أعلنت جوجل عن إطلاق ثلاثة نماذج جديدة من عائلة جيميناي (Gemini) للذكاء الاصطناعي، في خطوة تهدف إلى تعزيز مكانتها في سباق الذكاء الاصطناعي العالمي من خلال تقديم أداء أعلى وتكلفة تشغيل أقل. تشمل النماذج الجديدة نموذجًا متخصصًا في الأمن السيبراني وآخر مصمم للتعامل مع المهام الضخمة بسرعة كبيرة.
تأتي هذه الإعلانات بالتزامن مع اشتداد المنافسة بين عمالقة الذكاء الاصطناعي، وفي مقدمتهم أوبن إيه آي وأنثروبيك، بينما تستعد الشركة أيضًا لإطلاق الجيل المقبل Gemini 4.
Gemini 3.6 Flash.. أداء أقوى وتكلفة أقل
كشفت جوجل عن جيميناي 3.6 فلاش (Gemini 3.6 Flash) باعتباره أحدث نموذج رئيسي ضمن سلسلة Flash، مؤكدة أنه يقدم تحسينات ملحوظة في كتابة الأكواد البرمجية، والمهام المعرفية، وفهم المحتوى متعدد الوسائط.
وأوضحت الشركة أن النموذج الجديد يستهلك عددًا أقل من الرموز (Tokens) بنسبة تصل إلى 17% مقارنة بالإصدار السابق، مما يؤدي إلى خفض تكلفة تشغيل تطبيقات الذكاء الاصطناعي، خاصة تلك التي تعتمد على تنفيذ مهام معقدة أو تشغيل وكلاء ذكيين (AI Agents).
كما يحتاج النموذج إلى عدد أقل من خطوات التفكير واستدعاء الأدوات لإنجاز المهام، مما يساهم في تحسين السرعة ورفع كفاءة الأداء.
Today, we’re introducing not one but TWO new models, striking the balance between efficiency and quality to enable you to build production AI agents.
— Gemini 3.6 Flash: Addresses efficiency feedback we received from Gemini 3.5 Flash with upgrades in coding, knowledge work, and… pic.twitter.com/QGAkaMFm2T
— Google AI (@GoogleAI) July 21, 2026.
تحسينات في البرمجة وتحليل المستندات
أكدت جوجل أن جيميناي 3.6 فلاش حقق قفزة في اختبارات البرمجة، مع تقليل الأخطاء غير الضرورية أثناء تعديل الأكواد. كما تم تحسين تحليل المستندات والرسوم البيانية واستخراج البيانات وإعداد التقارير.
وأصبح النموذج يدعم أيضًا استخدام الحاسوب كأداة مدمجة عبر واجهة Gemini API ومنصة شركة جيميناي إنتربرايز، مما يسمح بتنفيذ مهام أكثر تعقيدًا داخل بيئات العمل.
حماية أكبر ضد الهجمات السيبرانية
أشارت جوجل إلى أن الإصدار الجديد يتضمن أنظمة حماية متقدمة للحد من إساءة استخدام الذكاء الاصطناعي في المجالات الحساسة مثل الأمن السيبراني والمواد الكيميائية والبيولوجية والإشعاعية والنووية.
وأكدت الشركة أن هذه التحسينات تجعل النموذج أكثر مقاومة لمحاولات اختراق القيود الأمنية، مع الحفاظ على قدرته على الاستجابة للطلبات المشروعة.
Gemini 3.5 Flash-Lite.. أسرع نموذج بأقل تكلفة
إلى جانب النموذج الرئيسي، طرحت جوجل جيميناي 3.5 فلاش لايت (Gemini 3.5 Flash-Lite)، الذي وصفته بأنه الأسرع والأكثر توفيرًا داخل سلسلة Gemini 3.5.
ويستهدف النموذج المطورين والشركات التي تحتاج إلى معالجة كميات ضخمة من البيانات أو تشغيل تطبيقات تعتمد على الذكاء الاصطناعي بزمن استجابة منخفض، حيث يستطيع إنتاج نحو 350 رمزًا في الثانية.
وأكدت جوجل أن النموذج يقدم تحسينات كبيرة مقارنة بالأجيال السابقة في البرمجة وفهم السياقات الطويلة وتنفيذ المهام متعددة الخطوات، مع إمكانية التحكم في مستوى التفكير بما يتناسب مع طبيعة المهمة.
نموذج متخصص لاكتشاف الثغرات الأمنية
ومن بين أبرز الإعلانات، كشفت جوجل عن جيميناي 3.5 فلاش سايبر (Gemini 3.5 Flash Cyber)، وهو نموذج مخصص لاكتشاف الثغرات الأمنية وإصلاحها داخل البرمجيات.
يعمل النموذج بالتكامل مع وكيل أمني يحمل اسم كودميندر (CodeMender)، حيث يستخدم عدة وكلاء ذكاء اصطناعي لتحليل الأكواد البرمجية واكتشاف الثغرات ثم اقتراح حلول لإصلاحها.
وأوضحت الشركة أن هذا النموذج لن يكون متاحًا للعامة في المرحلة الأولى بل سيقتصر استخدامه على الحكومات والشركاء الموثوقين ضمن برنامج تجريبي محدود نظرًا لحساسية تطبيقاته في مجال الأمن السيبراني.
منافسة مباشرة مع أوبن إيه آي وأنثروبيك
تسعى جوجل من خلال هذه الإصدارات إلى تعزيز قدرتها على المنافسة مع النماذج التي تقدمها شركات مثل أوبن إيه آي وأنثروبيك بالإضافة إلى الشركات الصينية التي توسع حضورها في سوق الذكاء الاصطناعي.
وترى الشركة أن تحسين كفاءة النماذج وتقليل تكاليف التشغيل يمثلان عاملًا حاسمًا لجذب المطورين والمؤسسات التي تعتمد على الذكاء الاصطناعي في تشغيل الخدمات والتطبيقات.
جوجل تبدأ العمل على Gemini 4
بالتزامن مع إطلاق النماذج الجديدة، أعلنت جوجل أن جيميناي 3.5 برو يخضع حاليًا لاختبارات مع عدد من الشركاء قبل طرحه على نطاق أوسع.
كما كشفت أنها بدأت أكبر عملية تدريب أولي في تاريخها لتطوير Gemini 4، مما يشير إلى استمرار استثماراتها في تطوير الجيل المقبل من نماذج الذكاء الاصطناعي.
وتأتي هذه الخطوة وسط تقارير تفيد بأن الشركة تعمل أيضًا على تطوير شريحة إلكترونية جديدة مخصصة لتشغيل نماذج جيميناي بكفاءة أعلى بهدف تقليل تكاليف التشغيل وتحسين الأداء في مراكز البيانات.