Google သည် Gemini 3.8 Flash ကို အင်္ဂါနေ့တွင် မိတ်ဆက်ခဲ့ပြီး၊ ကုမ္ပဏီ၏ အကောင်းဆုံး ကျိုးကြောင်းဆီလျော်မှုနှင့် ကုဒ်ရေးစနစ်အဖြစ် ကုမ္ပဏီ၏ အကောင်းဆုံး ကျိုးကြောင်းဆင်ခြင်မှုနှင့် ကုဒ်ရေးစနစ်အဖြစ် Gemini 3.8 Flash Cyber ​​ဟုခေါ်သော အထူးပြုဗားရှင်းဖြင့် တည်ဆောက်ထားသော Gemini 3.8 Flash Cyber ထုတ်ကုန်စီမံခန့်ခွဲရေးအကြီးတန်းဒါရိုက်တာ Tulsee Doshi နှင့် Google DeepMind မှ Gemini လုံခြုံရေးဦးဆောင်သူ Raluca Ada Popa တို့မှ Google ၏တရားဝင်ဘလော့ဂ်တွင် ထုတ်ဝေသည့် အဆိုပါကြေညာချက်သည် ခြောက်ပတ်အတွင်း Google ၏တတိယမြောက် Flash ဖြန့်ချိမှုဖြစ်သည်။

လွှတ်တင်မှုသည် ပုံမှန်မဟုတ်သော လူစည်ကားသော ရာသီအလယ်တွင် ရောက်ရှိလာပြီး ၎င်းသည် Google ၏ မော်ဒယ်လိုင်းတွင် ပြိုင်ဘက်များ၏ ဈေးနှုန်းနှင့် စွမ်းဆောင်ရည် ဖိအားများကို တိုက်ရိုက်အဖြေတစ်ခုဖြစ်သည်။ နယ်ခြားဓာတ်ခွဲခန်းများ အရောင်းအ၀ယ်လုပ်ပုံလုပ်နည်းကို ပိုမိုကျယ်ပြန့်သောအမြင်အတွက်၊ သတင်းကောင်း AI သတင်း အဖွဲ့သည် မော်ဒယ်လ်ထုတ်လွှတ်မှုတိုင်းကို ၎င်းဖြစ်ပျက်လာသည်နှင့်အမျှ ခြေရာခံသည်။

ပုံစံနှစ်မျိုး၊ ဖောင်ဒေးရှင်းတစ်ခု

Gemini 3.8 သည် တူညီသော အခြေခံအသိဉာဏ်ကို တည်ဆောက်ထားသည့် ဗားရှင်းနှစ်မျိုးဖြင့် ထွက်ပေါ်လာသည်။ Gemini 3.8 Flash သည် ယေဘူယျ ရည်ရွယ်ချက် ရှိသော အလုပ်ဖြစ် သည်- Google က ၎င်းသည် ဆော့ဖ်ဝဲလ် အင်ဂျင်နီယာချုပ် ၊ အေးဂျင့် အလုပ် များနှင့် အထူးပြု ဒိုမိန်းများ တွင် အဆင့်ဆင့် ကျိုးကြောင်းဆင်ခြင်ခြင်း 3.7 Flash ထက် သိသာထင်ရှားသော တိုးတက်မှု များကို ပေးစွမ်း သည်ဟု Google မှ ပြောကြား သည် ။

Gemini 3.8 Flash Cyber ​​ကို ကုမ္ပဏီက အားနည်းချက်ရှာဖွေခြင်းနှင့် အလိုအလျောက် ဖာထေးခြင်းများတွင် Frontier-level Performance ဟုခေါ်သည့် Google ၏ စွမ်းရည်အရှိဆုံး ဆိုက်ဘာလုံခြုံရေးမော်ဒယ်အဖြစ် ဖော်ပြထားပါသည်။ ပုံမှန် Flash မော်ဒယ်နှင့် မတူဘဲ၊ ၎င်းကို ကျယ်ပြန့်စွာ မရရှိနိုင်ပါ — Google သည် Fairwind ဟုခေါ်သော ပရိုဂရမ်အသစ်တစ်ခုမှတစ်ဆင့် ၎င်းကို ယုံကြည်စိတ်ချရသော အကာအကွယ်ပေးသူများထံ ဖြန့်ဝေပေးနေသည်။

ဘလော့ဂ်ပို့စ်အရ၊ မျှဝေထားသော core တစ်လျှောက်ရှိ coding နှင့် ကျိုးကြောင်းဆင်ခြင်ခြင်းဆိုင်ရာ အကျိုးကျေးဇူးများသည် ဆိုက်ဘာလုံခြုံရေး၏ တောင်းဆိုနေသော ဒိုမိန်းတွင် ပြင်းထန်သောလေ့ကျင့်မှုများကြောင့် တစ်စိတ်တစ်ပိုင်းအားဖြင့် တွန်းအားပေးခဲ့ပြီး မော်ဒယ်နှစ်ခုစလုံးသည် အရင်းခံမော်ဒယ်များကို ထပ်ခါတလဲလဲ အကဲဖြတ်ရန်နှင့် ပြုပြင်မွမ်းမံရန် ဒီဇိုင်းထုတ်ထားသော ကာလရှည်ကြာလည်ပတ်နေသော အေးဂျင့်လှည့်ကွက်များဖြင့် အရှိန်မြှင့်ခဲ့သည်။

စံသတ်မှတ်ချက်များ- ပိုကြီးလာရုံသာမက အလုပ်ပိုကြိုးစားပါ။

Google ၏ စံသတ်မှတ်ထားသော အရေးဆိုချက်များသည် ကုမ္ပဏီမှ ရှင်းရှင်းလင်းလင်း ကောက်ချက်ချသည်- 3.8 Flash သည် "ပို၍ အလုပ်လုပ်သည်" ရှုပ်ထွေးသောလုပ်ဆောင်မှုများတွင်၊ မော်ဒယ်သည် အပိုအကြောင်းပြချက်အဆင့်များကို လုပ်ဆောင်ပြီး ကိရိယာများကို ထပ်ခါတလဲလဲခေါ်ဆိုကာ၊ တခါတရံ ပိုမိုမြင့်မားသောအားထုတ်မှုအဆင့်များတွင် စွမ်းဆောင်ရည်အမြင့်ဆုံးရရှိရန် တိုကင်များကို အသုံးပြုသည်။ ဆော့ဖ်ဝဲအင်ဂျင်နီယာများသည် တိုကင်အပေါ်မှဖြတ်ရန် ကြိုးပမ်းအားထုတ်မှုကို ခေါ်ဆိုနိုင်သည် သို့မဟုတ် ထိရောက်မှု-ပထမလုပ်ငန်းခွင်များအတွက် အပြည့်အဝပံ့ပိုးထားသည့် Gemini 3.7 Flash တွင် ဆက်ရှိနေနိုင်သည်။

ခေါင်းစီးရလဒ်များကို Google မှ ကိုးကားဖော်ပြသည်-

  • DeepSWE v1.1 (long-horizon software engineering): 3.8 Flash သည် ရှုပ်ထွေးသော အင်ဂျင်နီယာပြဿနာများကို အဆုံးအထိ အလိုအလျောက်ဖြေရှင်းပေးရာတွင် Google မှဖော်ပြသည့် ကုန်ကျစရိတ်၏အပိုင်းအစတစ်ခုအဖြစ် 3.8 Flash သည် ပိုမိုကြီးမားသော Frontier မော်ဒယ်များကို စွမ်းဆောင်ရည်ထက် သာလွန်စေသည်။
  • Vals Finance Agent V2 နှင့် Harvey's Legal Agent Benchmark- 3.8 Flash သည် 3.7 Flash နှင့် အဆင့်မြှင့်ထားသော ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အစီရင်ခံမှုလိုအပ်သော ပရော်ဖက်ရှင်နယ်နယ်ပယ်များတွင် အရေအတွက်နှင့် အခြားနယ်ပယ်များတွင် စွမ်းဆောင်ရည်ထက် သာလွန်သည်။
  • HLE-Verified- 3.8 Flash သည် 54.9% ကိုရရှိပြီး STEM၊ လူသားနှင့် ပရော်ဖက်ရှင်နယ်နယ်ပယ်များတစ်လျှောက်တွင် အဆင့်ပေါင်းများစွာ ကျိုးကြောင်းဆင်ခြင်ခြင်း၏ သက်သေအဖြစ် Google မှတင်ပြပါသည်။

Flash Cyber- မှုခင်းကာကွယ်ရေး

Cyber ဗားရှင်းသည် ပို၍ထူးခြားသော ဖြန့်ချိမှုဖြစ်သည်။ အမြတ်ထုတ်ခြင်းကဲ့သို့ ထိုးစစ်ဆင်နိုင်သော စွမ်းဆောင်နိုင်မှုများအတွက် အားနည်းချက်ကို တမင်ဦးစားပေး ပြင်ဆင်ခြင်းဖြစ်သည်ဟု Google က ဆိုသည်။ CWE-Bench တွင် Collinear မှလုပ်ဆောင်သော ပြင်ပပြင်ဆင်မှုစံသတ်မှတ်ချက်တစ်ခုဖြစ်သော Gemini 3.8 Flash Cyber ​​သည် 47.2% ၏ pass@1 ရခဲ့သည် — Google အရ ရှေ့တန်းရှေ့တန်းပုံစံ 47.8% ဖြင့် 47.8% ဖြင့်၊ သို့သော် သိသိသာသာနိမ့်ကျသောကုန်ကျစရိတ်ဖြင့် ၎င်းကို benchmark's Pareto Frontier တွင်ထည့်ထားသည်။

အားနည်းချက်များကိုရှာဖွေခြင်းအတွက် စံလုပ်ငန်းစံသတ်မှတ်ချက်တစ်ခုဖြစ်သည့် CyberGym တွင် Google မှ Cyber ​​model သည် ရှေ့တန်းအဆင့် autonomous vulnerability ရှာဖွေတွေ့ရှိမှုကို သရုပ်ပြပြီး ၎င်း၏ယခင် 3.5 Flash Cyber ​​နှင့် သိသိသာသာကြီးသော Frontier မော်ဒယ်များကို ကျော်လွန်သွားသည်ဟု ဆိုသည်။ ပရိုဂရမ်းမင်းဘာသာစကား 20 ခုဖြင့် ရှုပ်ထွေးသောကုဒ်ဘေ့စ်များကို လွှမ်းခြုံထားသော Google ၏အတွင်းပိုင်းစံသတ်မှတ်ချက်တွင်၊ မော်ဒယ်သည် အောင်မြင်မှုနှုန်း 70% ကျော်လွန်သွားခဲ့သည်။

Google ၏ကိုယ်ပိုင်ကုဒ်ကို လုံခြုံအောင်ပြုလုပ်ပြီးဖြစ်သည်။

Google က Cyber မော်ဒယ်ကို အတွင်းပိုင်း၌ အသုံးပြုထားပြီးဖြစ်ပြီး၊ ၎င်းတွင် ပေးထားသော နမူနာများသည် တိကျသည်-

  • Chrome Security အဖွဲ့သည် 3.8 Flash Cyber ​​သည် Chrome အားနည်းချက်များအတွက် 2.6 ဆ ပိုမိုမှန်ကန်သော ဖာထေးမှုများကို ထုတ်လုပ်ခဲ့ပြီး၊ များစွာပိုကြီးသော အကောင်းဆုံးသော စီးပွားရေးမော်ဒယ်များထက် ပိုကြီးသည်ကို တွေ့ရှိခဲ့သည်။
  • လုံခြုံရေးကုမ္ပဏီ Wiz တွင်၊ မော်ဒယ်သည် အခြားထိပ်တန်း ရှေ့တန်းမော်ဒယ်များနှင့် နှိုင်းယှဉ်ပါက ကုန်ကျစရိတ် 2.3 မှ 5.2 ဆအထိ သက်သာသော အတွင်းပိုင်းထိုးဖောက်စမ်းသပ်မှု စံနှုန်းဖြင့် ပြန်လည်ခေါ်ယူမှု 7.5 မှ 9.7 ရာခိုင်နှုန်းအထိ ရရှိခဲ့သည်။
  • Google ၏ Cloud Vulnerability Research အဖွဲ့သည် နှစ်နာရီအတွင်း အရေးပါသော အခြေခံအားနည်းချက်ကို ရှာဖွေရန် မော်ဒယ်ကို အသုံးပြုခဲ့သည် — သုတေသနနှင့် ရှာဖွေတွေ့ရှိသည့် အားနည်းချက်အမျိုးအစားဖြစ်သည့် Google မှ မှတ်ချက်ချသည်မှာ လနှင့်ချီကြာတတ်သည်။

Developers နှင့် Market အတွက် ဘာကိုဆိုလိုသနည်း။

ဆော့ဖ်ဝဲရေးသားသူများအတွက်၊ လက်တွေ့ကျသောယူဆောင်မှုမှာ စျေးနှုန်းအနိမ့်ဆုံးတွင် တည်ငြိမ်မှုဖြစ်သည်။ 3.7 ၏ မိတ်ဆက်စျေးနှုန်းတွင် 3.8 Flash ကို ကိုင်ဆောင်ထားခြင်းဖြင့် ပြိုင်ဆိုင်မှုရှိသော coding-and-agent မော်ဒယ်၏ ကုန်ကျစရိတ်သည် တိုကင်တစ်သန်းလျှင် $0.75/$3.75 တွင်ရှိပြီး၊ open-weight စိန်ခေါ်သူများနှင့် ပြိုင်ဖက်ဓာတ်ခွဲခန်းများသည် တစ်နှစ်ပတ်လုံး လက်ရှိရာထူးကို လျှော့ကျနေသော အပိုင်းဖြစ်သည်။ Google ၏ မက်ဆေ့ချ်မှာ ဝယ်သူများအနေဖြင့် workhorse အဆင့်ရှိ ကုန်ကျစရိတ်နှင့် စွမ်းဆောင်ရည်ကြားတွင် ရွေးချယ်ရန် မလိုအပ်တော့ပါ။

Flash Cyber ​​အတွက် Fairwind ပရိုဂရမ် ဖြန့်ဖြူးမှုပုံစံသည် ထပ်တူထပ်မျှ ပြောပြသည်။ ရှေ့တန်းဓာတ်ခွဲခန်းများသည် ကျယ်ပြန့်စွာ တင်ပို့ခြင်းထက် ကန့်သတ်ထားသော ဆိုက်ဘာလုံခြုံရေးစွမ်းရည်ကို အထက်တန်းစားဆိုက်ဘာလုံခြုံရေးစွမ်းဆောင်နိုင်မှုအဖြစ် တိုးမြှင့်လုပ်ဆောင်နေသည် — စစ်ဆေးမှုအလွဲသုံးစားလုပ်မှုများအတွက် အလားအလာကို ကန့်သတ်ထားစဉ်တွင် ခေတ်မီသော ခံစစ်ကိရိယာများကို ပံ့ပိုးပေးပါသည်။ မော်ဒယ်၏လေ့ကျင့်ရေးတွင် ခေါင်းပုံဖြတ်ခြင်းစွမ်းရည်များထက် patching benchmarks များကို ဦးစားပေးလုပ်ဆောင်ရန် Google ၏ ဆုံးဖြတ်ချက်သည် တူညီသောယုတ္တိတစ်ခုဖြစ်သည်။

အပြေးအလွှားကလည်း ထင်ရှားတယ်။ ခြောက်ပတ်အတွင်း Flash သုံးခုထုတ်သည် — လွန်ခဲ့သောသုံးပတ်က 3.7 Flash၊ ယခု 3.8 — Google သည် လွန်ခဲ့သည့်နှစ်နှစ်၏နှစ်စဉ်ထုတ်လွှတ်မှုပုံစံစက်ဝန်းများထက်ပိုမိုမြန်ဆန်စွာလုပ်ဆောင်နေသည့် Google သည် ၎င်း၏အလယ်အလတ်တန်းလိုင်းကိုပြသထားသည်။ OpenAI ၏ GPT-6 ဖြန့်ချိမှု၏ ပြိုင်ဆိုင်မှုဖိအားနှင့် တရုတ်နိုင်ငံမှ လျင်မြန်စွာရွေ့လျားနေသော open-weight မော်ဒယ်များ၏လှိုင်းလုံးများသည် လူတိုင်း၏အချိန်ဇယားကို ဖိသိပ်ထားပြီး Google သည် ၎င်း၏ရှေ့တန်းမော်ဒယ်များကို သုတေသနအလံကိုင်ဆောင်ထားစဉ်တွင် မြန်နှုန်းကိုရွေးချယ်ရာတွင် ရှင်းရှင်းလင်းလင်းရှိနေပါသည်။

3.8 Flash ၏ "အလုပ်ပိုကြိုးစားသည်" ချဉ်းကပ်မှု — လုံ့လဝီရိယရှိသော အဆင့်ပေါင်းများစွာ ကျိုးကြောင်းဆင်ခြင်ခြင်းတွင် တိုကင်များကို ပိုမိုသုံးစွဲခြင်းရှိမရှိ — လက်တွေ့တွင် အကြမ်းထည်ပုံစံစကေးထက် ပိုမိုထိရောက်ကြောင်း သက်သေပြပြီး လာမည့်လများအတွင်း developer's bills များတွင် ပေါ်လာမည်ဖြစ်သည်။ Google ၏ ကိုယ်ပိုင်စံသတ်မှတ်ချက်များက ကုန်သွယ်မှုသည် လုံ့လစိုက်ထုတ်မှုကို ဦးစားပေးနိုင်သည်ဟု အကြံပြုထားသည်။ စျေးကွက်သည် ၎င်း၏ စီရင်ချက်ကို တစ်ကြိမ်လျှင် API ဘေလ်တစ်ခု ထုတ်ပေးမည်ဖြစ်သည်။

AI ထက်သာလွန်နေပါစေ။

မော်ဒယ်မိတ်ဆက်ပွဲတိုင်း၊ စံချိန်စံညွှန်းနှင့် စျေးနှုန်းပြောင်းလဲမှုတို့ကို ခြေရာခံလိုက်သည် — ပိုမို AI သတင်း →