گوگل نے جیمینی 3.8 فلیش لانچ کیا، فلیگشپ ماڈلز کے ساتھ پرفارمنس کا فرق ختم کر دیا

گوگل نے 2 جولائی 2026 کو Gemini 3.8 Flash اور قابل اعتماد نیٹ ورک دفاع اداروں کے لیے Gemini 3.8 Flash Cyber جاری کیا۔ عام ورژن میں 1 ملین ٹوکن کا کنٹیکس ہے، جو پروگرامنگ، ایجنٹ اور ماہرینہ کاموں پر مرکوز ہے؛ گوگل کے اعلان کردہ ٹیسٹس میں، اس کا لمبے دور کے سافٹ ویئر انجینئرنگ اسکور 73.7% تھا، جو Claude Opus 5 کے 74.0% کے قریب تھا، جبکہ فنانشل ایجنٹ، لیگل ایجنٹ اور کچھ جامع استدلال کے شعبوں میں یہ مدلز سب سے آگے تھا۔ Cyber ورژن خود بخود خامیاں تلاش کر سکتا ہے اور پیچھے کا بندوبست تیار کر سکتا ہے: گوگل کے اندر 20 مختلف پروگرامنگ زبانوں پر ٹیسٹ کرنے پر کامیابی کی شرح 70% سے زائد تھی، اور Chrome ٹیم کو بڑے تجارتی مدلز کے 2.6 گنا صحیح پیچھے کا بندوبست ملا۔ موجودہ API کی رعایتی قیمت 1 ملین ان پٹ ٹوکن کے لیے 0.75 امریکی ڈالر اور آؤٹ پٹ ٹوکن کے لیے 3.75 امریکی ڈالر ہے، لیکن مدل زیادہ استدلال کے مراحل اور ٹولز کے استعمال کے ذریعے پرفارمنس حاصل کرتا ہے، جس کا انحصار خود مختصر جائزہ اس بات کو ظاہر کرتا ہے کہ اس کا منفرد کام کا خرچ 3.7 Flash سے تقریباً 40% زیادہ ہے۔ اس جاری کرنے کا اہم سگنل یہ ہے کہ جو ایجنٹ صلاحیتیں پہلے مہنگے فلگش مدلز کا حصہ تھیں، وہ اب سستے، قابلِ توسیع "کام کے مدلز" میں داخل ہو رہی ہیں، لیکن صلاحیت کے ڈیٹا اب بھی گوگل اور اس کے شراکت داروں کے ٹیسٹس پر منحصر ہیں، اور Cyber ورژن عام صارفین کے لیے دستیاب نہیں ہے۔

مضمون کے مصنف، ذریعہ: DeepMind

جیمنی 3.8 فلیش، 3.7 فلیش کے اطلاق کے صرف تین ہفتے بعد جاری کیا گیا ہے، اور گوگل کا چھ ہفتے کے اندر تیسرا فلیش ورژن ہے۔

گزشتہ زمانے میں، "Flash" عام طور پر تیز رفتار اور کم لاگت کا مطلب تھا، لیکن اس کی صلاحیتیں فلگشپ ماڈل کے مقابلے میں واضح طور پر کم تھیں۔ Gemini 3.8 کی پوزیشن تبدیل ہو رہی ہے: Google اب بھی اسے بڑے پیمانے پر ڈیپلومنٹ کے لیے ایک "ورک ہاوس" ماڈل کہتا ہے، لیکن اب اس کی مرکزی صلاحیتیں لمبے دور کے پروگرامنگ، مسلسل ٹول کالز اور پیشہ ورانہ تجزیہ ہیں، جبکہ صرف چیٹنگ، خلاصہ جات جیسے ہلکے کاموں تک محدود نہیں رکھا جاتا۔

نئی مدل متن، تصویر، آڈیو، ویڈیو اور PDF ان پٹ کو سپورٹ کرتی ہے، اس کا 100 لاکھ ٹوکن کا کنٹیکسٹ اور 64,000 ٹوکن کی زیادہ سے زیادہ آؤٹ پٹ ہے، اور یہ تلاش، فنکشنز اور کمپیوٹر آپریشن ٹولز کو کال کر سکتی ہے۔ اسے اب رسمی طور پر دریافت کر لیا گیا ہے، تجرباتی پیش خدمت نہیں، اور اسے Gemini API، Google AI Studio، Gemini Enterprise، Google Antigravity، Gemini ایپ، تلاش AI موڈ اور Google Sheets کے ذریعے استعمال کیا جا سکتا ہے۔

گوگل کا ہوسٹڈ ایجینٹ Antigravity بھی 3.8 Flash کو ڈیفالٹ طور پر اپنایا گیا ہے۔ اس سے یہ ظاہر ہوتا ہے کہ یہ ماڈل حقیقت میں بار بار منصوبہ بندی، ٹولز کا استعمال، نتائج کی جانچ اور مستقل درستگی کی ضرورت والے ایجینٹس کے لیے ہدف رکھتا ہے، نہ کہ صرف ایک بار کے سوال جواب کے لیے۔

گوگل کی طرف سے جاری کیے گئے DeepSWE v1.1 لمبے دور کے سافٹ ویئر انجینئرنگ ٹیسٹ میں، جیمنی 3.8 فلیش نے 73.7% کا اسکور حاصل کیا، جو 3.7 فلیش کے 65.3% اور GPT‑5.6 Sol کے 72.7% سے زیادہ ہے، اور Claude Opus 5 کے 74.0% سے صرف 0.3 فیصد کا فرق ہے۔

یہ ٹیسٹ مدل کو حقیقی کوڈ بیس میں جانے، متعدد فائلز کے درمیان تعلقات کو سمجھنے، مسائل کو تلاش کرنے اور ٹیسٹ کے ذریعے گزرنے والے تبدیلیات مکمل کرنے کی درخواست کرتے ہیں۔ یہ ایک الگ فنکشن کو جنریٹ کرنے کے مقابلے میں اصل پروگرامنگ ایجینٹ کے کام کے قریب تر ہے۔

Vals Finance Agent v2 میں، 3.8 Flash کو 61.4% حاصل ہوا، جبکہ 3.7 Flash، Claude Opus 5 اور GPT‑5.6 Sol کو ترتیب سے 59.0%، 58.6% اور 53.8% حاصل ہوئے۔

ہاروی قانون ایجنٹ ٹیسٹ میں، 3.8 Flash کا اسکور 10.0% تھا، جو 3.7 Flash کے 8.8%، Claude Opus 5 کے 6.7% اور GPT‑5.6 Sol کے 2.5% سے زیادہ تھا۔ تاہم، تمام ماڈلز نے اس جائزے میں بہت کم اسکور حاصل کیے، اور "پہلے نمبر" کا مطلب یہ نہیں کہ وہ پیچیدہ قانونی کاموں کو قابلِ اعتماد طریقے سے سنبھال سکتے ہیں۔

ہلی وریفایڈ متعدد ماڈل ریزننگ ٹیسٹ میں، 3.8 Flash نے 54.9% حاصل کیا، جبکہ GPT‑5.6 Sol اور Claude Opus 5 نے کرمنگ کے ساتھ 54.5% اور 54.4% حاصل کیے، جن کے درمیان فرق بہت کم ہے اور یہ کسی بھی ماڈل کے مکمل اور مستقل برتری کا ثبوت نہیں ہے۔

یہ نتائج زیادہ تر گوگل کی اپنی ترتیب کے مطابق جاری کیے گئے ہیں۔ ماڈل، ایجنٹ فریم ورک، استدلال کی طاقت، ٹول کے اختیارات اور ٹیسٹ بجٹ تمام کا اثر آخری نتائج پر پڑتا ہے، اس لیے زیادہ منطقی نتیجہ یہ ہے کہ فلیش لیول ماڈل کچھ مہنگے فلیگشپ ماڈلز کے قریب پہنچ چکے ہیں، نہ کہ جیمنی تمام کاموں میں مکمل طور پر آگے نکل گیا ہے۔

گوگل نے 3.8 فلیش کی صلاحیت میں اضافہ کو ایک سیدھا ڈیزائن کا انتخاب قرار دیا ہے: ماڈل کو "زیادہ محنت کرنے" کے لیے۔

جب کوئی پیچیدہ کام کرے تو یہ زیادہ درمیانی استدلال کے مراحل استعمال کرتا ہے، ٹولز کو دہراتا ہے، اور پہلے کیے گئے کام کو فعال طور پر چیک کرتا ہے۔ ڈیولپرز تین سطحوں — کم، درمیانی، اور زیادہ — میں سے کوئی ایک سوچ کی سطح منتخب کر سکتے ہیں، جس میں درمیانی سطح ڈیفالٹ ہے؛ زیادہ سطح مشکل پروگرامنگ اور متعدد مراحل کے استدلال کے لیے مناسب ہے، جبکہ کم سطح ریل ٹائم چیٹ، ڈرافٹ تخلیق اور تاخیر حساس کاموں کے لیے مناسب ہے۔

یہ ایجنٹ کے جلدی روک جانے، مراحل کو چھوڑ دینے یا ایک ٹول کال ناکام ہونے کے بعد مقصد سے مکمل طور پر الگ ہو جانے کا احتمال کم کرتا ہے، لیکن زیادہ ٹوکنز کا استعمال بھی کرتا ہے۔

آرٹیفیشل اینالیسس کے انفرادی ٹیسٹ میں، 3.8 Flash نے اعلیٰ سوچ کے درجے پر 59 اسکور حاصل کیا، جو 3.7 Flash سے 3 اسکور زیادہ ہے اور GPT‑5.6 Sol کی غیر اعلیٰ استدلال کنفیگریشن کے قریب ہے۔ اس کی اوسط آؤٹ پٹ رفتار تقریباً 300 ٹوکن فی سیکنڈ ہے، جس سے ایک منفرد ٹیسٹ مکمل کرنے میں اوسطاً 2.5 منٹ لگتے ہیں۔

لیکن 3.8 Flash کا اوسط آؤٹ پٹ ٹوکن تقریباً 30% زیادہ ہے، اور ایجینٹ جائزہ میں اجراء کے راؤنڈ بھی زیادہ ہیں۔ حالانکہ ہر ٹوکن کی قیمت میں اضافہ نہیں ہوا، اس کا اوسط ایک ٹاسک لاگت تقریباً 0.58 ڈالر ہے، جو 3.7 Flash کے 0.40 ڈالر سے تقریباً 40% زیادہ ہے۔

اس لیے، "کم قیمت" کا مطلب یہ نہیں کہ ہر کام ضرور سستا ہوگا۔ اگر کام خود میں پیچیدہ استدلال کی ضرورت نہیں رکھتا، تو 3.8 Flash کو زبردست طور پر چلانے سے صرف وقت اور اخراجات بڑھ سکتے ہیں۔ گوگل بھی کارکردگی کو ترجیح دینے والے عمل کو ترجیح دیتا ہے جو سوچنے کے درجے کو کم کرتا ہے، یا اب بھی سپورٹ کیے جانے والے 3.7 Flash کا استعمال جاری رکھتا ہے۔

31 دسمبر 2026 تک، Gemini 3.8 Flash کی رعایتی قیمت ہر ملین ان پٹ ٹوکن کے لیے 0.75 امریکی ڈالر اور ہر ملین آؤٹ پٹ ٹوکن کے لیے 3.75 امریکی ڈالر ہے، جو 3.7 Flash کی موجودہ قیمت کے برابر ہے۔

1 جنوری 2027 سے، معیاری قیمت ہر ملین ان پٹ ٹوکن کے لیے 1.50 امریکی ڈالر اور ہر ملین آؤٹ پٹ ٹوکن کے لیے 7.50 امریکی ڈالر ہو جائے گی، جو بالکل دگنا ہے۔ ڈویلپرز لمبے مدتی اخراجات کا جائزہ لیتے وقت، جاری کردہ دور کی قیمت کو مستقل قیمت نہیں سمجھ سکتے۔

یہاں تک کہ مستقبل کی مخصوص قیمتوں کے مطابق بھی، یہ کچھ فلگشپ ماڈلز سے کم ہے؛ لیکن جو ایجنٹ لاکھوں ٹوکنز جنریٹ کرنے اور دہائیوں ٹول کالز چلانے کی ضرورت رکھتا ہے، اس کے لیے صرف فہرست میں دی گئی فی ملین ٹوکن قیمت کا موازنہ نہیں، بلکہ مکمل کام کی کل لاگت کا موازنہ کرنا چاہیے۔

گوگل نے جیمنی 3.8 فلش سائبر بھی جاری کیا ہے۔ یہ عام ورژن کے ساتھ بنیادی صلاحیتیں شیئر کرتا ہے، لیکن اسے زیادہ مرکوز سائبر سیکورٹی تربیت دی گئی ہے اور اس میں کم سخت سائبر سیکورٹی پابندیاں ہیں، جس کی وجہ سے یہ عام ماڈلز کے انکار کرنے والے خامی تجزیہ کے کاموں کو مکمل کر سکتا ہے۔

سائبر جِم کے خطرات کی دریافت کے معیار میں، گوگل نے دعویٰ کیا ہے کہ اس نے اعلیٰ سطح تک پہنچ لیا ہے۔ چونکہ سائبر جِم بنیادی طور پر C اور C++ منصوبوں پر مرکوز ہے، اس لیے کمپنی نے 20 پروگرامنگ زبانوں کو کور کرنے والی اور پیچیدہ حقیقی کوڈ لائبریریز پر مشتمل ایک اندر کا ٹیسٹ ڈیزائن کیا، جس میں 3.8 Flash Cyber کی خرابیوں کی دریافت کی کامیابی کی شرح 70 فیصد سے زائد ہے۔

خرابی کی دریافت صرف پہلا مرحلہ ہے۔ گوگل نے خصوصی طور پر زور دیا ہے کہ سائبر کی تربیت کا مرکز مسائل کو درست کرنا ہے، نہ کہ حملوں کے لیے استعمال ہونے والے پروگرامز بنانا۔

Collinear کے ذریعے چلائے جانے والے CWE-Bench پیچ ٹیسٹ میں، 3.8 Flash Cyber کی پہلی سبسکرپشن کامیابی کی شرح 47.2% تھی، جبکہ مقابلہ کی جانے والی لیڈنگ فلگش ماڈل کی شرح 47.8% تھی۔ دونوں کے اعداد و شمار قریب قریب ہیں، لیکن Google کا کہنا ہے کہ Flash Cyber کا چلانے کا خرچ کم ہے۔

یہ نشان دیتا ہے کہ سائبر سیکیورٹی ایجینٹ کا مقصد “انجینئرز کو بتانا کہ یہاں ممکنہ مسئلہ ہے” سے بدل کر خامیوں کو سمجھنا، پیچھے کا کام کرنا، ٹیسٹ چلانا اور تبدیلیوں کی تصدیق کرنا ہو گیا ہے۔ اگر نتائج کافی قابل اعتماد ہوں، تو یہ سیکیورٹی ٹیم کے لیے خامیوں کی دریافت سے لے کر اصلاحات کے اطلاق تک کے وقت کو کم کر سکتا ہے۔

گوگل نے فلیش سائبر کو اپنی اندر کی کوڈ سیکورٹی کے کاموں کے لیے استعمال کیا ہے۔

کروم سیکورٹی ٹیم کا کہنا ہے کہ اس کے ذریعہ تیار کیے گئے درست خرابیوں کے پیچھے کی تعداد، بڑے تجارتی ماڈلز کی تعداد کا 2.6 گنا ہے۔ سائبر سیکورٹی کمپنی Wiz کا کہنا ہے کہ اپنے پینیٹریشن ٹیسٹنگ بینچ مارک میں، Flash Cyber کی خرابیوں کی ری کال ریٹ دوسرے اعلیٰ ماڈلز سے 7.5 سے 9.7 فیصد زیادہ ہے، جبکہ اس کی لاگت 2.3 سے 5.2 گنا کم ہے۔

گوگل کلاؤڈ کی خلیہ تحقیق ٹیم نے بھی کہا کہ اس ماڈل نے کم سے کم دو گھنٹوں میں ایک اہم بنیادی خلیہ دریافت کر لیا، جبکہ اس جیسے تحقیقی کام عام طور پر کئی ماہ تک جاری رہ سکتے ہیں۔

یہ نتائج عملی حوالہ کی قیمت رکھتے ہیں، لیکن انہیں مستقل اور دوبارہ قابل تکرار عوامی جائزہ کے طور پر نہیں سمجھنا چاہئے۔ گوگل نے اس اہم خامی کی تفصیلات، تقابلی ماڈل کی فہرست اور مکمل رن ٹریک کو شائع نہیں کیا ہے؛ Chrome کا ڈیٹا گوگل کے اندر سے حاصل کیا گیا ہے اور Wiz بھی Fairwind کا شراکت دار ہے۔ اس لیے، یہ ثابت کرتا ہے کہ ماڈل حقیقی سیکورٹی کاموں میں شرکت کرنے میں کامیاب ہو چکا ہے، لیکن یہ ثابت نہیں کرتا کہ وہ تمام کوڈ بیسز اور خامیوں کے انواع پر مستقل طور پر اسی سطح کا اداء کرتا ہے۔

فلیش سائبر، جو گوگل کے نئے فیئر ونڈ پروگرام کے ذریعے فراہم کیا جا رہا ہے، میں اب تک 650 سے زائد شرکاء شامل ہیں، جن میں بنیادی طور پر حکومتی سائبر سیکیورٹی ادارے، اہم بنیادی ڈھانچے کے آپریٹرز، سافٹ ویئر مینٹیننس پر کام کرنے والے اور بڑی سیکیورٹی کمپنیاں شامل ہیں۔

شرکت کرنے والے اداروں کو اندرونی تک رسائی والوں کے دائرہ کار کو محدود کرنا چاہیے اور متعدد عوامل کی تصدیق جیسے حفاظتی اقدامات اپنانے چاہیں۔ ماڈل کو CodeMender Agent کے ساتھ جوڑنے کے بعد، ادارے اپنے اپنے کلاؤڈ ماحول میں خامیوں کو تلاش کر سکتے ہیں، تصدیق کر سکتے ہیں اور انہیں درست کر سکتے ہیں۔

عام Google Cloud صارفین CodeMender کو عوامی Gemini ماڈل کے ساتھ استعمال کر سکتے ہیں، لیکن وہ Flash Cyber کی مکمل صلاحیتوں تک ب безirect رسائی حاصل نہیں کر سکتے۔

یہ "ایک بنیادی ماڈل، دو اجازت سطحیں" کا طریقہ کار، Anthropic کے قبل کے Claude کو Fable اور Mythos میں تقسیم کرنے کے راستے کے بہت قریب ہے: عام پروگرامنگ اور تجزیاتی صلاحیتیں بازار کے لیے کھول دی گئی ہیں، جبکہ زیادہ آسانی سے حملے کی صلاحیت میں تبدیل ہونے والے سائبر سیکورٹی فنکشنز کو شناخت کی جانچ، ایکسیس کنٹرول اور مستقل نگرانی کے ذریعے فراہم کیا جاتا ہے۔

عام ورژن 3.8 Flash میں کیمیائی، بائیولوجیکل، ریڈیو ایکٹو، نیوکلیئر متعلقہ اور سائبر حملوں کے لیے سیکورٹی پابندیاں شامل ہیں؛ جبکہ سائبر ورژن کو پیشہ ورانہ دفاعی کاموں کو پورا کرنے کے لیے سائبر سیکورٹی پابندیاں کم ہیں، اس لیے صرف تصدیق شدہ اداروں کے لیے دستیاب ہے۔

گوگل ماڈل کارڈ کے مطابق، 3.8 Flash کو 3.7 Flash کے مقابلے میں کمپنی کے سامنے والے سیکیورٹی فریم ورک کے زیرِ نظر اعلیٰ خطرہ والے شعبوں میں کوئی اہم نئی صلاحیتیں حاصل نہیں ہوئیں، اس لیے اس کا خطرہ کا درجہ بڑھایا نہیں گیا۔ اس نے Gray Swan غیر مستقیم پرامپٹ انجیکشن ٹیسٹ میں تحفظ بھی بہتر کیا ہے۔

تاہم، مدل کارڈ پر یہ بھی اظہار کیا گیا ہے کہ 3.8 Flash نے آٹومیٹڈ متعدد زبانوں کے سیکیورٹی ٹیسٹنگ میں 3.7 Flash کے مقابلے میں 5.4 فیصد کی کمی دکھائی۔ گوگل کی طرف سے دستی جانچ کے بعد یہ کہا گیا کہ زیادہ تر فرق غلط مثبت یا غیر سنگین مواد پر مشتمل ہیں، لیکن مکمل نمونہ اور زبان وار ڈیٹا شائع نہیں کیا گیا۔

ماڈل میں بڑے زبانی ماڈل کے عام مسائل جیسے کہ جھوٹی معلومات، کبھی کبھار سست ردعمل یا ٹائم آؤٹ، اور بہتر پرفارمنس کے لیے زیادہ ٹوکن استعمال کرنے کا مسئلہ بھی موجود ہے۔ معلومات کی حد 2026ء کے مارچ تک درج ہے، لیکن گوگل کے مطابق، کچھ شعبوں میں قابل اعتماد معلومات اب بھی تقریباً جنوری 2025ء تک کی ہی ہوسکتی ہیں؛ جدید معلومات کے لیے آن لائن تصدیق ضروری ہے۔

جیمنی 3.8 فلیش کی سب سے بڑی بات یہ نہیں کہ کسی بنچ مارک میں صرف کچھ صدیں آگے نکل گیا، بلکہ یہ ہے کہ گوگل لمبے دور کے پروگرامنگ، پیشہ ورانہ تجزیہ اور خودمختار ٹولز کے استعمال کی صلاحیتیں فلیش کی قیمت کی حد میں دبا رہا ہے۔

فلاگشپ ماڈل زیادہ قیمتی، کم تردد والی مشکل ٹاسکس کے لیے موزوں ہوتے ہیں؛ جبکہ واقعی کاروباری کسٹمر سروس، پروگرامنگ پائپ لائن، فنانشل اینالسز اور سیکورٹی اسکیننگ میں استعمال ہونے والے ایجینٹس روزانہ لاکھوں کالز کو پروسیس کرتے ہیں۔ ان سیناریوز میں، رفتار، فی یونٹ قیمت اور فی ٹاسک کامیابی کی شرح عام طور پر رینکنگ میں پہلے نمبر کے برابر ہوتی ہے۔

3.8 فلیش نے اس راستے کے تضاد کو بھی ظاہر کیا ہے: جتنا مدل دوبارہ جانچنے اور مستقل کام کرنے میں مہارت رکھتا ہے، اتنا ہی زیادہ ٹوکنز پیدا کرنے کا امکان ہوتا ہے، جس سے "سستے مڈل" کی ایک ٹاسک کی لاگت بڑھ جاتی ہے۔ اس لیے مستقبل کے ایجنٹ مقابلے کا مرکز صرف اس بات پر نہیں ہوگا کہ کون سب سے بہتر جواب دے رہا ہے، بلکہ یہ بھی کہ کون جان سکتا ہے کہ کب سوچنا جاری رکھنا چاہیے، کب ٹولز استعمال کرنے چاہیں، اور کب روکنا چاہیے۔