به گزارش سایت دیدبان ایران، گوگل چند روز پیش جمنای ۳٫۷ فلش را با تمرکز بر کدنویسی و عاملهای هوش مصنوعی معرفی کرد؛ مدلی که در چند آزمون کلیدی از نسل قبل جلوتر است. تا همین چند وقت پیش، اگر از یک مدل هوش مصنوعی انتظار داشتید باگهای پروژه را پیدا کند، چند ابزار را پشتسرهم بهکار بگیرد یا در دل یک کدبیس بزرگ راهش را گم نکند، معمولاً باید بهسراغ مدلهای گرانتر و پرچمدار میرفتید. مدلهای سریعتر و ارزانتر اغلب برای خلاصهسازی، ترجمه یا پاسخهای سادهتر ساخته شده بودند؛ نه برای کاری که نیاز به برنامهریزی چندمرحلهای دارد.
حالا گوگل با معرفی Gemini 3.7 Flash میخواهد این مرز را کمی جابهجا کند. مدل جدید که تنها سه هفته بعد از Gemini 3.6 Flash از راه رسیده، همچنان در ردهی Flash قرار دارد؛ یعنی برای استفاده پرتکرار و مقیاسپذیر طراحی شده است. بااینحال، گوگل میگوید توانایی آن در کدنویسی، استفاده از ابزارها و انجام گردشکارهای عاملمحور بهطور محسوسی بهتر شده است.
در این مقاله، جمنای ۳٫۷ فلش را از زاویهی مشخصات و عملکرد واقعی بررسی میکنیم، نتایج آن را در برابر نسل قبل و چند رقیب مهم میگذاریم و در نهایت میبینیم که آیا این مدل واقعاً میتواند جای مدلهای گرانتر را در پروژههای جدی بگیرد یا نه.
گوگل در ۱۳ آگوست ۲۰۲۶ (۲۲ مرداد) از Gemini 3.7 Flash رونمایی کرد؛ تنها حدود سه هفته پس از عرضه Gemini 3.6 Flash. نسخه جدید بهعنوان مدل سریع و کاربردی خانواده Gemini 3 برای کدنویسی، توسعه نرمافزار، انجام وظایف چندمرحلهای و گردشکارهای مبتنیبر عاملهای هوش مصنوعی معرفی شده است.
گوگل میگوید مدل جدید بر پایهی جمنای ۳٫۶ فلش ساخته شده و با بهبودهای الگوریتمی در هستهی استدلالش، بهتر میتواند از پس وظایف پیچیده و طولانی بربیاید. یکی از قابلیتهای مهم آن، امکان تنظیم میزان reasoning یا استدلال مدل است؛ یعنی کاربر میتواند بسته به نیازش بین سرعت پاسخ، کیفیت نتیجه و هزینه تعادل برقرار کند.
Flash دیگر صرفا مترادف «مدل سریع و ارزان برای کارهای ساده» نیست
جمنای ۳٫۷ فلش ورودی تصویر، صدا و ویدئو را دریافت میکند و تا یکمیلیون توکن را در …
