گوگل Gemini 3.8 Flash و Flash Cyber را معرفی کرد؛ جهش کدنویسی و کشف آسیب‌پذیری‌های پیشرفته

گوگل نسل جدید مدل‌های هوش مصنوعی خود را با تمرکز بیشتر بر کدنویسی و امنیت سایبری معرفی کرد. Gemini 3.8 Flash برای انجام پروژه‌های نرم‌افزاری پیچیده و وظایف چندمرحله‌ای توسعه یافته و در کنار آن، Gemini 3.8 Flash Cyber با تمرکز بر شناسایی و حتی اصلاح آسیب‌پذیری‌های نرم‌افزاری عرضه شده است.

این روزها رقابت غول‌های بزرگ فناوری برای معرفی مدل‌های پیشرفته‌تر و بزرگتر هوش مصنوعی اندکی تغییر داشته و شرکت‌ها سعی می‌کنند به سمت تخصصی‌تر شدن مدل‌های AI خود بروند. در همین زمینه شرکت گوگل دو مدل جدید Gemini 3.8 Flash و Gemini 3.8 Flash Cyber معرفی کرده است.

البته همانطور که احتمالاً باید از نام این مدل‌ها حدس زده باشید، با دو هوش مصنوعی کاملاً متفاوت روبه‌رو نیستیم. هر دو مدل از یک هسته هوش پایه استفاده می‌کنند، اما برای کاربردها و محیط‌های متفاوت طراحی شده‌اند. نسخه معمولی برای استفاده عمومی در دسترس است، در حالی که Flash Cyber با محدودیت بیشتری و عمدتاً در اختیار متخصصان و سازمان‌های مورد اعتماد قرار می‌گیرد.

Gemini 3.8 Flash؛ تمرکز بیشتر روی کدنویسی و استدلال

Gemini 3.8 Flash را می‌توان مدل عمومی جدید گوگل برای کدنویسی، استدلال و اجرای وظایف پیچیده دانست. گوگل می‌گوید این مدل در مقایسه با Gemini 3.7 Flash، در مهندسی نرم‌افزار، وظایف Agentic و مسائل چندمرحله‌ای پیشرفت قابل توجهی داشته است.

یکی از تغییرات مهم، نحوه برخورد مدل با مسائل دشوار است. Gemini 3.8 Flash می‌تواند برای حل چنین مسائلی مراحل بیشتری را طی کند، چندین بار ابزارهای مورد نیاز را فراخوانی کند و نتیجه کار را دوباره بررسی و اصلاح کند. بنابراین در کارهای پیچیده، الزاماً سریع‌ترین پاسخ ممکن هدف اصلی نیست و مدل می‌تواند زمان و توکن بیشتری برای رسیدن به نتیجه بهتر صرف کند.

البته این رویکرد هزینه بیشتری هم دارد. با افزایش میزان تلاش مدل، مصرف توکن نیز می‌تواند بیشتر شود. گوگل به همین دلیل برای کارهایی که سرعت و هزینه اهمیت بیشتری دارند، استفاده از سطح تلاش پایین‌تر یا حتی ادامه استفاده از Gemini 3.7 Flash را پیشنهاد می‌کند.

گوگل می‌گوید Gemini 3.8 Flash در آزمون DeepSWE v1.1 که توانایی مدل‌ها در حل مستقل مسائل پیچیده مهندسی نرم‌افزار را ارزیابی می‌کند، عملکرد بهتری از بسیاری از مدل‌های بزرگ‌تر و پیشرفته‌تر داشته است. این مدل همچنین در آزمون HLE-Verified به امتیاز 54.9 درصد رسیده و در برخی آزمون‌های تخصصی مالی و حقوقی نیز نسبت به نسل قبل و تعدادی از مدل‌های رده‌بالا عملکرد بهتری نشان داده است.

البته این نتایج باید در چارچوب همان آزمون‌ها تفسیر شوند. عملکرد بهتر در چند بنچمارک به‌تنهایی به معنای برتری Gemini 3.8 Flash در تمام کاربردهای واقعی نیست.

Flash Cyber؛ هوش مصنوعی برای پیدا کردن و اصلاح باگ‌های امنیتی

بخش متفاوت این معرفی، Gemini 3.8 Flash Cyber است. گوگل این مدل را به‌طور مشخص برای امنیت سایبری توسعه داده و هدف آن فراتر از تولید کد است. Flash Cyber می‌تواند کدهای پیچیده را برای یافتن آسیب‌پذیری بررسی کند و سپس برای برطرف کردن مشکل، راهکار اصلاحی یا Patch پیشنهاد دهد.

گوگل می‌گوید Flash Cyber در آزمون CyberGym به سطح مدل‌های پیشرو در کشف خودکار آسیب‌پذیری‌ها رسیده و عملکرد بهتری از Gemini 3.5 Flash Cyber و برخی مدل‌های بسیار بزرگ‌تر داشته است.

در یک آزمون داخلی که کدهای نوشته‌شده با 20 زبان برنامه‌نویسی را شامل می‌شد، نرخ موفقیت مدل در کشف آسیب‌پذیری‌ها از 70 درصد فراتر رفته است. در بخش اصلاح آسیب‌پذیری نیز Flash Cyber در آزمون CWE-Bench به امتیاز Pass@1 معادل 47.2 درصد رسیده است. مدل پیشرو مورد مقایسه در این آزمون امتیاز 47.8 درصد را به دست آورده است. بنابراین اختلاف عملکرد بسیار اندک بوده، اما گوگل می‌گوید هزینه اجرای Flash Cyber به شکل قابل توجهی پایین‌تر است.

گوگل برای نشان دادن کاربرد عملی این مدل، چند نمونه از استفاده آن در پروژه‌های داخلی خود را نیز مطرح کرده است. طبق اعلام این شرکت، تیم امنیتی Chrome با کمک Gemini 3.8 Flash Cyber توانسته 2.6 برابر Patch صحیح بیشتری نسبت به بهترین مدل‌های تجاری بزرگ‌تر تولید کند.

تیم پژوهش آسیب‌پذیری Google Cloud نیز می‌گوید با کمک این مدل یک آسیب‌پذیری مهم را در کمتر از دو ساعت پیدا کرده است؛ کاری که در شرایط معمول ممکن است ماه‌ها زمان ببرد. این نتایج متعلق به ارزیابی‌ها و پروژه‌های داخلی گوگل هستند و نباید با آزمون‌های مستقل اشتباه گرفته شوند.

چرا نسخه Cyber برای همه منتشر نمی‌شود؟

همین توانایی‌ها باعث شده Flash Cyber برخلاف نسخه معمولی Gemini 3.8 به شکل عمومی عرضه نشود. مدلی که می‌تواند آسیب‌پذیری‌های واقعی را پیدا کند و برای آن‌ها کد اصلاحی بنویسد، در صورت دسترسی بدون محدودیت می‌تواند مورد سوءاستفاده قرار بگیرد.

گوگل برای مدیریت این موضوع برنامه‌ای با نام Fairwind راه‌اندازی کرده است. Gemini 3.8 Flash Cyber از طریق این برنامه در اختیار گروهی از کاربران و سازمان‌های مورد اعتماد، از جمله نهادهای دولتی، اپراتورهای زیرساخت‌های حیاتی و توسعه‌دهندگان و نگهدارندگان نرم‌افزار قرار می‌گیرد.

در این برنامه، گوگل در کنار مدل از ابزار CodeMender نیز استفاده می‌کند تا فرایند شناسایی، بررسی و اصلاح آسیب‌پذیری‌ها تا حد امکان خودکار شود. هدف اصلی، استفاده از این توانایی برای تقویت دفاع سایبری و سرعت بخشیدن به رفع مشکلات امنیتی است.

به دنبال راهکاری برای حل مسائل پیچیده

معرفی Gemini 3.8 Flash نشان می‌دهد تمرکز گوگل فقط روی ساخت مدلی سریع‌تر برای پاسخ دادن به پرسش‌ها نیست. این شرکت می‌خواهد مدل‌هایش بتوانند بخشی از فرایند حل مسئله را نیز بر عهده بگیرند. در یک کار پیچیده، مدل می‌تواند ابزارهای مختلف را به کار بگیرد، نتیجه را بررسی کند و در صورت نیاز دوباره سراغ مسئله برود.

Flash Cyber همین رویکرد را به حوزه امنیت نرم‌افزار می‌آورد. در اینجا به جای کمک به توسعه‌دهنده برای نوشتن کد، مدل وظیفه پیدا کردن نقاط ضعف و کمک به برطرف کردن آن‌ها را بر عهده می‌گیرد.

در مجموع، Gemini 3.8 Flash مدل عمومی‌تر گوگل برای کدنویسی، استدلال و اجرای وظایف Agentic است و Flash Cyber نسخه تخصصی آن برای امنیت سایبری محسوب می‌شود. تفاوت این دو بیشتر به نحوه آموزش، محدودیت‌های ایمنی و محیط استفاده مربوط است تا برخورداری از دو هسته هوش کاملاً متفاوت.

قیمت Gemini 3.8 Flash

گوگل فعلاً قیمت بازه شروع عرضه Gemini 3.8 Flash را در همان سطح Gemini 3.7 Flash نگه داشته است. هزینه استفاده از API تا 31 دسامبر 2026 (10 دی 1405) برابر با 0.75 دلار برای هر یک میلیون توکن ورودی و 3.75 دلار برای هر یک میلیون توکن خروجی خواهد بود.

از 1 ژانویه 2027 (11 دی 1405) این قیمت‌ها به ترتیب به 1.50 دلار و 7.50 دلار برای هر یک میلیون توکن افزایش پیدا می‌کنند.Gemini 3.8 Flash از طریق Gemini API، Google AI Studio، Google Antigravity و Android Studio در اختیار توسعه‌دهندگان قرار گرفته است. کاربران سرویس‌های Google AI Pro و Ultra نیز می‌توانند از این مدل در Gemini، AI Mode جست‌وجوی گوگل و Gemini در Google Sheets استفاده کنند.