«تنها سه هفته پس از Gemini 3.6 Flash و در غیابِ Gemini 3.5 Pro، گوگل با «Gemini 3.7 Flash» به میدان آمد. این بار، «سلاح» نه «عملکردِ محض»، که «نسبتِ عملکرد به هزینه» است؛ «کارگریِ خطِ تولید» که با «قیمتی یکسومِ رقیب» و «سرعتی سهبرابر»، «معادلهیِ اقتصادیِ» هوش مصنوعی را بازنویسی میکند.»
در تاریخ ۱۳ آگوست ۲۰۲۶، گوگل از مدل جدید Gemini 3.7 Flash رونمایی کرد. این مدل که تنها سه هفته پس از نسخه ۳.۶ عرضه شده，بهعنوان «قدرتمندترین مدل کارآمد» (workhorse) برای وظایف برنامهنویسی و عاملها (Agentic) طراحی شده است. عملکرد آن در بنچمارکهای کدنویسی بهبود یافته و با قیمتی رقابتی (حدود یکسوم GPT-5.6 Terra) عرضه شده تا به دغدغهی هزینههای توسعهدهندگان پاسخ دهد.
🧠 «کارگرِ خطِ تولید» با «مغزیِ بهتر»
گوگل Gemini 3.7 Flash را بهعنوان یک «مدلِ کارآمد» (workhorse) معرفی کرده است؛ مدلی که برای «حجمبالایِ کارهایِ روزمره» طراحی شده، نه برای «وظایفِ پژوهشیِ نادر». این مدل در سه حوزهی «برنامهنویسی، دانش و توسعهیِ وب» بهبود یافته است.
بهبودهایِ عملکردیِ کلیدی نسبت به Gemini 3.6 Flash:
| بنچمارک | Gemini 3.6 Flash | Gemini 3.7 Flash | تغییر |
|---|---|---|---|
| FrontierCode 1.1 Main (کیفیتِ کدِ آمادهیِ تولید) | ۳۴.۴٪ | ۴۳.۶٪ | +۲۶.۷٪ |
| DeepSWE v1.1 (مهندسیِ نرمافزارِ واقعی) | ۴۹.۰٪ | ۶۵.۳٪ | +۳۳.۳٪ |
| WebDev Arena (توسعهیِ وب) | ۱,۵۳۸ Elo | ۱,۵۸۸ Elo | +۵۰ Elo |
| GDP.pdf (پردازشِ اسنادِ پیچیده) | ۲۲.۰٪ | ۳۴.۰٪ | +۵۴.۵٪ |
| AutomationBench (اجرایِ گردشکارهایِ تجاری) | ۱۷.۰٪ | ۳۰.۴٪ | +۷۸.۸٪ |
Gemini 3.7 Flash در «تولیدِ کدِ آمادهیِ تولید» (FrontierCode 1.1 Main) به امتیاز ۴۳.۶٪ رسیده است. در «مهندسیِ نرمافزارِ واقعی» (DeepSWE v1.1)، این مدل از ۴۹.۰٪ به ۶۵.۳٪ صعود کرده است. در «توسعهیِ وب» (WebDev Arena)، امتیاز Elo آن از ۱,۵۳۸ به ۱,۵۸۸ افزایش یافته است. در «پردازشِ اسنادِ پیچیده» (GDP.pdf)، از ۲۲.۰٪ به ۳۴.۰٪ رسیده است. و در «اجرایِ گردشکارهایِ تجاری» (AutomationBench)، از ۱۷.۰٪ به ۳۰.۴٪ افزایش یافته است.
«پرشِ کیفی» در «برنامهنویسیِ عاملمحور»: Gemini 3.7 Flash در «تولیدِ کدِ آمادهیِ تولید» (FrontierCode 1.1 Main) و «مهندسیِ نرمافزارِ واقعی» (DeepSWE v1.1) بهبودهایِ چشمگیری داشته است. همچنین در «توسعهیِ وب» (WebDev Arena) و «پردازشِ اسنادِ پیچیده» (GDP.pdf) عملکردِ بهتری نسبت به نسخهیِ قبلی دارد.
⚔️ «نبردِ اقتصادی»؛ Gemini 3.7 Flash در برابر GPT-5.6 Terra
«قیمت» محورِ اصلیِ این نبرد است. Gemini 3.7 Flash با قیمتی حدود یکسوم GPT-5.6 Terra و سرعتی سهبرابر، «معادلهیِ اقتصادیِ» هوش مصنوعی را تغییر داده است.
جدولِ مقایسهیِ قیمت و سرعت:
| ویژگی | Gemini 3.7 Flash | GPT-5.6 Terra |
|---|---|---|
| قیمت ورودی (هر ۱M توکن) | ۰.۷۵ دلار | ۲.۰۰ دلار |
| قیمت خروجی (هر ۱M توکن) | ۳.۷۵ دلار | ۱۲.۰۰ دلار |
| سرعت خروجی | ~۳۴۰ توکن/ثانیه | ~۱۱۵ توکن/ثانیه |
| هزینهی هر وظیفه | ~۰.۴ دلار | ~۰.۶۷ دلار (تخمین) |
| پنجرهی متنی | ~۱.۰۵M توکن | ~۱.۰۵M توکن |
عملکرد در بنچمارکها (مقایسهیِ مستقیم):
| بنچمارک | Gemini 3.7 Flash | GPT-5.6 Terra | برنده |
|---|---|---|---|
| AA Intelligence Index | ۵۶ | ۵۷ | Terra |
| FrontierCode 1.1 Main | ۴۳.۶٪ | ۴۱.۳٪ | Gemini |
| DeepSWE v1.1 | ۶۵.۳٪ | ۶۹.۶٪ | Terra |
| Terminal-Bench 2.1 | ۸۵.۸٪ | ۸۷.۴٪ | Terra |
| Code Arena (WebDev) | ۱,۵۸۸ Elo | ۱,۵۲۳ Elo | Gemini |
| AutomationBench | ۳۰.۴٪ | ۲۳.۶٪ | Gemini |
| GDP.pdf | ۳۴.۰٪ | ۲۴.۷٪ | Gemini |
نتیجهیِ کلیدی: GPT-5.6 Terra در «وظایفِ خالصِ کدنویسی» (DeepSWE, Terminal-Bench) برتر است. اما Gemini 3.7 Flash در «وظایفِ وب» (Code Arena) و «گردشکارهایِ تجاری» (AutomationBench, GDP.pdf) عملکردِ بهتری دارد. به عبارت دیگر، «ترا» برای «کدنویسیِ عمیق» و «فلش» برای «سرعت، هزینه و وظایفِ چندوجهی» طراحی شده است.
💰 «قیمتِ انقلابی» و «استراتژیِ تخفیف»
گوگل با Gemini 3.7 Flash، یک «استراتژیِ قیمتگذاریِ تهاجمی» را به کار گرفته است:
- قیمتِ معرفی (تا ۳۱ دسامبر ۲۰۲۶): ورودی ۰.۷۵ دلار و خروجی ۳.۷۵ دلار به ازای هر ۱ میلیون توکن.
- قیمتِ عادی (از ۱ ژانویه ۲۰۲۷): ورودی ۱.۵۰ دلار و خروجی ۷.۵۰ دلار.
این قیمتگذاری، Gemini 3.7 Flash را به ارزانترین مدلِ «کارآمد» (workhorse) در کلاسِ خود تبدیل کرده است. در مقایسه، GPT-5.6 Terra با قیمتِ ورودی ۲ دلار و خروجی ۱۲ دلار，حدود ۳ برابر گرانتر است.
🧩 «اکوسیستمِ گسترده» و «دسترسیِ همگانی»
Gemini 3.7 Flash از طریق Gemini API، Google AI Studio و Antigravity در دسترس است. همچنین برای کاربران Google AI Pro و Ultra، از طریق سرویس Gemini Spark در دسترس قرار گرفته است.
این مدل از ورودیهایِ چندوجهی (متن، تصویر، صدا، ویدیو) پشتیبانی میکند و پنجرهیِ متنی ۱.۰۵ میلیون توکنی دارد.
🛡️ «امنیتِ پیشرفته» و «پاسخ به چالشها»
گوگل در Gemini 3.7 Flash، سازوکارهایِ امنیتیِ جدیدی را برای مقابله با «تهدیداتِ شیمیایی، بیولوژیکی، رادیواکتیو و هستهای (CBRN)» و «حملاتِ سایبری» پیادهسازی کرده است.
همچنین، این مدل در پیروی از دستوراتِ پیچیده و کاهشِ نیاز به مداخلهیِ انسانی بهبود یافته است.
«لحظهای که «کاراییِ اقتصادی» بر «عملکردِ محض» چیره شد»
نام این رویداد را باید «لحظهی تغییرِ معادلهیِ اقتصادِ هوش مصنوعی» گذاشت. گوگل با Gemini 3.7 Flash، «نسبتِ عملکرد به هزینه» را به «معیارِ اصلیِ رقابت» تبدیل کرده است. این مدل با «قیمتی یکسومِ رقیب» و «سرعتی سهبرابر»، به توسعهدهندگان این امکان را میدهد که «عاملهایِ هوشمند» را با «هزینهایِ مقرونبهصرفه» در مقیاسِ بزرگ مستقر کنند.
پرسشِ بیپاسخ این است: آیا «ارزانیِ» Gemini 3.7 Flash میتواند «وفاداریِ کاربران» را از «دقتِ» GPT-5.6 Terra برباید؟ و آیا «استراتژیِ تخفیفِ» گوگل، که تا پایانِ سال ادامه دارد، میتواند «سهمِ بازارِ» قابلتوجهی را از OpenAI تصاحب کند؟
یک چیز قطعی است: گوگل با Gemini 3.7 Flash، «دکمهی شروعِ» یک «عصرِ جدید» را در صنعتِ هوش مصنوعی فشار داده است. عصرِ «اقتصادِ محاسباتیِ هوشمند» که در آن «قیمتِ هر وظیفه» به اندازهی «عملکردِ خام» اهمیت دارد. و در این عصر، «برنده» کسی نیست که «بهترینِ مدل» را داشته باشد، بلکه کسی است که «بهترینِ نسبتِ عملکرد به هزینه» را برای «هر وظیفه» ارائه دهد. سؤال این نیست که آیا «عصرِ اقتصادِ هوش مصنوعی» آغاز شده است – که آغاز شده. سؤال این است که آیا «رقبا» میتوانند به این «چالشِ جدید» پاسخ دهند، یا در «جنگِ عملکردِ خام» گرفتار خواهند ماند و «جنگِ اقتصادِ محاسباتی» را به گوگل واگذار خواهند کرد؟
۴ پاسخ به “Gemini ۳.۷ Flash؛ «قدرتمندترین کارگرِ خطِ تولید» با «قیمتی به وسعتِ یک انقلاب»”
مرسی بابت محتوای ناب
پشمام چقدر خوب بود
پشمام چقدر خوب بود
عالی بود مرسی 🔥