تعود جوجل بقوة إلى سباق نماذج الذكاء الاصطناعي الموجه للشركات عبر إطلاق Gemini 3.8 Flash، وتؤكد الشركة أن النموذج الجديد يركز على تقديم أداء قوي في البرمجة وحل المشكلات الهندسية مع خفض تكلفة التشغيل مقارنة بالنماذج الأكبر والأكثر تكلفة.
يأتي الإعلان على لسان سوندار بيتشاي، الرئيس التنفيذي لشركة جوجل، والذي وصف Gemini 3.8 Flash بأنه “الإصدار الثالث من Flash خلال 6 أسابيع فقط”. وتعتمد نماذج Flash—بحسب ما توضحه جوجل—على حجم أصغر مقارنة بالنماذج الضخمة، إذ يتم تدريبها غالبًا باستخدام بيانات معاملات كثيرة بمستويات أقل من التريليونات التي تعتمد عليها النماذج الأكبر، ما يجعل تشغيلها أقل كلفة وأسرع من حيث التكلفة لكل مهمة.
وتشير جوجل إلى أن Gemini 3.8 Flash قادر على منافسة نماذج متقدمة لدى منافسين مثل Claude Opus 5 وGPT-5.6 Sol في مهام البرمجة والتعامل مع مشاكل هندسية معقدة من البداية إلى النهاية، مع تكلفة تشغيل أقل بكثير. كما تؤكد الشركة وجود تحسن واضح مقارنة بسابقه Gemini 3.7 Flash في مسارات مثل هندسة البرمجيات والاستدلال متعدد الخطوات، ما يعني أن النموذج لا يكتفي بإنتاج كود أولي، بل يحسن التفكير المرحلي وحل المشكلات على شكل خطوات متتابعة.
أسعار تمهيدية منخفضة… وتركيز على “تكلفة الرموز” بدلًا من مجرد الأداء
تطرح جوجل Gemini 3.8 Flash بسعر تمهيدي حتى 31 ديسمبر 2026 قدره 75 سنتًا لكل مليون رمز إدخال، و3.75 دولار لكل مليون رمز إخراج. وبعد هذا التاريخ ترتفع الأسعار إلى 1.5 دولار لكل مليون رمز إدخال، و7.5 دولار لكل مليون رمز إخراج. ولتوضيح الفارق، تقارن جوجل (ضمن الإعلان) بتكاليف منافسين أعلى بكثير: حيث تبلغ تكلفة Claude Opus 5 من Anthropic نحو 5 دولارات لكل مليون رمز إدخال و25 دولارًا لكل مليون رمز إخراج، بينما يقدَّر سعر GPT-5.6 Sol من OpenAI بنحو 4 دولارات لكل مليون رمز إدخال و20 دولارًا لكل مليون رمز إخراج.
ورغم أن السعر الأساسي لكل مليون رمز يبدو أقل، فإن جوجل تنبه إلى نقطة مهمة: عند التعامل مع المهام الأكثر تعقيدًا قد يستخدم النموذج عددًا أكبر من الرموز. لذلك لا تعني “خفض سعر الرمز” دائمًا خفضًا خطيًا للتكلفة النهائية لكل مهمة، وهو ما يرتبط بدرجة التعقيد وعدد خطوات الاستدلال وعدد الجولات التي يطلبها تنفيذ المهام الوكيلية.
Gemini 3.8 Flash يتقدم في الاختبارات المعتمدة على الاستدلال المتعدد الخطوات
في اختبارات HLE-Verified، تقول جوجل إن Gemini 3.8 Flash سجل 54.9%، وتوضح أن النتيجة تعكس قدرته على تنفيذ الاستدلال متعدد الخطوات عبر مجالات متعددة مثل العلوم والتكنولوجيا والهندسة والرياضيات، إضافة إلى العلوم الإنسانية والمجالات المهنية.
كما تشير جوجل إلى حدود معرفية تختلف بحسب المجال، مع ذكر أن تاريخ قطع المعرفة يصل إلى مارس 2026 في بعض التخصصات، بينما قد يكون حتى يناير 2025 في تخصصات أخرى. وتوضح الشركة أن هذا التطور يرتبط بتصميم يسمح للنموذج بـ“العمل بجهد أكبر”، عبر تنفيذ خطوات استدلال إضافية واستدعاء الأدوات بشكل متكرر أثناء معالجة المهام المعقدة.
لكن جوجل تضيف تحذيرًا عمليًا للمطورين: زيادة الجهد قد تعني زيادة استهلاك الرموز وبالتالي ارتفاع التكلفة الإجمالية. وللتعامل مع ذلك، توصي جوجل للمستخدمين الذين يرغبون في تقليل استهلاك الرموز باستخدام إعدادات جهد استدلال أقل، أو الاستمرار على Gemini 3.7 Flash عندما تكون المهام أقل تطلبًا.
تحليل مستقل: التكلفة قد ترتفع إجمالًا رغم انخفاض سعر كل رمز
من منظور خارجي، ذكرت مؤسسة Artificial Analysis أن Gemini 3.8 Flash هو “أرخص نموذج” تم قياسه عند مستوى ذكاء مماثل. ومع ذلك، لاحظت المؤسسة أن إجمالي الاستخدام ارتفع بنحو 40% مقارنة بـ Gemini 3.7 Flash بسبب زيادة رموز الإخراج وارتفاع عدد الجولات في تقييمات تعتمد على الاستخدام الوكيلي للذكاء الاصطناعي.
وبعبارة أخرى، قد لا يؤدي انخفاض سعر كل رمز إلى انخفاض تلقائي ومتساوٍ في تكلفة المهمة النهائية، خصوصًا عند تكليف النموذج بمهام تتطلب خطوات أكثر أو تفاعلات متعددة لتوليد حلول دقيقة.
إتاحة للمطورين والمستخدمين للاستفادة في البرمجة والاستدلال متعدد الخطوات
أصبح Gemini 3.8 Flash متاحًا الآن لمشتركي Google AI Pro وUltra عبر تطبيق Gemini. كما أتاحته جوجل للمطورين عبر Google Antigravity وAI Studio وGemini API، بهدف تمكين استخدامه في تطوير التطبيقات والبرمجيات وأتمتة مهام البرمجة وتحليل المشكلات التي تحتاج استدلالًا متعدد الخطوات.
تعزيز الأمن السيبراني: Gemini 3.8 Flash Cyber
لم تكتفِ جوجل بالنموذج الأساسي؛ فقد أعلنت أيضًا Gemini 3.8 Flash Cyber، وهو—بحسب الشركة—أكثر نماذجها قدرة في مجال الأمن السيبراني. ويأتي هذا النموذج ليحل محل 3.5 Flash Cyber ضمن برنامج Fairwind للمدافعين الموثوق بهم.
تركز Gemini 3.8 Flash Cyber على اكتشاف الثغرات وإصلاحها بدلًا من القدرات الهجومية. وتذكر جوجل أن فريق الأمن في متصفح Chrome وجد أن النموذج تمكن من إنتاج إصلاحات صحيحة لثغرات يعادل 2.6 مرة ما أنتجته أفضل النماذج التجارية الأكبر حجمًا. كذلك أشارت وحدة Cloud Vulnerability Research إلى أنها استخدمت النموذج لاكتشاف ثغرة خطيرة في البنية الأساسية خلال أقل من ساعتين، بينما يُعد هذا النوع من المهام عادةً أقرب إلى أشهر من العمل البشري أو باستخدام أنظمة أكثر تعقيدًا.
سباق جوجل مع منافسين في مجال “نماذج الأمن السيبراني”
يأتي إطلاق Gemini 3.8 Flash Cyber في وقت تقترب فيه جوجل من منافسيها الذين عززوا تركيزهم على النماذج المخصصة للأمن السيبراني. وخلال الأسابيع الأخيرة، تحدثت تقارير عن تقدم لدى كل من Anthropic وOpenAI في هذا المجال، كما أشارت OpenAI إلى أن نموذجها المرتقب Astra تجاوز حدودًا حرجة في الأمن السيبراني.
وهذا يجعل خطوة جوجل مفصلية: فهي لا تعزز فقط أداء البرمجة وتكلفة الاستخدام، بل توسع كذلك إلى استخدامات أمنية عملية داخل فرق التطوير والأمن التي تحتاج نتائج سريعة ودقيقة.
لماذا هذه الخطوة مهمة لسوق الشركات؟
تبدو استراتيجية جوجل واضحة: بناء نماذج “Flash” لتقديم قوة قريبة من النماذج المتقدمة مع تكلفة أقل—خصوصًا في الاستخدامات التي تستهلك الموارد بكثافة مثل البرمجة، مراجعة الكود، بناء أدوات التطوير، والاستدلال المتعدد الخطوات.
كما أن المنافسة لم تعد مجرد “من الأفضل تقنيًا”، بل أصبحت مرتبطة بتكلفة التشغيل ومخرجات الإنتاجية. ومع اهتمام المؤسسات بإعادة تقييم الإنفاق على خدمات الذكاء الاصطناعي، قد تمنح تسعيرة Gemini 3.8 Flash—بفوارق ملحوظة مقارنة بمنافسين—ميزة تنافسية في عقود الشركات وخطط اعتماد الأنظمة.
وأخيرًا، تؤكد جوجل أن Gemini 3.8 Flash وGemini 3.8 Flash Cyber جزء من مسعى أكبر لاستعادة الزخم في مواجهة OpenAI وAnthropic، خاصة في أدوات الذكاء الاصطناعي الخاصة بالبرمجة. ومع تزايد التقارير عن عمل جوجل على نموذج رائد جديد يحمل اسم Gemini 4، يتضح أن الشركة تحاول سد الفجوة بسرعة عبر جيل Flash، مع توسيع التأثير إلى مجالات حساسة مثل الأمن السيبراني وإدارة الثغرات.
التعليقات