عرضه مدل جمینای ۳.۵ پرو گوگل در سال ۲۰۲۶

شمارش معکوس جمینای ۳.۵ پرو؛ پنجره ۲ میلیون توکنی و دیپ‌تینک

اخبار · هوش مصنوعی

گوگل بزرگ‌ترین برگ برنده‌اش را رو کرده است: جمینای ۳.۵ پرو. طبق گزارش‌ها این مدل پنجره‌ی متنی ۲ میلیون توکنی و حالت استدلال عمیق دارد و قرار است مغز نسل تازه‌ی دستیار صوتی اپل هم باشد. اما نکته‌ای که کمتر گفته می‌شود این است که گوگل تا این لحظه هیچ بنچمارک رسمی، کارت مدل یا جدول قیمت منتشر نکرده و تقریباً همه‌ی آنچه می‌دانیم در سطح گزارش باقی مانده است.

چکیده. عرضه‌ی جمینای ۳.۵ پرو طبق گزارش‌ها برای ۱۷ جولای ۲۰۲۶ هدف‌گذاری شده بود، اما هر تاریخ اعلام‌شده تا امروز دست‌کم یک بار جابه‌جا شده است. مهم‌ترین ویژگی‌های گزارش‌شده پنجره‌ی ۲ میلیون توکنی و حالت دیپ‌تینک است. آنچه قطعی است عرضه‌ی جمینای ۳.۵ فلش در نوزدهم می ۲۰۲۶ با بنچمارک‌های منتشرشده است. گوگل طبق گزارش‌ها نسخه‌ی پایه‌ی قبلی را کنار گذاشته و پیش‌آموزش را از نو آغاز کرده است.
عرضه مدل جمینای ۳.۵ پرو گوگل در سال ۲۰۲۶

۱) ماجرا از کجا شروع شد؟

خانواده‌ی جمینای ۳ برای گوگل یک نقطه‌ی عطف بود، اما نسخه‌ی پرو نسل ۳.۵ داستان دیگری داشت. طبق گزارش‌ها گوگل چند بار تاریخ عرضه را جابه‌جا کرد و در نهایت هفدهم جولای ۲۰۲۶ به‌عنوان هدف تازه مطرح شد.

آنچه در این میان قطعی و مستند است، عرضه‌ی نسخه‌ی سبک‌تر یعنی جمینای ۳.۵ فلش در نوزدهم می ۲۰۲۶ بود؛ مدلی که بنچمارک‌هایش رسماً منتشر شد و در وظایف چندوجهی خوب ظاهر شد، اما در کدنویسی و استدلال از رقبای اصلی عقب ماند. همین شکاف، انتظار از نسخه‌ی پرو را بالا برد.

۲) پنجره‌ی ۲ میلیون توکنی یعنی چه؟

پنجره‌ی متنی یعنی مقدار متنی که مدل می‌تواند در یک نوبت «جلوی چشمش» نگه دارد. طبق گزارش‌ها جمینای ۳.۵ پرو با پنجره‌ی ۲ میلیون توکنی عرضه می‌شود؛ رقمی که در صورت تأیید، حدود دو برابر بزرگ‌ترین پنجره‌ی تولیدی موجود خواهد بود.

این عدد در عمل چه فرقی می‌کند؟

به زبان ساده، ۲ میلیون توکن یعنی می‌توانید یک کتاب قطور، مجموعه‌ی کامل اسناد یک پرونده‌ی حقوقی یا کل مخزن کد یک پروژه‌ی متوسط را یک‌جا به مدل بدهید و از آن بخواهید میان بخش‌های دور از هم ارتباط پیدا کند.

البته یک هشدار مهم وجود دارد: بزرگ‌بودن پنجره تضمین نمی‌کند مدل از همه‌ی آن به‌خوبی استفاده کند. پدیده‌ای که به آن «گم‌شدن در میانه» می‌گویند باعث می‌شود دقت مدل نسبت به اطلاعاتِ وسط متن افت کند. سنجه‌ی واقعی، بازیابی دقیق در طول کل پنجره است، نه صرفاً عدد اعلام‌شده.

۳) حالت دیپ‌تینک؛ فکر کردن پیش از پاسخ

دومین ویژگی پرسروصدا، حالت استدلال عمیق یا دیپ‌تینک است. ایده‌ی این حالت‌ها ساده اما مؤثر است: مدل به‌جای تولید فوری پاسخ، بودجه‌ی محاسباتی بیشتری صرف تولید زنجیره‌ی استدلال داخلی می‌کند و بعد جواب می‌دهد.

طبق گزارش‌ها این حالت در نسل ۳.۵ نسبت به نسخه‌ی ۳.۱ تقویت شده و دسترسی به آن محدود به اشتراک گران‌قیمت سطح بالا خواهد بود. الگویی که رقبا هم پیش گرفته‌اند: قدرت استدلال بیشتر، پشت دیوار اشتراک حرفه‌ای.

اگر با مفهوم زنجیره‌ی استدلال و شیوه‌ی هدایت آن آشنا نیستید، راهنمای پرامپت‌نویسی برای مبتدی‌ها نقطه‌ی شروع خوبی است.

پنجره متنی دو میلیون توکنی و حالت استدلال عمیق جمینای

۴) آنچه تأیید شده و آنچه فقط گزارش شده است

مرزبندی این دو دسته برای هر تصمیم فنی حیاتی است. در ستون تأییدشده فقط چند مورد قرار می‌گیرد: عرضه و بنچمارک‌های جمینای ۳.۵ فلش، و اینکه توسعه‌ی نسخه‌ی پرو زیر چارچوب ایمنی مرزی گوگل انجام می‌شود.

در ستون گزارش‌شده اما همه‌چیز است: پنجره‌ی ۲ میلیون توکنی، حالت دیپ‌تینک، جدول قیمت، و ارزیابی آزمایش‌کنندگان اولیه. تا زمانی که گوگل کارت مدل و بنچمارک رسمی منتشر نکند، هیچ‌کدام از این‌ها را نباید قطعی فرض کرد.

۵) بازسازی کامل مدل؛ چرا گوگل عقب افتاد؟

طبق گزارش‌ها گوگل نسخه‌ی پایه‌ای را که پیش‌تر آموزش داده بود کنار گذاشت و پیش‌آموزش را از نو آغاز کرد. دلیل اعلام‌شده دو چیز بود: کیفیت ناکافی در کدنویسی و بهره‌وری پایین در مصرف توکن.

این تصمیم پرهزینه است، اما منطق دارد. مدلی که در کدنویسی ضعیف باشد، بازار توسعه‌دهنده را از دست می‌دهد؛ و بازار توسعه‌دهنده همان جایی است که وفاداری بلندمدت ساخته می‌شود. برای مقایسه، طبق گزارش‌ها جمینای ۳.۱ پرو در یکی از بنچمارک‌های ترمینال نمره‌ی حدود ۷۰.۷ درصد گرفت که بیش از ۱۸ واحد درصد پایین‌تر از رقیب اصلی‌اش بود.

عامل دوم فشار نیروی انسانی بود. طبق گزارش‌ها در اواخر جون ۲۰۲۶ چهار پژوهشگر ارشد تیم جمینای به آنتروپیک پیوستند؛ خبری که پرسش‌هایی درباره‌ی مسیر پژوهشی گوگل ایجاد کرد.

۶) قیمت‌گذاری احتمالی و مقایسه با رقبا

ارقام قیمت هم در دسته‌ی گزارش‌ها قرار می‌گیرند: طبق برآوردهای منتشرشده حدود ۱۵ دلار به ازای هر میلیون توکن ورودی و حدود ۶۰ دلار برای هر میلیون توکن خروجی. اگر این ارقام تأیید شود، جمینای ۳.۵ پرو در رده‌ی مدل‌های گران‌قیمت مرزی قرار می‌گیرد، نه گزینه‌های اقتصادی.

یک مزیت غیرفنی هم برای گوگل مطرح شده است: دسترس‌پذیری بدون تأخیر مقرراتی. در حالی که برخی مدل‌های رقیب پیش از عرضه فرآیند بازبینی دولتی را طی کرده‌اند، طبق گزارش‌ها جمینای ۳.۵ پرو با چنین محدودیتی روبه‌رو نیست. برای مقایسه‌ی کلی‌تر بازیگران این بازار، مطلب نبرد چت‌جی‌پی‌تی و دیپ‌سیک تصویر خوبی می‌دهد.

استفاده اپل از مدل‌های جمینای گوگل برای دستیار صوتی سیری

۷) کارت برنده‌ی توزیع؛ دستیار صوتی اپل

مهم‌ترین بخش ماجرا شاید اصلاً فنی نباشد. طبق گزارش‌ها همین خانواده‌ی مدل قرار است در پاییز ۲۰۲۶ موتور نسل تازه‌ی دستیار صوتی اپل باشد.

معنای این توافق برای گوگل عظیم است: دسترسی مستقیم به صدها میلیون دستگاه فعال، بدون آنکه لازم باشد کاربر اپلیکیشن تازه‌ای نصب کند. در بازار مدل‌های زبانی، توزیع دست‌کم به‌اندازه‌ی کیفیت مدل تعیین‌کننده است و این دقیقاً همان جایی است که گوگل مزیت ساختاری دارد.

۸) زمان‌بندی و پیام رقابتی

زمان‌بندی عرضه هم بی‌حساب نبوده است. طبق گزارش‌ها تاریخ هدف با آغاز بزرگ‌ترین رویداد هوش مصنوعی چین در شانگهای هم‌زمان شده بود؛ حرکتی که در صنعت به آن «سایه انداختن بر خبر رقیب» می‌گویند.

پیام ضمنی روشن است: گوگل می‌خواهد نشان دهد رهبری فناوری هنوز دست غول‌های آمریکایی است. اینکه این پیام تا چه اندازه به مقصد برسد، به بنچمارک‌های روز عرضه بستگی دارد.

۹) روز عرضه چه چیزی را باید نگاه کنیم؟

سه سنجه از بقیه مهم‌ترند. اول، عملکرد کدنویسی در بنچمارک‌های مهندسی نرم‌افزار؛ چون همین‌جا بود که گوگل تصمیم به بازسازی مدل گرفت. دوم، دقت بازیابی در طول کل پنجره‌ی ۲ میلیون توکنی، نه فقط اعلام عدد. سوم، قیمت واقعی و محدودیت‌های نرخ در مقایسه با کیفیت.

و یک نکته‌ی عملی: پیش از مهاجرت هر جریان کاری جدی به مدل تازه، آن را روی داده‌ی واقعی خودتان بسنجید. جدول بنچمارک هیچ‌وقت جای آزمون میدانی را نمی‌گیرد. برای درک بهتر مرز توانایی‌ها، پتانسیل و محدودیت‌های واقعی هوش مصنوعی را بخوانید و برای پیگیری روزانه به بخش اخبار هوش مصنوعی و آموزش چت‌جی‌پی‌تی سر بزنید.

پرسش‌های پرتکرار درباره‌ی جمینای ۳.۵ پرو

جمینای ۳.۵ پرو رسماً عرضه شده است؟

طبق گزارش‌ها تاریخ هدف هفدهم جولای ۲۰۲۶ اعلام شده بود، اما گوگل تا زمان نگارش این مطلب کارت مدل، بنچمارک رسمی یا جدول قیمت منتشر نکرده است و هر تاریخ اعلام‌شده پیش‌تر دست‌کم یک بار جابه‌جا شده بود.

پنجره‌ی ۲ میلیون توکنی تأیید شده است؟

خیر. این رقم طبق گزارش‌های منتشرشده مطرح شده و هنوز به‌صورت رسمی از سوی گوگل تأیید نشده است.

حالت دیپ‌تینک برای همه در دسترس است؟

طبق گزارش‌ها این حالت به اشتراک گران‌قیمت سطح بالا محدود می‌شود و در پلن‌های پایه در دسترس نخواهد بود.

چرا عرضه‌ی این مدل به تعویق افتاد؟

طبق گزارش‌ها گوگل نسخه‌ی پایه‌ی قبلی را به دلیل ضعف در کدنویسی و بهره‌وری پایین مصرف توکن کنار گذاشت و پیش‌آموزش را از ابتدا آغاز کرد.

ارتباط این مدل با دستیار صوتی اپل چیست؟

طبق گزارش‌ها اپل قرار است در پاییز ۲۰۲۶ از مدل‌های جمینای گوگل برای نسل تازه‌ی دستیار صوتی خود استفاده کند؛ توافقی که دسترسی گوگل به بازار را به‌شکل چشمگیری گسترش می‌دهد.

جمع‌بندی. جمینای ۳.۵ پرو مهم‌ترین آزمون گوگل در سال ۲۰۲۶ است، اما تا انتشار بنچمارک رسمی باید میان «گزارش‌شده» و «تأییدشده» مرز کشید. روز عرضه، کدنویسی و بازیابی در پنجره‌ی بلند تعیین می‌کند این مدل واقعاً برگ برنده است یا فقط یک عدد بزرگ. برای دنبال‌کردن ادامه‌ی ماجرا به @MrChatGPT_IR سر بزنید.
(0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *