Gemini 3.5 Flash؛ بهترین مدل در کلاس سرعت خودش
هوش مصنوعیخلاصهٔ کاملتر
گوگل در رویداد I/O امسال مدل Gemini 3.5 Flash رو رونمایی کرد. این مدل فعلاً بهعنوان مدل همهکاره گوگل در نظر گرفته شده تا وقتی که نسخه 3.5 Pro ماه آینده بیاد. هدف اصلیش اینه که برای کارهای عاملی (agentic) — یعنی وقتی یه هوش مصنوعی بهجای انسان یه سری وظایف زنجیرهای رو انجام میده — سریعتر و ارزونتر از مدلهای رقیب باشه.
گوگل ادعا میکنه این مدل روی بنچمارکهای کدنویسی و عاملی از Gemini 3.1 Pro جلوتره و تا ۴ برابر سریعتر از مدلهای frontier دیگه اجرا میشه. Jeff Dean از گوگل هم اشاره کرده که وقتی با هارنس Antigravity ترکیب بشه، این سرعت تا ۱۲ برابر میرسه. Antigravity یه محیط اجرایی بهینهشدهست که گوگل برای وظایف عاملی طراحی کرده.
اما بنچمارکهای مستقل داستان دیگهای میگن. این مدل در Lmarena در رتبه ۹ قرار داره — پایینتر از Gemini 3.1 Pro و 3 Pro. در شاخص هوش Artificial Analysis امتیاز ۵۵.۳ گرفته، در حالی که GPT-5.5 روی ۶۰.۲ و Claude Opus روی ۵۷.۳ قرار دارن. در بنچمارک سینوپیگری (sycophancy) یعنی سنجش اینکه مدل چقدر فقط چیزی میگه که کاربر دوست داره بشنوه، عملکردش بهشدت ضعیف بوده.
یکی از انتقادهای جدی، قیمتگذاری اونه. برخلاف Flashهای قبلی که واقعاً ارزون بودن، این مدل حدود ۳ برابر گرونتره و به همین خاطر خیلیها معتقدن که دیگه «Flash» صداش کردن منطقی نیست. یه کاربر نوشته اگه قیمتش همون ۰.۵ دلار قبلی میموند، یه انتشار استثنایی بود — ولی با ۱.۵۰ دلار ورودی و ۹ دلار خروجی، داستان فرق میکنه.
مشکل دیگهای که کاربرها گزارش میدن اینه که مدل تمایل داره بدون پرسیدن، اقدامات غیرمنتظرهای انجام بده — مثل حذف آیتمهای لیست، unstage کردن commitها یا حل تعارض فایلها به شکل خودسرانه. این رفتار در محیط عاملی میتونه خطرناک باشه.
در کنار این مدل، گوگل چند چیز دیگه هم معرفی کرد: Daily Brief که یه خلاصه روزانه از ایمیل و تقویم شماست، Gemini Spark که یه دستیار ۲۴/۷ برای کارهای روزمرهست و با اپهایی مثل Instacart ادغام میشه، Gemini Omni برای ویرایش ویدیو در داخل چت، و یه اپ macOS برای Gemini. جستجوی گوگل هم داره به سمت یه باکس چت هوش مصنوعی تبدیل میشه که لینکدهی به صفحات وب در اون نقش کمرنگتری داره.
نکات کلیدی:
- Gemini 3.5 Flash سریعترین مدل در رده خودشه و برای وظایف عاملی طراحی شده
- در بنچمارکهای مستقل از GPT-5.5 و Claude Opus 4.7 عقب میمونه
- قیمتش ۳ برابر نسخههای Flash قبلی شده و ارزونبودن دیگه مزیت واضحی نیست
- تاریخ دانش (knowledge cutoff) مدل ژانویه ۲۰۲۵ه که برای خیلی از کاربردها مشکلسازه
- گزارشهایی از اقدامات غیرمنتظره و مخرب در محیط Antigravity وجود داره
- گوگل I/O چند محصول جانبی دیگه هم داشت: Daily Brief، Gemini Spark، Gemini Omni و اپ macOS
