গুগল বুধবার জেমিনি 3.8 ফ্ল্যাশ প্রকাশ করেছে, জেমিনি 3.8 ফ্ল্যাশ সাইবার নামে একটি নতুন সাইবার নিরাপত্তা-কেন্দ্রিক রূপের পাশাপাশি, এটি ছয় সপ্তাহের মধ্যে তৃতীয় ফ্ল্যাশ মডেল লঞ্চ করেছে। Google-এর অফিসিয়াল ব্লগে প্রকাশিত ঘোষণাটি, কোম্পানিটি প্রকাশের প্রস্তুতি নিচ্ছে এমন প্রতিবেদনের কয়েকদিন পরেই আসে এবং এটি বেঞ্চমার্ক দাবির সাথে আসে যা বাজেট মডেলটিকে প্রতিদ্বন্দ্বীদের থেকে স্ট্রাইকিং দূরত্বের মধ্যে রাখে যার দাম প্রতি টোকেন প্রতি কয়েকগুণ বেশি।

দ্রুত ক্যাডেন্স হল গল্পের মধ্যেই গল্প। গুগল প্রায় তিন সপ্তাহ আগে জেমিনি 3.7 ফ্ল্যাশ পাঠিয়েছে এবং 3.8 ফ্ল্যাশ এখন এটিকে কোম্পানির ডিফল্ট ওয়ার্কহরস মডেল হিসাবে প্রতিস্থাপন করেছে। এদিকে, গুগল 2026 সালের শুরু থেকে একটি ফ্রন্টিয়ার-লেভেল জেমিনি প্রো মডেল প্রকাশ করেনি এবং দীর্ঘ-প্রতিশ্রুত জেমিনি 3.5 প্রো স্পষ্টভাবে অনুপস্থিত রয়েছে। এই গল্পের আরও প্রেক্ষাপটের জন্য, আমাদের সর্বশেষ এআই উন্নয়ন কভারেজ দেখুন।

দুটি মডেল, একটি ফাউন্ডেশন

Gemini 3.8 Flash দুটি সংস্করণে আসে। স্ট্যান্ডার্ড মডেলটি এজেন্টিক কাজ, সফ্টওয়্যার বিকাশ এবং উচ্চ-ভলিউম অ্যাপ্লিকেশনগুলির জন্য একটি সাধারণ-উদ্দেশ্য যুক্তি এবং কোডিং সিস্টেম হিসাবে অবস্থান করে। জেমিনি 3.8 ফ্ল্যাশ সাইবার একই ফাউন্ডেশনে চলে তবে এটি বিশেষভাবে দুর্বলতা সনাক্তকরণ এবং প্রশমনের জন্য টিউন করা হয়েছে, আগের 3.5 ফ্ল্যাশ সাইবার প্রতিস্থাপন করে।

গুগলের প্রকাশিত সংখ্যা অনুসারে, ডিপএসডব্লিউই v1.1-এ জেমিনি 3.8 ফ্ল্যাশ 73.7 শতাংশ স্কোর করেছে, যা দীর্ঘ-দিগন্ত সফ্টওয়্যার ইঞ্জিনিয়ারিং কাজগুলি পরিমাপের একটি বেঞ্চমার্ক। এটি 74.0 শতাংশে Claude Opus 5-এর ঠিক নীচে এবং OpenAI-এর GPT-5.6 Sol-এর থেকে 72.7 শতাংশে এবং Claude Sonnet 5-এর থেকে 53.8 শতাংশে এগিয়ে রয়েছে৷ আগের জেমিনি 3.7 ফ্ল্যাশ একই বেঞ্চমার্কে 65.3 শতাংশ স্কোর করেছিল, যার অর্থ এই রিলিজের লাভের বেশিরভাগই কোডিংয়ে কেন্দ্রীভূত।

স্বাধীন বেঞ্চমার্কিং প্ল্যাটফর্ম আর্টিফিশিয়াল অ্যানালাইসিস নতুন মডেলটিকে 59-এর ইন্টেলিজেন্স ইনডেক্স স্কোর দেয়, যা তার পূর্বসূরির 56 থেকে তিন পয়েন্ট বেশি। যা উচ্চ যুক্তির প্রচেষ্টায় GPT-5.6 Sol এবং মাঝারি যুক্তিতে Grok 4.6-এর সাথে সংযুক্ত করে, প্ল্যাটফর্মের তথ্য অনুসারে, প্রধানত এজেন্ট হিসাবে সহ-মার্কিং টুল ব্যবহার করে লাভের সাথে।

আক্রমনাত্মক মূল্য, একটি ক্যাচ সহ

Google মডেলটি লঞ্চ করছে $0.75 প্রতি মিলিয়ন ইনপুট টোকেন এবং $3.75 প্রতি মিলিয়ন আউটপুট টোকেন, যা বছরের শেষ পর্যন্ত 3.7 ফ্ল্যাশের দামের সাথে মিলে যায়। জানুয়ারী 2027 থেকে, নিয়মিত মূল্য যথাক্রমে $1.50 এবং $7.50 দ্বিগুণ হয়। তখনও প্রতিদ্বন্দ্বীদের সাথে তুলনাটি স্থির থাকে: Claude Opus 5-এর দাম $5.00 প্রতি মিলিয়ন ইনপুট টোকেন এবং $25.00 প্রতি মিলিয়ন আউটপুট টোকেন, যেখানে GPT-5.6 Sol বসে $4.00 এবং $20.00।

খরচ-সংবেদনশীল দলের জন্য লক্ষ্যনীয় একটি ক্যাচ আছে। গুগল পারফরম্যান্স জাম্পের একটি অংশকে দায়ী করে মডেলটিকে জটিল কাজগুলিতে অতিরিক্ত যুক্তিযুক্ত পদক্ষেপ এবং কলিং টুলগুলিকে পুনরাবৃত্তিমূলকভাবে চালায় — কোম্পানির ভাষায়, মডেলটি "কঠিন কাজ করে।" এটি উচ্চতর টোকেন খরচে অনুবাদ করে। কৃত্রিম বিশ্লেষণে প্রতি-টোকেন মূল্য অপরিবর্তিত থাকা সত্ত্বেও, 3.7 ফ্ল্যাশের $0.40 থেকে প্রায় 40 শতাংশ বেশি, $0.58 এ সম্পূর্ণ কাজ প্রতি খরচ নির্ধারণ করা হয়েছে। Google নিজেই ডেভেলপারদেরকে সুপারিশ করে যে কঠোর কম্পিউট বাজেট আছে তারা হয় যুক্তির স্তর কমিয়ে দিন বা 3.7 ফ্ল্যাশে থাকুন, যা সমর্থিত থাকে।

ফ্ল্যাশ সাইবার নিরাপত্তা কার্যক্রমকে লক্ষ্য করে

সাইবার বৈকল্পিকটি রিলিজের আরও অস্বাভাবিক অর্ধেক। গুগলের মতে, অভ্যন্তরীণ পরীক্ষায় দেখা গেছে জেমিনি 3.8 ফ্ল্যাশ সাইবার তার পূর্বসূরির তুলনায় আরও বেশি দুর্বলতা চিহ্নিত করে এবং কার্যকারী প্যাচ তৈরি করে। গুগলের ক্রোম সিকিউরিটি টিম অভ্যন্তরীণ ব্যবহারের সময় প্যাচের নির্ভুলতা 2.6-গুণ বৃদ্ধির রিপোর্ট করেছে এবং কোম্পানি বলেছে যে তার ক্লাউড টিম মডেলটি ব্যবহার করে দুই ঘন্টার মধ্যে একটি গুরুতর দুর্বলতা প্রকাশ করেছে। Google নিরাপত্তা অংশীদার উইজ এবং পালো অল্টো নেটওয়ার্কের প্রত্যয়নগুলিও উদ্ধৃত করেছে।

তবে প্রবেশ সীমিত। যদিও স্ট্যান্ডার্ড 3.8 ফ্ল্যাশ আজ থেকে ব্যাপকভাবে উপলব্ধ, ফ্ল্যাশ সাইবার আপাতত বিশ্বস্ত পরীক্ষক এবং সরকারগুলির মধ্যে সীমাবদ্ধ৷

অনুপস্থিত সীমান্ত মডেল প্রশ্ন

লঞ্চটি Google এর রিলিজ কৌশলকে একটি অস্বস্তিকর স্পটলাইটের অধীনে রাখে। Ars Technica নোট করেছে যে Google 2026 সালের শুরু থেকে একটি ফ্রন্টিয়ার-টায়ার জেমিনি প্রো মডেল পাঠায়নি, এবং এই বছরের শুরুর দিকে রিপোর্টিং ইঙ্গিত দেয় যে জেমিনি 3.5 প্রো এর প্রকাশে বিলম্ব হয়েছে কারণ এর কোডিং পারফরম্যান্স প্রতিযোগীদের সাথে মেলে না। লঞ্চের ডিকোডারের কভারেজ দ্রুত ফ্ল্যাশ ক্যাডেন্সকে প্রকৌশলগত গতির চিহ্ন হিসাবে বা এখনও অনুপস্থিত ফ্ল্যাগশিপ থেকে বিভ্রান্তি হিসাবে তৈরি করেছে, আপনি কাকে জিজ্ঞাসা করছেন তার উপর নির্ভর করে।

Koray Kavukcuoglu, যিনি Google DeepMind-এর প্রধান হিসেবে দায়িত্ব গ্রহণ করেছিলেন, তিনি লঞ্চের উপকরণগুলিতে ফ্রেমিংয়ে পিছিয়ে গিয়েছিলেন, উল্লেখ করেছেন যে Google একা মূল্য-কর্মক্ষমতার পিছনে ছুটছে না এবং এখনও কাঁচা ক্ষমতার উপর নেতৃত্ব দিতে চায়। যদি বেঞ্চমার্ক নম্বরগুলি Google-এর নিজস্ব মূল্যায়নের বাইরে থাকে, তাহলে কোম্পানিটি হয়তো নিজের জন্য সময় কিনে নিয়েছে: এমনকি এর বাজেট ফ্ল্যাশ টিয়ার এখন কোডিং-এ বাজারের নেতাদের সাথে প্রতিযোগিতা করছে, সক্ষমতা প্রতিষ্ঠানগুলি বর্তমানে সবচেয়ে বেশি যত্নশীল।

সবকিছুর উন্নতি হয়নি। OSWorld-2.0-এ, এজেন্টিক কম্পিউটার ব্যবহারের একটি মাপকাঠি, 3.8 ফ্ল্যাশ তার পূর্বসূরীর চেয়ে ভাল কিন্তু এখনও Google-এর নিজস্ব চার্ট অনুসারে ক্লড ওপাসকে বিস্তৃত ব্যবধানে অনুসরণ করে।

প্রাপ্যতা

Gemini 3.8 Flash অবিলম্বে Google AI স্টুডিও, অ্যান্টিগ্র্যাভিটি এজেন্টিক কোডিং টুল এবং ডেভেলপারদের জন্য অ্যান্ড্রয়েড স্টুডিওর মাধ্যমে উপলব্ধ, যেখানে এন্টারপ্রাইজগুলি জেমিনি এন্টারপ্রাইজের মাধ্যমে অ্যাক্সেস পাচ্ছে। গ্রাহকরা এটিকে Gemini অ্যাপে ব্যবহার করতে পারেন, যেখানে এটির জন্য একটি প্রো বা আল্ট্রা সাবস্ক্রিপশন প্রয়োজন, Google অনুসন্ধানের এআই মোডে, এবং গ্রাহকদের অর্থপ্রদানের জন্য, Google পত্রকের ভিতরে৷ এআই স্টুডিওর মাধ্যমে বিনামূল্যে পরীক্ষা-নিরীক্ষা সম্ভব।

গুগল মডেলের উন্নত 3D প্রজন্মকেও হাইলাইট করেছে, কোম্পানির ন্যানো ব্যানানা ইমেজ মডেল দ্বারা তৈরি টেক্সচার সহ অ্যান্টিগ্র্যাভিটিতে একটি একক প্রম্পট থেকে নির্মিত একটি 3D গেম দেখানো হয়েছে।

প্রতিযোগিতামূলক গণিত সোজা। তিনটি প্রধান ল্যাব এখন একে অপরের কয়েক সপ্তাহের মধ্যে শীর্ষ-স্তরের কোডিং মডেলগুলি প্রেরণ করেছে, এবং তুলনামূলক কোডিং কার্যকারিতা দাবি করার সময় Google-এর এন্ট্রি তার প্রতিদ্বন্দ্বীদের মূল্যে পাঁচ থেকে সাতের ফ্যাক্টর দ্বারা কম করে। রিয়েল-ওয়ার্ল্ড ডেভেলপারের অভিজ্ঞতা বেঞ্চমার্কের সাথে মেলে কিনা তা নির্ধারণ করবে যে এই রিলিজটি Google-এর অনুপস্থিত ফ্ল্যাগশিপের সমালোচনাকে শান্ত করে নাকি এটিকে স্থগিত করে।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →