট-ট্রেনিং দিকগুলির দায়িত্ব পালন করছেন। এই পদক্ষেপটি স্পষ্টভাবে শেষ পর্যন্ত লড়াইয়ের ইঙ্গিত দিচ্ছে।
গত মাসে, সহ-প্রতিষ্ঠাতা এবং নোবেল পুরস্কার বিজয়ী ডেমিস হ্যাসাবিস সিইও পদ থেকে পদত্যাগ করেন, এবং তাঁর উত্তরাধিকারী কোরাই কাভুকচুওগলু আসতেই ঘোষণা করেন: গতি বাড়াও, গতি বাড়াও, আবার গতি বাড়াও।
বেসলাইন জল দিয়ে ফুলিয়ে দেওয়া, নাকি বাস্তবিক ক্ষমতা?
তবে, প্রশংসার মধ্যে, গুগলকে সাধারণত অতি শীঘ্রই শ্যাম্পেন খোলার জন্য সমালোচনা করা হয়েছে।
সবচেয়ে বেশি অসহ্য হলো মেটা—
মেটার মিউজ স্পার্ক 1.3 এবং জেমিনি 3.8 ফ্ল্যাশের মধ্যে সংঘর্ষ, যার মধ্যে প্রথমটি আর্টিফিশিয়াল অ্যানালিসিসের স্মার্ট ইনডেক্সে 62 পয়েন্ট পেয়েছে, যা ক্লড ফেবল 5-এর সাথে সমান এবং শীর্ষস্থানীয়দের মধ্যে অন্তর্ভুক্ত।
এবং মিউজের ইনপুট খরচ ফেবল 5 এর চেয়ে 8 গুণ কম এবং আউটপুট খরচ প্রায় 12 গুণ কম, যা অত্যন্ত মূল্যবান।
মেটার প্রধান এআই অফিসার আলেক্সান্ডার ওয়াং সরাসরি বলেছেন: আর্টিফিশিয়াল অ্যানালিসিস স্মার্ট ইনডেক্সে, জেমিনি কিছুই নয়, শুধু অন্যান্য মডেলের গাড়ির ধোঁয়া খাচ্ছে।
মিউজ স্পার্ক 1.3 এর স্কোর GPT-5.6 Sol, Grok 4.6 এবং Gemini 3.8 Flash এর চেয়ে বেশি, তবে এখনও সীমিত প্রিভিউ অবস্থায়।
কেউ উল্লেখ করেছেন যে, যদিও 3.8 Flash-এর বেঞ্চমার্ক গ্রাফ দেখতে ভালো, তবে বাস্তব পরিস্থিতিতে এটি অবশ্যই ততটা ভালো হবে না।
হ্যাঁ, Gemini 3.8 Flash টার্মিনাল-বেঞ্চ 2.1, HLE ইত্যাদি পরীক্ষায় GPT-5.6 Sol এবং Opus 5 কে ছাড়িয়ে গেছে, কিন্তু TBench 2.1 এবং TBench 4 এর মধ্যে বিশাল স্কোর পার্থক্য এটি প্রকাশ করে যে এখানে কিছুটা “বুকমার্কিং” থাকতে পারে।
অর্থাৎ, প্রশিক্ষণ সেটে অন্তর্ভুক্ত নয় এমন অপরিচিত বাস্তব জগতের Zero-shot চ্যালেঞ্জের মুখোমুখি হলে, 3.8 Flash সম্ভাবনা অনুযায়ী Opus 5-এর মতো প্যারামিটার বিশালকায় প্রতিযোগীর চেয়ে কম দক্ষ।
কিন্তু গুগলের সমাধান অত্যন্ত চালাক——পরিশ্রমে অক্ষমতা পূরণ হয়।
গুগলের অফিসিয়াল ব্লগে যা বলা হয়েছে: «এই পারফরম্যান্সের উন্নতি মূল ডিজাইন বিকল্পগুলির ফলাফল: 3.8 Flash আরও বেশি কাজ করছে।»
জটিল কাজের সম্মুখীন হওয়ার সময়, 3.8 Flash অতিরিক্ত যুক্তিপূর্ণ ধাপ পরিচালনা এবং টুলগুলির পুনরাবৃত্তি কল করার জন্য ডিজাইন করা হয়েছে। যখন এটি অজানা প্রশ্নের সম্মুখীন হয়, তখন এটি সরাসরি ব্যর্থ হয় না, বরং অধিক টোকেন ব্যয় করে অভ্যন্তরীণভাবে দ্রুত নিজেকে যাচাই এবং পুনর্বিচার করে।
এটি যদিও একাধিক চক্রে চিন্তা করে বেশি টোকেন খরচ করে, তবুও এর মূল একক মূল্য খুবই সস্তা (0.75 ডলার/মিলিয়ন টোকেন), তাই মোট খরচ দেখলে এটি আপনার সরাসরি GPT-5.6 কল করার চেয়ে অনেক কম খরচে!
এই কৌশলটি অতীতের “বড় প্যারামিটার = শক্তিশালী ক্ষমতা” একক মাত্রার প্রতিযোগিতাকে সরাসরি ভেঙে দেয়।
এটি প্রমাণ করে যে, একটি আদর্শ এজেন্ট চক্রের মধ্যে, গতি এবং অত্যন্ত কম যুক্তিসঙ্গত খরচই একটি শক্তিশালী বুদ্ধিমত্তা।
ফ্ল্যাশ কেন পাঠানো হচ্ছে? 'বাতিল করা' Pro সংস্করণ
এবার গুগল কি সত্যিই ভুল পণ্য পাঠায়নি?
জেমিনি ৩.৫ প্রো এখনও কোনো ছায়াও দেখা যায়নি। পরবর্তী প্রজন্মের মাস্টারপিস জেমিনি ৪ এর প্রি-ট্রেনিং ডেটা খুব সুন্দর, কিন্তু পোস্ট-ট্রেনিং পর্যায়টি এখনও শেষ হয়নি।
বাস্তবে, গুগল প্রো সংস্করণটি প্রকাশ করতে দেরি করার পিছনে একটি কষ্টের ইতিহাস রয়েছে।
পিচাই এই বছর মে মাসে দাবি করেছিলেন যে "পরবর্তী মাসে" তারা আরও শক্তিশালী প্রো সিরিজ চালু করবে, কিন্তু এখনও বিলম্ব করছে।
বাস্তবে, গুগলের অভ্যন্তরীণ কয়েকটি 3.5 Pro প্রার্থী মডেল ছিল, কিন্তু শেষপর্যন্ত সবগুলোকে নির্মমভাবে বাতিল করে দেওয়া হয়েছিল—কারণ এগুলো বর্তমান Flash সিরিজের চেয়ে যথেষ্ট বেশি শক্তিশালী ছিল না!
একইসাথে, প্রত্যাশিত পরবর্তী প্রজন্মের ফ্ল্যাগশিপ Gemini 4 যদিও প্রি-ট্রেনিং মূল্যায়নে ভালো পারফর্ম করেছে, তবে এখনও সবচেয়ে গুরুত্বপূর্ণ পোস্ট-ট্রেনিং পর্যায়ে আটকে আছে।
সর্বমিলিয়ে, ফ্ল্যাশ সিরিজের পাগলামির মতো পুনরাবৃত্তি ঘটেছে।
২ ঘন্টায় কয়েক মাস ধরে ধরা পড়েনি এমন ভাঙ্গন খুঁজে পাওয়া গেল: সাইবার নিরাপত্তার টপ চার্টে ছাপিয়ে গেল
এবার গুগল কি শুধুমাত্র 3.8 Flash-কে সাধারণ কাজে মূল্য নিয়ে প্রতিযোগিতায় প্রবেশ করিয়েছে?
এটাই শুধু শুরু।
এই প্রেজেন্টেশনের প্রকৃত হাতিয়ার হল এর ডুপ্লিকেট ভাই—Gemini 3.8 Flash Cyber।
ডেভেলপাররাও চিৎকার করছে: "গুগল কেন ফ্ল্যাশের জন্য একটি বিশেষ সাইবার ভেরিয়েন্ট তৈরি করল, এটি কী ধরনের নিরাপত্তা কাজ?"
গুগলের উত্তর হল: ভবিষ্যতের এআই হ্যাকারদের বিরুদ্ধে লড়াইয়ের জন্য।
সাইবারগিম বেঞ্চমার্কে ভালো করে, 3.8 Flash Cyber 86.2% স্কোর অর্জন করে সরাসরি শীর্ষে উঠে আগের বড় মডেলগুলিকে দূরে ফেলে দেয়।
এছাড়াও, বাস্তব জগতের কোড শুধুমাত্র C/C++ নয়।
গুগলের অভ্যন্তরীণ ২০টি প্রোগ্রামিং ভাষার জটিল কোডবেসে সমন্বিত পরীক্ষায়, এই মডেলটি ব্যাপক ভাঙ্গন শনাক্ত করার সফলতার হার ৭০% এর বেশি ছিল।
আরও অসাধারণ বিষয় হল এটির বাস্তব জীবনের প্রাকটিক্যাল রেকর্ড।
ক্রোম সিকিউরিটি টিম এটি পরীক্ষা করেন এবং দেখেন যে এটি উত্পাদন করা সঠিক প্যাচের সংখ্যা আগের বাজারের সর্বোত্তম, এবং অনেক বড় বাণিজ্যিক মডেলের চেয়ে 2.6 গুণ।
Wiz সিকিউরিটি কোম্পানির পরীক্ষায় দেখা গেছে যে তাদের পেনিট্রেশন টেস্টিংয়ে রিকল রেট 7.5-9.7% বৃদ্ধি পেয়েছে এবং খরচ 2.3 থেকে 5.2 গুণ কমেছে।
সবচেয়ে আশ্চর্যজনক বিষয় হলো, গুগল ক্লাউড ভালনারেবিলিটি গবেষণা দল এটি ব্যবহার করে মাত্র ২ ঘন্টার মধ্যে একটি কীভাবে মৌলিক ভালনারেবিলিটি আবিষ্কার করেছে—যা আগে মানুষের শীর্ষ বিশেষজ্ঞদের খুঁজে পেতে সাধারণত কয়েক মাস লাগত!
CWE-Bench (প্যাচ ক্ষমতা পরীক্ষা) এ, 3.8 Flash Cyber-এর প্রথম পাস হার 47.2% পৌঁছেছে, যা সবচেয়ে এগিয়ে থাকা অগ্রণী বড় মডেলের (47.8%) সাথে প্রায় মিলে যায়, কিন্তু এর দাম মাত্র এক নবমাংশ।
যেহেতু 3.8 Flash Cyber-এর নেটওয়ার্ক আক্রমণ ও প্রতিরোধের ক্ষমতা অত্যন্ত অসাধারণ, গুগল এটিকে সম্পূর্ণরূপে ওপেন সোর্স করার পরিবর্তে একটি নতুন Fairwind প্রকল্পের মাধ্যমে কেবলমাত্র বিশ্বস্ত প্রতিষ্ঠানগুলিকেই প্রবেশাধিকার দিয়েছে।
OpenAI, Anthropic এবং গুগল: বড় মডেলের ত্রিপক্ষীয় সংঘর্ষ একটি বিভাজনের মুখোমুখি
জেমিনি 3.8 ফ্ল্যাশের প্রকাশের মাধ্যমে বর্তমানে এআই-এর তিনটি বড় খেলোয়াড় তিনটি সম্পূর্ণ ভিন্ন উন্নয়ন পথে এগিয়ে যাচ্ছে।
অ্যানথ্রোপিক (ক্লড সিরিজ), এর উপর জোর দেওয়া হয়েছে 'জ্ঞানের বিশ্বস্ততা এবং স্থিতিশীলতা'।
AA-Omniscience এর মতো জ্ঞান-ভিত্তিক এবং তথ্যের সঠিকতা পরীক্ষায় Claude এখনও অবিকল বিজয়ী।
প্রথম সাতটি সবই Claude সিরিজ, তারা এখন প্রায়শই কর্পোরেট লেভেলের কাজে ভুল না করার ক্ষমতা শক্তিশালী করছে এবং স্থিতিশীল আউটপুটের দিকে লক্ষ্য রাখছে।
OpenAI (GPT সিরিজ) বিশেষভাবে "গভীর যুক্তিবিদ্যা এবং অনুভূতি" এর উপর জোর দিচ্ছে।
ফিজিক্স এবং গণিতের প্রমাণের দিকে ঝোঁক থাকা CritPt টেস্টে GPT-5.6 Sol অসাধারণভাবে এগিয়ে।
ওপেনএআই একটি শুদ্ধ বুদ্ধিমত্তার উদ্ভবের দিকে এগিয়ে যাচ্ছে, যেখানে মডেলটিকে কেউ উত্তর বলে না দিলেও এটিকে বিজ্ঞানীর মতো নিজে থেকে 'ভাবতে' হবে।
গুগল (জেমিনি সিরিজ), যা তৈরি করেছে "অনন্ত চক্রের অতিদ্রুত কর্মচারী"।
গুগল এবার তৃতীয় উত্তরটি দিয়েছে: হয়তো আমি একসাথে সবচেয়ে কঠিন পদার্থবিদ্যার প্রশ্নগুলি সমাধান করতে পারি না, কিন্তু আমার প্রতিক্রিয়া অত্যন্ত দ্রুত এবং খরচ অত্যন্ত কম।
এজেন্টের যুগে, আমি এক সেকেন্ডে ১০০ বার চিন্তা করতে পারি, কোড লিখি, চালাই, ত্রুটি পাই, সংশোধন করি, অত্যন্ত কম খরচে বলাত পুনরাবৃত্তি দিয়ে সঠিক ফলাফল বার করি।
অ্যাজেন্ট বাস্তবে যে সমস্যাগুলির সম্মুখীন হয়, সেগুলির জন্য বারবার চেষ্টা ও ভুল, টুল কল এবং ডাইনামিক সামঞ্জস্যের প্রয়োজন।
এবং জেমিনি 3.8 ফ্ল্যাশ এই দীর্ঘ কার্যপ্রবাহের জন্য সম্পূর্ণরূপে তৈরি।
আপনি শুধুমাত্র একটি প্রম্পট এবং একটি লুপ নির্দেশ ব্যবহার করে Google Antigravity-এ 3.8 Flash-এর মাধ্যমে একটি পাজল, পরিবেশ টেক্সচার এবং 3D লেভেল সহ একটি পূর্ণাঙ্গ গেম তৈরি করতে পারেন।
আপনি এটি ব্যবহার করে একক্লিকে স্ট্রিট ভিউ এবং নেভিগেশন সহ ডস ভার্সনের গুগল ম্যাপ তৈরি করতে পারেন।
স্পষ্টতই, জেমিনি ৩.৮ ফ্ল্যাশের সহজ ব্যবহারযোগ্যতা এবং খরচ একটি বিন্দুকে অতিক্রম করেছে।
জেমিনি ৩.৮ ফ্ল্যাশের আগমন, যেন গুগল সম্পূর্ণ শিল্পকে ঘোষণা করছে: বড় মডেলগুলি এখন "শুধুমাত্র বড় কোম্পানিগুলিই ব্যবহার করতে পারে" এই ধারণা থেকে মুক্তি পাচ্ছে এবং ক্যালকুলেশন সুবিধার জন্য সকলের জন্য অগ্রসর হচ্ছে।
যে স্মার্ট এজেন্ট কাজগুলির জন্য আগে কয়েক ডজন হাজার মার্কিন ডলার খরচ হত এবং কয়েক দিন রাত জাগতে হত, এখন কয়েকটি কফির দামে কয়েক মিনিটেই সেগুলি সম্পন্ন করা যায়।
সাধারণ মানুষের জন্য সুপার ইন্ডিভিজুয়াল যুগ আসলই এসে গেছে।
এটি ছোট মডেলের জাগরণের মুহূর্ত।
প্রসঙ্গ:
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/
সম্পাদনা: এনিয়াস ডেভিড
এই লেখাটি ওয়েইচ্যাট গ্রুপ "নিউ জ্ঞান মেট্রিক্স" থেকে এসেছে, লেখক: ASI প্রতিজ্ঞা