گوگل کا جیمنی 3.8 فلیش کم لاگت اور اعلیٰ کارکردگی کے ساتھ ٹاپ AI ماڈلز کو چیلنج کرتا ہے

بالکل ابھی، گوگل واپس آ گیا!

آج رات، گوگل نے جیمنی 3.8 فلیش اور سائبر سیکیورٹی پر مبنی جیمنی 3.8 فلیش سائبر کا اعلان کیا۔

یہ گوگل کا صرف چھ اہتوں میں جاری کیا جانے والا تیسرا Flash ورژن ہے۔

پہلے دو اپڈیٹس صرف گرمی کی تھیں، کیونکہ اس بار، گوگل نے فائدہ اور قیمت کو سب سے آگے رکھ دیا ہے—

ایک ٹاسک کی لاگت صرف 0.58 امریکی ڈالر! صرف 0.75 ڈالر فی ملین ٹوکنز!

یہ ایک ایسا "سستا" مودل ہے جو کئی مرکزی بنچ مارکس میں عالمی سطح پر سب سے طاقتور فلگشپ Opus 5، GPT-5.6 Sol اور Grok 4.6 تک پہنچ گیا۔

گوگل ڈیپ مائنڈ کے ماہر یائو شونیو نے کہا: ماڈل کے لیے یہ صرف ایک چھوٹا قدم ہے؛ لیکن RSI کے لیے یہ ایک بڑی کامیابی ہے۔

X پر، ڈویلپرز بھڑک اٹھے ہیں۔

کسی نے عملی جامہ پہنایا اور سوال اٹھایا: "اے خدا! کیا گوگل نے غلط سامان بھیج دیا؟ کیا یہ وہی Gemini 3.5 Pro نہیں جسے اب تک جاری نہیں کیا گیا تھا؟ جس قیمت پر Flash ملا ہے، اسی پر Pro کا کام کر رہا ہے!"

ڈیپ مائنڈ ٹیم میں، شاید کسی نے جولائی سے لے کر ایک بھی آنکھ نہیں بند کی۔

جب سب لوگ Fable 5.1 کو سمجھنے کی کوشش کر رہے ہیں، تو گوگل نے دوبارہ کھیل بدل دیا۔

طویل عرصے سے خاموش گوگل، دنیا کو انتہائی تنافسی انداز میں اعلان کر رہا ہے کہ بڑا شیطان واپس آ گیا ہے۔

جیمنی 3.8 فلیش کے اثر کو سمجھنے کے لیے، ہمیں آج کے AI مارکیٹ کے منظر نامے کو دیکھنا ہوگا۔

اصل میں، آرٹیفیشل اینالسس ٹیسٹ میں بہت سخت رکاوٹیں قائم ہو چکی ہیں۔ اگر آپ کو بالکل عالی ذہنی صلاحیت (انڈیکس کا درجہ تقریباً 60) حاصل کرنا ہے، تو آپ کو اعلیٰ ٹوکن لاگت ادا کرنی ہوگی۔

نتیجہ کے طور پر، جیمنی 3.8 فلیش ایک قاتل کی طرح ہے، بالکل بے اخلاق۔

آرٹیفیشل اینالیسس کے ہائی ریزننگ موڈ میں، جیمنی 3.8 فلیش کا IQ 59 پر پہنچ گیا!

یہ کون سا تصور ہے؟ یہ GPT-5.6 Sol اور Grok 4.6 تک کے سب سے اعلیٰ سطح تک صرف ایک قدم کا فاصلہ رکھتا ہے، اور کچھ پہلوؤں میں Claude Opus 5 کو بھی پار کر چکا ہے!

اور اس سب کو کرنے کی قیمت کیا ہے؟ اس کا ایک منفرد کام کا خرچ صرف 0.58 ڈالر ہے۔

خاص طور پر، داخلی لاگت 0.75 امریکی ڈالر فی ملین ٹوکن اور باہری لاگت 3.75 امریکی ڈالر فی ملین ٹوکن پر برقرار رکھی گئی ہے۔

گوگل نے ایک گراف بنایا: ذہانت اور لاگت کے پیریٹو فرنٹر پر، جیمینی 3.8 فلیش کا نیلا نقطہ جو «سب سے زیادہ کارآمد» کو ظاہر کرتا ہے، سافٹ ویئر انجینئرنگ بینچ مارک DeepSWE کے دائیں اوپری کونے میں ہے، جو دوسرے نمبر والے کو بھاری فاصلے سے پیچھے چھوڑ دیتا ہے۔

جیمنی 3.8 فلیش صرف ہی نہیں، بلکہ بہت تیز بھی ہے۔ اس کی پیداواری رفتار حیرت انگیز 305 ٹوکن/سیکنڈ ہے، جبکہ اگلے سطح کا ماڈل صرف 154 ٹوکن/سیکنڈ تک پہنچ پایا۔

یہ مدل تیز، ذکی اور بے حد سست ہے، جیسے کہ یہ مفت ہے—یہی وہ حقیقی مدل ہے جسے انسان روزانہ استعمال کر سکتا ہے۔

خصوصاً لمبے دور کے سافٹ ویئر انجینئرنگ بینچ مارک (DeepSWE v1.1) پر، 3.8 Flash نے 73.7% کا حیرت انگیز اسکور حاصل کیا۔

اس ٹیسٹ میں جہاں AI کو پیچیدہ انجینئرنگ مسائل کو خود حل کرنے اور مکمل طور پر کوڈ لکھنے کی ضرورت ہے، اس نے زیادہ قیمتی جدید بڑے ماڈلز کو پار کر دیا اور اس کی لاگت صرف ان کی ایک چھوٹی سی رقم ہے۔

یاد رکھیں، یہ صرف «Flash» ورژن ہے، «Pro» نہیں، اور بالکل بھی «Ultra» نہیں۔

اس بار، گوگل نے دوبارہ چھوٹے ماڈلز کو بڑے ماڈلز کا کام سونپ دیا۔

کسی نے Gemini 3.8 Flash اور Opus 5 کو ایک ہی کام کے لیے آزمایا ہے۔

اس پروگرامنگ کی صلاحیت میں بڑی کامیابی صرف اتفاق نہیں ہے۔

اس پروگرامنگ کی صلاحیت میں بڑی کامیابی صرف اتفاق نہیں ہے۔

رپورٹ کے مطابق، گوگل کے اندر کے کوڈ ٹول Jetski کے ٹیسٹ میں، گوگل انجینئرز نے Anthropic کے Opus ماڈل کے بجائے 3.8 Flash کو زیادہ ترجیح دی ہے۔

اس کے پیچھے گوگل نے سال کے آغاز سے ہی تربیت کے "آخری مرحلے" میں وسائل کا بڑے پیمانے پر استعمال کیا ہے — جس میں ماڈل غلطیوں کے ذریعے اصل میں کام سیکھتا ہے۔

گوگل ڈیپ مائنڈ نے ایک کوڈ ایمرجنسی ٹیم تشکیل دی ہے جو پروگرامنگ ماڈلز کی صلاحیتیں بڑھانے پر مرکوز ہے، جس کی قیادت ڈیپ مائنڈ کے سی ٹی او کر رہے ہیں اور ماسٹ کو-فاؤنڈر سرگئے برین نے ب без رہا ہے۔

ان کا مقصد یہ ہے کہ ریکرسیو خود ترقی کو اجاگر کیا جائے، جس سے پروگرامنگ ماڈل کو آٹومیٹڈ AI ریسرچر میں تبدیل کر دیا جائے اور پورا ریسرچ سائیکل مکمل طور پر جوڑ دیا جائے۔

اندر کے میمو میں، گوگل نے براہ راست کہا:

آخری دوڑ جیتنے کے لیے، ہمیں ایجنٹ اجراء کے فرق کو فوری طور پر ختم کرنا ہوگا اور اپنے ماڈلز کو مین لائن ڈویلپرز بنانا ہوگا۔

اس کے علاوہ، گوگل نے باریٹ زوف کو بھی ملازمت دے دیا ہے—جنہیں تھنکنگ مشینز لیب کے ملٹی کو آئی اے کے پوسٹ ٹریننگ کے سربراہ کے طور پر کام کرنے کا تجربہ ہے، اور جنہیں اب ریسرچ وائس پریزیڈنٹ مقرر کیا گیا ہے جو تقویتی سیکھنے اور پوسٹ ٹریننگ کے شعبوں کی نگرانی کر رہے ہیں۔ یہ حرکت واضح طور پر مکمل طور پر لڑنے کا ارادہ ظاہر کرتی ہے۔

گزشتہ ماہ، متحدہ بانی اور نوبل انعام یافتہ ڈیمیس ہاسبیس نے سی ای او کا عہدہ چھوڑ دیا، جس کے بعد کورای کاوکچوگلو نے فوراً کہا: تیزی، تیزی، اور مزید تیزی۔

بنچ مارک "پانی ڈالنا"، یا طاقت کا اظہار؟

تاہم، تعریف کے باوجود، گوگل کو عام طور پر اس بات پر الزام لگایا جا رہا ہے کہ اس نے جلد ہی شامپین کھول دیا اور بہت جلد خوش ہو گیا۔

سب سے زیادہ ناراض کرنے والا میٹا ہے—

میٹا کے Muse Spark 1.3 اور Gemini 3.8 Flash کا آمنے سامنے ہوا، جس میں Muse Spark 1.3 نے Artificial Analysis کے اسمارٹ انڈیکس پر 62 نمبر حاصل کیے، جو Claude Fable 5 کے برابر ہیں اور ٹاپ لائن میں شامل ہو گئے۔

اسی طرح، Muse کی ان پٹ لاگت Fable 5 کی نسبت 8 گنا کم اور آؤٹ پٹ لاگت تقریباً 12 گنا کم ہے، جس سے قیمت اور مفیدیت کا تناسب بہترین ہو جاتا ہے۔

میٹا کے سربراہ AI ایلیکسنڈر وانگ نے براہ راست تبصرہ کیا: آرٹیفیشل اینالیسس اسمارٹ انڈیکس پر، جیمنی کچھ بھی نہیں ہے، صرف دوسرے ماڈلز کی گاڑیوں کی گاڑھی دھوئیں کھا رہا ہے۔

Muse Spark 1.3 کا اسکور GPT-5.6 Sol، Grok 4.6 اور Gemini 3.8 Flash سے زیادہ ہے، لیکن ابھی صرف محدود پیش نظارہ کی حیثیت سے دستیاب ہے۔

کسی نے نوٹ کیا کہ 3.8 Flash کا بینچ مارک گراف تو اچھا لگتا ہے، لیکن عملی صورتحال میں یہ ضروری نہیں۔

حقیقت میں، جیمنی 3.8 فلیش نے ٹرمنل-بینچ 2.1، ایچ ایل ای وغیرہ کے ٹیسٹس میں جی پی ٹی-5.6 سول اور اوپس 5 کو پیچھے چھوڑ دیا، لیکن ٹی بینچ 2.1 اور ٹی بینچ 4 کے درمیان بڑا اسکور فرق اس بات کو ظاہر کرتا ہے کہ اس میں کچھ “اسکور فراڈ” کا عنصر شامل ہو سکتا ہے۔

یعنی، جب ناشناختہ، تربیتی ڈیٹا سیٹ میں شامل نہیں کیے گئے حقیقی دنیا کے زیرو شاٹ چیلنجز کا سامنا کرنا پڑے، تو 3.8 Flash اکثر Opus 5 جیسے بہت بڑے پیرامیٹر والے ماڈل کے مقابلے میں کم مؤثر ہوگا۔

لیکن گوگل کا حل بہت ذکاوت سے ہے — محنت سے کمی کو پورا کیا جا سکتا ہے۔

جیسے کہ گوگل نے اپنے باضابطہ بلاگ میں کہا ہے: "یہ صلاحیتیں بہتری کا نتیجہ ہیں جو مرکزی ڈیزائن کے انتخابات سے نکلی ہیں: 3.8 Flash زیادہ محنت کر رہا ہے۔"

جب کوئی پیچیدہ کام ہو تو 3.8 Flash کو اضافی استدلال کے مراحل اور ٹولز کی بار بار بلائی جانے کے لیے ڈیزائن کیا گیا ہے۔ جب یہ کوئی ناپید سوال ملتا ہے، تو یہ بس ناکام نہیں ہوتا، بلکہ زیادہ ٹوکنز کا استعمال کرتے ہوئے اپنے اندر تیزی سے خود کی تصدیق اور خود کا جائزہ لیتا ہے۔

اگرچہ اس نے متعدد حلقوں کے سوچنے کے لیے زیادہ ٹوکنز استعمال کیے، لیکن اس کی بنیادی قیمت بہت سستی ہے (0.75 ڈالر فی ملین ٹوکن)، اس لیے کل خرچ کو دیکھتے ہوئے، یہ آپ کے GPT-5.6 کو براہ راست کال کرنے سے کہیں زیادہ سستا ہے!

یہ حکمت عملی، گزشتہ "بڑے پیرامیٹرز = طاقتور صلاحیت" کے ایک منفرد پہلو کے مقابلے کو براہ راست ختم کرتی ہے۔

یہ ثابت کرتا ہے کہ ایک مثالی ایجینٹ سائکل میں، رفتار اور بہت کم استدلال لاگت خود ایک طاقتور ذہانت ہے۔

فلاش کیوں بھیجا جا رہا ہے؟ "منسوخ کردہ" پرو ورژن

کیا گوگل نے اس بار واقعی غلط سامان نہیں بھیجا؟

Gemini 3.5 Pro اب تک کا کوئی نشان تک نہیں ملا۔ اگلی نسل کا ہاتھ کا تھاپا Gemini 4 کا پری ٹریننگ ڈیٹا کافی خوبصورت ہے، لیکن پوسٹ ٹریننگ مرحلہ ابھی مکمل نہیں ہوا۔

اصل میں، گوگل کا پرو ورژن جاری نہ کرنا ایک دردناک کہانی ہے۔

پی چائی نے اس سال مئی میں دعویٰ کیا تھا کہ "اگلے ماہ" وہ زیادہ طاقتور پرو سیریز لانچ کریں گے، لیکن اب تک اسے ملتوی کرتے رہے ہیں۔

درحقیقت، گوگل کے اندر اصل میں کچھ 3.5 Pro کے امیدوار ماڈل تھے، لیکن ان سب کو بے رحمی سے منسوخ کر دیا گیا — کیونکہ وہ موجودہ Flash سیریز سے کافی حد تک بہتر نہیں تھے!

اسی دوران، لوگوں کا انتظار کیا جا رہا ہے کہ اگلی نسل کا فلگشپ Gemini 4، جو پری ٹریننگ ایوان میں اچھا پرفارم کر رہا ہے، اب اہم ترین پوسٹ ٹریننگ مرحلے میں گڑبڑا رہا ہے۔

总的来说，一切偶然因素共同促成了 Flash سیریز کی پاگل وانہ کی ترقی۔

کیا گوگل نے اس بار صرف 3.8 Flash کو عام کاموں پر قیمتوں پر ڈال دیا؟

بہت زیادہ

اس جلسے کا اصل ہتھیار اس کا جوڑا — جیمنی 3.8 فلش سائبر ہے۔

ڈویلپرز بھی حیران ہیں: "کون سا محفوظ کام ہے جس کے لیے گوگل نے فلیش کے لیے خاص طور پر سائبر ورژن تیار کیا؟"

گوگل کا جواب یہ ہے: مستقبل کے AI ہیکرز کے خلاف مقابلہ کرنے کے لیے۔

سائبر جم پر خامی کی دریافت کے ساتھ، 3.8 فلیش سائبر نے 86.2% اسکور حاصل کیا، جس نے فوری طور پر ٹیبل کو کنٹرول کر لیا اور پہلے کے بڑے ماڈلز کو دور چھوڑ دیا۔

اس کے علاوہ، حقیقی دنیا کا کوڈ صرف C/C++ تک محدود نہیں ہے۔

گوگل کے اندر 20 پروگرامنگ زبانوں کے مختلط کوڈ بیس میں ٹیسٹ کرنے پر، اس ماڈل نے وسیع خامیوں کو دریافت کرنے کی کامیابی کا تناسب 70 فیصد سے زیادہ رکھا۔

مزید حیرت انگیز بات یہ ہے کہ اس کی حقیقی دنیا کی کارکردگی۔

کروم سیکورٹی ٹیم نے اس کا امتحان لیا اور پایا کہ یہ پہلے کے سب سے بہترین اور کافی بڑے کمرشل ماڈلز کے مقابلے میں 2.6 گنا صحیح فکس پیچ جنریٹ کرتا ہے۔

Wiz سیکیورٹی کمپنی کے ٹیسٹنگ کے مطابق، اس نے پینیٹریشن ٹیسٹنگ میں ریکال ریٹ میں 7.5-9.7% کا اضافہ کیا، جبکہ لاگت 2.3 سے 5.2 گنا کم ہو گئی۔

سب سے حیران کن بات یہ ہے کہ گوگل کلاؤڈ کی خرابی تحقیق ٹیم نے اس کا استعمال کرتے ہوئے صرف دو گھنٹوں میں ایک اہم بنیادی خرابی دریافت کر لی — جبکہ پہلے انسانی عظیم ماہرین کو ایسی خرابیاں دریافت کرنے میں عام طور پر کئی ماہ لگ جاتے تھے!

CWE-Bench (پیچ کی صلاحیت ٹیسٹ) میں، 3.8 Flash Cyber کی پہلی بار کامیابی کی شرح 47.2% تھی، جو سب سے اگرے ہوئے بڑے ماڈلز (47.8%) کے تقریباً برابر ہے، لیکن قیمت میں اس کا صرف ایک ننھا سا حصہ ہے۔

کیونکہ 3.8 Flash Cyber کے نیٹ ورک حملہ اور دفاع کی تباہ کن طاقت بہت زیادہ ہے، گوگل نے اسے مکمل طور پر اوپن سورس نہیں کیا، بلکہ ایک نئے Fairwind منصوبے کے ذریعے صرف قابل اعتماد اداروں تک محدود کر دیا۔

جیمنی 3.8 فلیش کے اطلاق کے ذریعے، معلوم ہوتا ہے کہ آج کے AI کے تین بڑے کھلاڑیوں نے تین بالکل مختلف ترقیاتی راستے اپنائے ہیں۔

Anthropic (Claude سیریز) "علمی قابلیت اور استقرا" پر زور دیتی ہے۔

جیسے AA-Omniscience جیسے ٹیسٹس میں جہاں علم کی پیش رفت اور حقیقت کی درستگی پر زور دیا جاتا ہے، کلاؤڈ اب بھی ایک دوسرے سطح پر ہے۔

پہلے ساتویں نمبر پر صرف کلاؤڈ سریز ہیں، جو اب صرف کاروباری سطح کے کاموں میں غلطیوں کو کم کرنے اور مستقل پیداوار کے لیے زور دے رہے ہیں۔

اوپن اے آئی (GPT سیریز)، "گہری استدلال اور اچانک سمجھ" پر بیٹ لگا رہی ہے۔

فیزیکل اور ریاضیاتی استدلال پر مبنی CritPt ٹیسٹ میں GPT-5.6 Sol نے بہت بڑی فرق سے اعلیٰ کارکردگی دکھائی۔

اوپن اے آئی ایک صرف ذہنی نمٹن کی طرف جا رہا ہے، جس میں ماڈل کو کسی نے جواب نہیں بتایا ہو، اسے خود سائنسدان کی طرح "سوچنا" چاہیے۔

گوگل (جیمنی سیریز)، "لاگھا تک جاری رہنے والے انتہائی تیز کام کرنے والے" کو بناتا ہے۔

گوگل نے اس بار تیسرا جواب دیا: شاید میں ایک بار میں سب سے مشکل فزکس کے سوال کو نہیں سمجھ سکتا، لیکن میری ردعمل کی شدت بہت زیادہ اور لاگت بہت کم ہے۔

ایجینٹ کے دور میں، میں ایک سیکنڈ میں 100 بار سوچ سکتا ہوں، کوڈ لکھ سکتا ہوں، چلا سکتا ہوں، غلطی پکڑ سکتا ہوں، اور تبدیل کر سکتا ہوں، بہت کم لاگت پر تشدد کے ذریعہ دہرائی جانے والی ترقی سے درست نتیجہ حاصل کر سکتا ہوں۔

ایجن کو حقیقی زندگی میں مسائل کا سامنا ہوتا ہے، جن کے لیے بار بار تجربہ و غلطی، ٹولز کا استعمال، اور ڈائنانکی طور پر ترتیب دینے کی ضرورت ہوتی ہے۔

اور جیمنی 3.8 فلیش، بالکل اس "لمبے ورک فلو" کے لیے ڈیزائن کیا گیا ہے۔

آپ Google Antigravity میں صرف ایک پرومپٹ اور سائکل کمانڈ کے ساتھ 3.8 Flash کو ایک مکمل گیم جس میں پہیلیاں، ماحولیاتی ٹیکسچرز اور 3D لیولز ہوں، بنانے کے لیے مجبور کر سکتے ہیں۔

آپ اس کا استعمال کرکے ایک کلک میں ڈوس ورژن گوگل میپس بناسکتے ہیں جس میں سٹریٹ ویو اور نیویگیشن شامل ہو۔

واضح طور پر، جیمنی 3.8 فلیش کی آسانی اور لاگت نے کسی نقطہِ انقلاب کو عبور کر لیا ہے۔

جیمنی 3.8 فلیش کے آنے سے، گوگل پورے صنعت کو اعلان کرتا ہے کہ بڑے ماڈل اب "صرف بڑی کمپنیاں ہی استعمال کر سکتی ہیں" کی مفہوم سے باہر نکل رہے ہیں اور کمپوٹیشنل پاور کی عام دستیابی کی طرف تیزی سے بڑھ رہے ہیں۔

جس طرح کے ایجنٹ کے کام جن کے لیے پہلے کئی ہزار امریکی ڈالر اور کئی دن رات کی ضرورت تھی، اب صرف کچھ کافیوں کی قیمت اور کچھ منٹوں میں مکمل ہو جاتے ہیں۔

عام لوگوں کے لیے سپر انڈیویڈوئل دور اب آ گیا ہے۔

یہ چھوٹے ماڈل کے جاگنے کا لمحہ ہے۔

حوالہ جات:

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/

ایڈیٹ: اینیاس داؤد

یہ مضمون ویچن گروپ "نیوزی ایوان" سے ہے، مصنف: ASI کا وحی