گوگل نے منگل کے روز جیمنی 3.8 فلیش لانچ کیا، اس کا جدید ترین ورک ہارس ماڈل کمپنی کے بہترین استدلال اور کوڈنگ سسٹم کے طور پر ابھی تک اسی قیمت پر ہے جو اس کے پیشرو کی طرح ہے، اس کے ساتھ دفاعی سائبرسیکیوریٹی کے کام کے لیے بنایا گیا جیمنی 3.8 فلیش سائبر نامی ایک خصوصی ورژن۔ گوگل کے آفیشل بلاگ پر پروڈکٹ مینجمنٹ کے سینئر ڈائریکٹر تلسی دوشی اور گوگل ڈیپ مائنڈ میں جیمنی سیکیورٹی لیڈ رالوکا اڈا پوپا کے ذریعہ شائع کردہ اعلان صرف چھ ہفتوں میں گوگل کی تیسری فلیش ریلیز کی نشاندہی کرتا ہے۔

لانچ ایک غیر معمولی طور پر ہجوم ریلیز سیزن کے وسط میں اترتا ہے، اور یہ گوگل کی ماڈل لائن پر حریفوں کی قیمتوں اور کارکردگی کے دباؤ کا براہ راست جواب ہے۔ فرنٹیئر لیبز کس طرح تجارت کر رہی ہیں اس کے وسیع تر نظارے کے لیے، بریکنگ AI نیوز ٹیم ہر بڑے ماڈل کی ریلیز کو ٹریک کرتی ہے جیسا کہ یہ ہوتا ہے۔

دو قسمیں، ایک بنیاد

جیمنی 3.8 ایک ہی فاؤنڈیشنل انٹیلی جنس پر بنائے گئے دو ورژنز میں آتا ہے۔ Gemini 3.8 Flash عام مقصد کا کام کا ہارس ہے: Google کا کہنا ہے کہ وہ 3.7 Flash سے زیادہ سافٹ ویئر انجینئرنگ، ایجنٹی کاموں اور خصوصی ڈومینز میں ملٹی سٹیپ ریجننگ میں نمایاں بہتری فراہم کرتا ہے، اسی تعارفی قیمت پر $0.75 فی ملین ان پٹ ٹوکنز اور $3.75 فی ملین آؤٹ پٹ ٹوکنز۔

جیمنی 3.8 فلیش سائبر کو گوگل کے سب سے قابل سائبر سیکیورٹی ماڈل کے طور پر بیان کیا گیا ہے، جس کو کمپنی کمزوری کا پتہ لگانے اور خودکار پیچنگ میں فرنٹیئر لیول پرفارمنس کہتی ہے۔ معیاری فلیش ماڈل کے برعکس، یہ وسیع پیمانے پر دستیاب نہیں ہے — Google اسے Fairwind نامی ایک نئے پروگرام کے ذریعے قابل اعتماد محافظوں کے ایک سیٹ میں تقسیم کر رہا ہے۔

بلاگ پوسٹ کے مطابق، مشترکہ کور میں کوڈنگ اور استدلال کے فوائد جزوی طور پر سائبرسیکیوریٹی کے مطالبہ کرنے والے ڈومین میں سخت تربیت کے ذریعے کارفرما تھے، اور دونوں ماڈلز کو طویل عرصے سے چلنے والے ایجنٹی لوپس کے ذریعے تیز کیا گیا تھا جو بنیادی ماڈلز کا بار بار جائزہ لینے اور ان کو بہتر بنانے کے لیے ڈیزائن کیا گیا تھا۔

بینچ مارکس: زیادہ محنت کرنا، نہ صرف بڑا ہونا

گوگل کا بینچ مارک کلیمز کا مرکز ڈیزائن کے فلسفے پر ہے جس کا خلاصہ کمپنی واضح طور پر کرتی ہے: 3.8 فلیش "زیادہ محنت کرتا ہے۔" پیچیدہ کاموں پر، ماڈل اضافی استدلال کے اقدامات کو انجام دیتا ہے اور بار بار ٹولز کو کال کرتا ہے، بعض اوقات اعلی کوشش کی سطح پر کارکردگی کو زیادہ سے زیادہ کرنے کے لیے زیادہ ٹوکن استعمال کرتا ہے۔ ڈویلپرز ٹوکن اوور ہیڈ کو کاٹنے کے لیے کوشش کو ڈائل کر سکتے ہیں، یا جیمنی 3.7 فلیش پر رہ سکتے ہیں، جو کہ پہلے کام کے بوجھ کے لیے مکمل طور پر معاون ہے۔

سرخی کے نتائج گوگل کا حوالہ دیتے ہیں:

  • DeepSWE v1.1 (طویل افق سافٹ ویئر انجینئرنگ): 3.8 فلیش انجینئرنگ کے پیچیدہ مسائل کو خود مختار طریقے سے حل کرنے میں سب سے بڑے فرنٹیئر ماڈلز کو پیچھے چھوڑتا ہے، جسے گوگل لاگت کے ایک حصے کے طور پر بیان کرتا ہے۔
  • Vals Finance Agent V2 اور Harvey's Legal Agent Benchmark: 3.8 فلیش نے مقداری اور پیشہ ورانہ شعبوں میں 3.7 فلیش اور دیگر فرنٹیئر ماڈلز سے بہتر کارکردگی کا مظاہرہ کیا جس کے لیے جدید تجزیہ اور رپورٹنگ کی ضرورت ہوتی ہے۔
  • HLE-Verified: 3.8 Flash نے 54.9% حاصل کیا، جسے Google STEM، ہیومینٹیز اور پیشہ ورانہ شعبوں میں کثیر مرحلہ استدلال کے ثبوت کے طور پر پیش کرتا ہے۔

فلیش سائبر: جرم سے زیادہ دفاع

سائبر ویرینٹ زیادہ غیر معمولی ریلیز ہے۔ گوگل کا کہنا ہے کہ اس نے جان بوجھ کر استحصال جیسی جارحانہ صلاحیتوں کے مقابلے میں خطرے کو ٹھیک کرنے کو ترجیح دی۔ CWE-Bench پر، Collinear کے ذریعے چلائے جانے والے ایک بیرونی پیچنگ بینچ مارک، Gemini 3.8 Flash Cyber ​​نے 47.2% میں سے ایک پاس@1 اسکور کیا — گوگل کے مطابق، 47.8% پر ایک سرکردہ فرنٹیئر ماڈل کے بالکل پیچھے، لیکن نمایاں طور پر کم قیمت پر، اسے بینچ مارک کے Pareto فرنٹیئر پر رکھ کر۔

سائبر جیم پر، کمزوریوں کو تلاش کرنے کے لیے ایک معیاری صنعت کا معیار، گوگل کا کہنا ہے کہ سائبر ماڈل فرنٹیئر لیول خود مختار خطرے کی دریافت کو ظاہر کرتا ہے، جو اپنے پیشرو 3.5 فلیش سائبر کے ساتھ ساتھ نمایاں طور پر بڑے فرنٹیئر ماڈلز کو پیچھے چھوڑتا ہے۔ 20 پروگرامنگ زبانوں میں پیچیدہ کوڈ بیسز پر پھیلے ہوئے گوگل کے اندرونی بینچ مارک پر، ماڈل نے کامیابی کی شرح 70% سے تجاوز کر لی۔

پہلے ہی گوگل کا اپنا کوڈ محفوظ کر رہا ہے۔

گوگل کا کہنا ہے کہ سائبر ماڈل پہلے سے ہی اندرونی طور پر تعینات ہے، اور اس کی فراہم کردہ مثالیں مخصوص ہیں:

  • کروم سیکیورٹی ٹیم نے پایا کہ 3.8 فلیش سائبر نے بہترین تجارتی ماڈلز کے مقابلے کروم کی کمزوریوں کے لیے 2.6 گنا زیادہ درست پیچ تیار کیے ہیں، جو بہت بڑے ہیں۔
  • سیکورٹی فرم Wiz میں، ماڈل نے دوسرے سرکردہ فرنٹیئر ماڈلز کے مقابلے 2.3 سے 5.2 گنا کم لاگت پر اندرونی دخول ٹیسٹنگ بینچ مارک پر 7.5 سے 9.7 فیصد پوائنٹس زیادہ یاد حاصل کیا۔
  • گوگل کی کلاؤڈ ولنریبلٹی ریسرچ ٹیم نے ماڈل کا استعمال دو گھنٹے سے کم وقت میں ایک اہم بنیادی کمزوری کو تلاش کرنے کے لیے کیا - کمزوری کا ایک طبقہ جس کی تحقیق اور دریافت، گوگل نوٹ، عام طور پر مہینوں لگتے ہیں۔

ڈیولپرز اور مارکیٹ کے لیے اس کا کیا مطلب ہے۔

ڈویلپرز کے لیے، فرنٹیئر کے نچلے سرے پر قیمتوں میں استحکام کا عملی راستہ ہے۔ 3.7 کی تعارفی قیمتوں پر 3.8 فلیش کا انعقاد مسابقتی کوڈنگ اور ایجنٹی ماڈل کی لاگت کو $0.75/$3.75 فی ملین ٹوکن پر رکھتا ہے، ایک ایسا طبقہ جہاں اوپن ویٹ چیلنجرز اور حریف لیبز سارا سال ذمہ داروں کو کم کرتے رہے ہیں۔ گوگل کا پیغام یہ ہے کہ خریداروں کو اب ورک ہارس ٹائر میں لاگت اور صلاحیت کے درمیان انتخاب کرنے کی ضرورت نہیں ہے۔

فلیش سائبر کے لیے فیئر ونڈ پروگرام کی تقسیم کا ماڈل بھی اتنا ہی بتا رہا ہے۔ فرنٹ ٹائر لیبز بڑے پیمانے پر بھیجنے کی بجائے اشرافیہ کی سائبرسیکیوریٹی صلاحیت کو تیزی سے استعمال کر رہی ہیں - جارحانہ غلط استعمال کے امکانات کو محدود کرتے ہوئے جانچ شدہ محافظوں کو جدید ترین دفاعی ٹولنگ فراہم کر رہی ہے۔ ماڈل کی تربیت میں استحصالی صلاحیتوں پر پیچنگ بینچ مارکس کو ترجیح دینے کا گوگل کا فیصلہ بھی اسی منطق کی پیروی کرتا ہے۔

کیڈنس بھی قابل ذکر ہے۔ چھ ہفتوں میں تین فلیش ریلیز — 3.7 فلیش تین ہفتے پہلے، اب 3.8 — دکھاتا ہے کہ گوگل اپنی درمیانی درجے کی لائن کو دو سال پہلے کے سالانہ طرز کے ریلیز سائیکل سے کہیں زیادہ تیز کرتا ہے۔ OpenAI کے GPT-6 رول آؤٹ کے مسابقتی دباؤ اور چین سے تیز رفتار چلنے والے اوپن ویٹ ماڈلز کی لہر نے ہر ایک کی ٹائم لائنز کو کمپریس کر دیا ہے، اور گوگل واضح طور پر ورک ہارس ٹائر پر رفتار کا انتخاب کر رہا ہے جب کہ اس کے فرنٹیئر ماڈل تحقیقی پرچم لے کر جا رہے ہیں۔

چاہے 3.8 فلیش کا "زیادہ محنت کرتا ہے" نقطہ نظر - مستعد کثیر مرحلہ استدلال پر زیادہ ٹوکن خرچ کرنا - عملی طور پر خام ماڈل پیمانے کے مقابلے میں زیادہ موثر ثابت ہوتا ہے جو آنے والے مہینوں میں ڈویلپرز کے بلوں میں ظاہر ہوگا۔ گوگل کے اپنے معیارات تجویز کرتے ہیں کہ تجارت مستعدی کے حق میں ہو سکتی ہے۔ مارکیٹ اپنا فیصلہ ایک وقت میں ایک API بل پیش کرے گی۔

AI سے آگے رہیں

ہر ماڈل کی لانچ، بینچ مارک اور قیمت میں تبدیلی، جیسا کہ ہوتا ہے اس کا پتہ لگایا جاتا ہے — مزید AI خبریں پڑھیں →