Google-მა 21 ივლისს წარადგინა Gemini 3.6 Flash, 3.5 Flash-Lite და 3.5 Flash Cyber — სამი ახალი AI მოდელი, თუმცა ფლაგმანი Gemini 3.5 Pro თვეებია ჩამორჩება გრაფიკს, რაც Google-ის კონკურენტუნარიანობაზე აჩენს კითხვებს.

Google-ს სამმაგი Flash გამოშვება — რა იმალება მის მიღმა?

2026 წლის 21 ივლისს Google-მა ერთდროულად სამი ახალი Gemini Flash მოდელი წარადგინა: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite და Gemini 3.5 Flash Cyber. ეს ნაბიჯი აჩვენებს Google-ის სტრატეგიას, გააფართოვოს AI მოდელების ეკოსისტემა სხვადასხვა ნიშური ამოცანებისთვის — დეველოპერული ინსტრუმენტებიდან დაწყებული კიბერუსაფრთხოებით დამთავრებული. თითოეული მოდელი კონკრეტულ აუდიტორიაზეა გათვლილი: 3.6 Flash დეველოპერებისა და პროგრამისტებისთვის, Flash-Lite მაღალი მოცულობის პროდუქციული გამოყენებისთვის, ხოლო Flash Cyber — კიბერუსაფრთხოების ექსპერტებისთვის და სამთავრობო უწყებებისთვის.

თუმცა, სამივე გამოშვების ფონზე, მთავარი კითხვა უპასუხოდ რჩება: სად არის Gemini 3.5 Pro? Google DeepMind-ის ფლაგმანური მოდელი, რომელიც OpenAI-ს GPT-5.6 Sol-სა და Anthropic-ის Fable-ს უნდა დაპირისპირებოდა, თვეებია გრაფიკს ჩამორჩება. იმ დროს, როცა კონკურენტები ერთმანეთის მიყოლებით უშვებენ ფრონტირ მოდელებს — Anthropic უკვე მუშაობს Fable-სა და Mythos-ზე, OpenAI-მ GPT-5.6 Sol გამოუშვა — Google იძულებულია, Flash-ის ვარიანტებით გააძლიეროს პოზიციები. ეს ქმნის საინტერესო დინამიკას: Google აძლიერებს თავის შუა სეგმენტს, მაგრამ უმაღლეს დონეზე კვლავ მოწყვლადი რჩება.

Gemini 3.6 Flash — ეფექტიანობა და სიჩქარე

Gemini 3.6 Flash არის Google-ის ახალი ფლაგმანი Flash ხაზში. მოდელი იყენებს ~17%-ით ნაკლებ output ტოკენს, ვიდრე Gemini 3.5 Flash, რაც ნიშნავს უფრო ეფექტურ გენერაციას და დაბალ ხარჯებს. ფასები შეადგენს $1.50/მილიონ input ტოკენსა და $7.50/მილიონ output ტოკენს, რაც მას კონკურენტუნარიანს ხდის პრემიუმ სეგმენტში.

მოდელმა მნიშვნელოვანი გაუმჯობესება აჩვენა პროგრამირების ბენჩმარკებზე. DeepSWE-ზე შედეგი 37%-დან 49%-მდე გაიზარდა, MLE Bench-ზე 49.7%-დან 63.9%-მდე, ხოლო OSWorld-Verified-ზე 78.4%-დან 83%-მდე. 1 მილიონი ტოკენის კონტექსტური ფანჯარა საშუალებას აძლევს მას დიდი მოცულობის კოდის ბაზებთან მუშაობას, ხოლო ჩაშენებული Computer Use ინსტრუმენტი — კლიენტის მხარეს ავტომატიზაციას.

Google-მა ხაზგასმით აღნიშნა, რომ 3.6 Flash აღჭურვილია Frontier Safety safeguards-ით, რაც ნიშნავს, რომ მოდელი აკმაყოფილებს Google-ის ყველაზე მკაცრ უსაფრთხოების სტანდარტებს — კრიტიკულად მნიშვნელოვანი ფაქტორი, განსაკუთრებით Computer Use ფუნქციის გათვალისწინებით, რომელიც მოიცავს რეალურ სისტემებზე წვდომას. Computer Use ინსტრუმენტი საშუალებას აძლევს მოდელს, უშუალოდ ურთიერთქმედებდეს მომხმარებლის ინტერფეისებთან — დააჭიროს ღილაკებს, შეავსოს ფორმები, ნავიგაცია გაუწიოს ვებ-გვერდებს. ეს განსაკუთრებით სასარგებლოა QA ავტომატიზაციის, მონაცემთა შეგროვებისა და DevOps პროცესებისთვის, მაგრამ ასევე ზრდის პოტენციურ რისკებს, რაც ხსნის Frontier Safety-ის მკაცრი ზომების აუცილებლობას.

Gemini 3.5 Flash-Lite — სიჩქარე ხელმისაწვდომ ფასად

Gemini 3.5 Flash-Lite განკუთვნილია მაღალი მოცულობის, დაბალი ლატენციის ამოცანებისთვის. ის გვთავაზობს 350 output ტოკენს წამში — ეს იმას ნიშნავს, რომ მომხმარებელი ტექსტის გენერაციას პრაქტიკულად მყისიერად იღებს. ფასები შეადგენს $0.30/მილიონი input ტოკენსა და $2.50/მილიონი output ტოკენს, რაც Flash-Lite-ს ერთ-ერთ ყველაზე იაფ მოდელად აქცევს ბაზარზე. Terminal-Bench 2.1-ზე მოდელმა აჩვენა 31%-დან 54%-მდე გაუმჯობესება წინამორბედთან შედარებით, რაც მას იდეალურს ხდის ტერმინალზე დაფუძნებული ამოცანებისთვის — ბრძანებების შესრულება, ლოგების ანალიზი, სერვერის მართვა.

Flash-Lite-ის პოზიციონირება ნათელია: Google ცდილობს, შესთავაზოს დეველოპერებს იაფი, სწრაფი ალტერნატივა მაღალი მოცულობის პროდუქციული გამოყენებისთვის, ხარისხის კომპრომისის გარეშე. ეს განსაკუთრებით მნიშვნელოვანია startups-ებისთვის და მცირე გუნდებისთვის, რომლებსაც AI ინტეგრაცია სჭირდებათ შეზღუდული ბიუჯეტით. მაგალითად, chat-ბოტის ინტეგრაცია ან მონაცემთა ავტომატური დამუშავება, რაც აქამდე მაღალი ღირებულების გამო მიუწვდომელი იყო — Flash-Lite-თან ეს ხარჯები მკვეთრად მცირდება.

Gemini 3.5 Flash Cyber — კიბერუსაფრთხოების სპეციალიზებული მოდელი

ყველაზე საინტერესო გამოშვებაა Gemini 3.5 Flash Cyber — მოდელი, რომელიც სპეციალურად კიბერუსაფრთხოებისთვის არის გაწვრთნილი. ის ინტეგრირებულია CodeMender პლატფორმაში, Google-ის AI-ზე დაფუძნებულ კოდის შეკეთების სისტემაში. CodeMender საშუალებას აძლევს Flash Cyber-ს, ავტომატურად აღმოაჩინოს დაუცველობები, შესთავაზოს შესწორებები და გენერირება გაუკეთოს patch-ებს რეალურ დროში.

CyberGym ბენჩმარკზე Flash Cyber-მა 83.2% აჩვენა, GPT-5.5-Cyber-ის 85.6%-თან შედარებით. თუმცა, რაც მას ნამდვილად გამორჩეულს ხდის, არის Google-ის Big Sleep ჯგუფის მიერ მიღწეული შედეგები: Flash Cyber-მა აღმოაჩინა 55 Chrome V8 დაუცველობა, რაც მნიშვნელოვნად აღემატება Claude Opus 4.6-ის 36-სა და Gemini 3.5 Flash-ის 47-ს. ეს 53%-ით მეტია Claude Opus 4.6-თან შედარებით და 17%-ით მეტი ვიდრე Gemini 3.5 Flash-მა აღმოაჩინა. აქედან 10 დაუცველობა უნიკალურია Flash Cyber-ისთვის — სხვა მოდელებმა ისინი ვერ აღმოაჩინეს, რაც მოდელის უნიკალურ შესაძლებლობებზე მიუთითებს.

განსაკუთრებით საყურადღებოა, რომ მოდელს Remote Code Execution (RCE) დაუცველობების პოვნა შეუძლია 2 საათში, მოქმედი ექსპლოიტით. RCE დაუცველობები ერთ-ერთ ყველაზე კრიტიკულად ითვლება — ისინი თავდამსხმელს საშუალებას აძლევს, დისტანციურად შეასრულოს ნებისმიერი კოდი დაუცველ სისტემაზე. Flash Cyber-ის შეუძლია მათი აღმოჩენა და ექსპლოიტის გენერირება სულ რაღაც ორ საათში — ეს არის უპრეცედენტო შესაძლებლობა, რომელიც ხსნის იმას, თუ რატომ არის ეს მოდელი ხელმისაწვდომი მხოლოდ მთავრობებისა და სანდო პარტნიორებისთვის. Flash Cyber-ის შეზღუდვები ხაზს უსვამს იმ რისკებს, რაც ძლიერი AI-ის კიბერუსაფრთხოების ინსტრუმენტად გამოყენებას ახლავს თან — იგივე ინსტრუმენტი, რომელიც ორგანიზაციებს იცავს, შეიძლება გამოყენებული იქნას თავდასხმისთვის.

3.5 Pro-ს დაგვიანება — Google-ის ფრონტირ ამბიციების ტესტი

სამივე Flash მოდელის წარდგენის მიუხედავად, Google-ს არ დაუმალავს, რომ Gemini 3.5 Pro-ს გამოშვება გადაიდო. მიუხედავად იმისა, რომ Google-მა 3.5 Pro-ს "მნიშვნელოვანი გაუმჯობესება" გამოაცხადა, "ფართო გამოშვება ჯერ კიდევ მიმდინარეობს" — ეს იმის მანიშნებელია, რომ მოდელი ჯერ არ არის მზად ფართო აუდიტორიისთვის. იმავდროულად, Gemini 4-ის წინასწარი წვრთნა უკვე მიმდინარეობს, რომელსაც Google "ყველაზე ამბიციური წვრთნის პროცესი" უწოდებს. ეს ქმნის საინტერესო სიტუაციას: Google-ის ფლაგმანი მოდელი (3.5 Pro) ჯერ კიდევ არ არის გამოშვებული, მაგრამ მისი მემკვიდრის (Gemini 4) წვრთნა უკვე მიმდინარეობს.

კონკურენტული ზეწოლა ძლიერდება. OpenAI-მ ცოტა ხნის წინ გამოუშვა GPT-5.6 Sol — მოდელი, რომელიც ფრონტირ AI-ის ახალ სტანდარტს ადგენს. Anthropic-იც არ ჩამორჩება: მათი Fable მოდელი უკვე ხელმისაწვდომია API-ს საშუალებით, ხოლო Mythos-ზე მუშაობა გრძელდება. ჩინურმა ლაბორატორიებმა — DeepSeek-მა, Alibaba-ს Qwen-მა, ByteDance-მა — საგრძნობლად გაიუმჯობესეს საკუთარი მოდელები. DeepSeek-ის უახლესი მოდელი, V4, ბევრ ბენჩმარკზე ღიად კონკურენციას უწევს დასავლურ მოდელებს. Google-ის პოზიცია ფრონტირ AI-ის რბოლაში — OpenAI-სა და Anthropic-ის გვერდით — საფრთხის ქვეშაა, იმ დროს, როცა 3.5 Pro-ს გამოშვება გადაიდო.

ამჟამინდელი სტრატეგია Google-ისთვის იმაში მდგომარეობს, რომ Flash-ის მოდელები — განსაკუთრებით 3.5 Flash Cyber — ავსებენ ნიშებს, რომლებსაც კონკურენტები ჯერ არ ფარავენ. ნიშური AI-ს ეს მიდგომა Google-ს საშუალებას აძლევს, შეინარჩუნოს შესაბამისობა ბაზარზე, მაშინაც კი, როცა ფლაგმანი მოდელი აკლია. თუმცა, 3.5 Pro-ს გარეშე, Google-ს აკლია შესაბამისი კონკურენტი ფრონტირ მოდელებისთვის. თუ Gemini 4 წარმატებით არ ჩააბარებს, Google შეიძლება ჩამორჩეს იმ რბოლაში, რომელიც მან თავად დაიწყო 2023 წელს Gemini-ს გამოშვებით. ეს ისტორიული დაძაბულობა — Google-ის, როგორც AI პიონერის რეპუტაცია, კონკურენტების მიერ გამუდმებით გამოწვევის ქვეშ — მნიშვნელოვანი ნარატივია, რომელსაც შემდეგი თვეების განმავლობაში უნდა მივადევნოთ თვალი.

რას ნიშნავს ეს დეველოპერებისთვის

დეველოპერებისთვის, ეს გამოშვება Google-ის ინვესტიციის ნიშანია Flash-ის ეკოსისტემაში. ჩაშენებული Computer Use ინსტრუმენტი Gemini 3.6 Flash-ში ხსნის ახალ შესაძლებლობებს — ბრაუზერის ავტომატიზაციიდან დაწყებული UI ტესტირებით დამთავრებული. წარმოიდგინეთ, რომ თქვენი AI ასისტენტი დამოუკიდებლად ამოწმებს ვებ-აპლიკაციას, ავსებს ფორმებს და ამოწმებს ფუნქციონალს — Computer Use-ით ეს შესაძლებელი ხდება. 1M ტოკენის კონტექსტური ფანჯარა იმას ნიშნავს, რომ მთელი კოდის ბაზების ანალიზი შესაძლებელია ერთი მოთხოვნით — მთელი პროექტის გაგება, bug-ების პოვნა, რეფაქტორინგის შემოთავაზება.

Flash-Lite-ი იაფი, სწრაფი AI-ის კარიბჭეს ხსნის — $0.30/მილიონ input ტოკენი იმას ნიშნავს, რომ AI-ის ინტეგრაცია უფრო ხელმისაწვდომი ხდება მცირე გუნდებისთვის. თუ თქვენ ქართული startup-ი ხართ, რომელსაც AI ჩატბოტის ინტეგრაცია სჭირდება, Flash-Lite-ის ფასები მნიშვნელოვნად ამცირებს შესვლის ბარიერს. 350 ტოკენი წამში იმას ნიშნავს, რომ მომხმარებლები პასუხებს პრაქტიკულად მყისიერად მიიღებენ.

Flash Cyber-ი, მიუხედავად მისი შეზღუდვებისა, აჩვენებს AI-ის პოტენციალს კიბერუსაფრთხოების ავტომატიზაციაში. 55 V8 დაუცველობის აღმოჩენა — 10 მათგანი უნიკალური — იმის დემონსტრირებაა, რომ სპეციალიზებულ AI-ს შეუძლია მიაღწიოს იმას, რაც ზოგადი მოდელებისთვის მიუწვდომელია. ეს ტენდენცია — მოდელების სპეციალიზაცია კონკრეტული დომენებისთვის — სავარაუდოდ გაძლიერდება. იმ დროს, როცა Google აგრძელებს Flash-ის ხაზის გაძლიერებას, დეველოპერები იღებენ მეტ ინსტრუმენტებს, მეტ მოქნილობას და მეტ არჩევანს.

თუმცა, 3.5 Pro-ს არარსებობა ცალსახა სიგნალია: Google-ის ფრონტირ მოდელი ჩამორჩება. Gemini 4-ის წარმატება იქნება გადამწყვეტი იმისთვის, შეინარჩუნებს თუ არა Google-ი წამყვან პოზიციას AI რბოლაში. მანამდე კი, Flash ოჯახი — 3.6, Lite, Cyber — Google-ის მთავარი იარაღია ბაზარზე პოზიციის შესანარჩუნებლად.

📖 წყარო: The Decoder