In this Article
في 18 نوفمبر، قدم الرئيس التنفيذي لشركة Google، سوندار بيتشاي، رسميا Gemini 3، النموذج الرائد الجديد للشركة. وكما جاء في الإعلان: “Gemini 3، نموذجنا الأكثر ذكاء، يجمع كل قدرات Gemini معا لتتمكن من تحويل أي فكرة إلى واقع.” يأتي هذا الإطلاق في وقت يشهد فيه مجال الذكاء الاصطناعي طفرات تقنية متسارعة. تستطيع النماذج الآن التعامل مع سياق يضم مليون رمز، وتدعم تعدد الوسائط الكامل، وتستخدم الاستدلال الوكيلي. لم يعد الأمر يقتصر على توليد النصوص، إذ يمكن للمستخدمين إنشاء ما يريدون.
ما الميزات الجديدة المميزة في Gemini 3، وهل يستحق اختياره بدلا من منافسيه؟ لنرَ.
ما الذي يجعل Gemini 3 مميزا إلى هذا الحد؟
يقدم Gemini 3 تحسينات جوهرية: تعدد وسائط أصلي، ونافذة سياق أطول بكثير، واستدلال وكيلي محسّن موروث من Gemini 2. وهو يعمل مع النصوص والصور والصوت والفيديو ضمن بنية موحدة واحدة. وفي الوقت نفسه، ينجز المهام متعددة الخطوات بدقة أعلى.
ألق نظرة على المعايير المرجعية. المعايير المرجعية للذكاء الاصطناعي هي اختبارات موحدة لقياس الاستدلال والفهم والبرمجة والفهم متعدد الوسائط وأداء المهام لدى النموذج. وهنا يقدم Gemini 3 أداء مقنعا. ففي معظم المعايير المرجعية الرئيسية، يتفوق Gemini 3 على إصداره السابق وعلى أحدث إصدارات GPT-5.1 وClaude Sonnet 4.5. ومن أبرز النتائج حصول Gemini 3 على 37.5% في اختبار Humanity’s Last Exam، وهي نتيجة أعلى من نماذج الحدود التنافسية.
اختبار آخر هو ARC-AGI-2، ويقيس الاستدلال المجرد والتعرف على الأنماط. وهنا يظهر Gemini 3 مجددا تقدما بمقدار 20-25 نقطة، ما يبرهن على قدرة أقوى على حل المشكلات في مهام تحاكي أنماط الذكاء البشري.
ومن المعايير المرجعية اللافتة بشكل خاص Vending-Bench 2. هنا تدير النماذج آلة بيع محاكية، فتحدد الأسعار وتدير المخزون وتحلل الطلب وتتبع الأرباح بصورة ذاتية. حقق Gemini 3 أعلى إيراد، إذ كسب أكثر من $5,000 أثناء الاختبار. أما المتصدر السابق، وهو نموذج قائم على Claude، فكسب نحو $4,000. وهذا يعني أن Gemini 3 لم يفز فحسب، بل فعل ذلك بفارق كبير.
المجال الوحيد الذي لا يتصدر فيه Gemini 3 هو معيار هندسة البرمجيات. هنا يبقى Claude Sonnet النموذج الأفضل، لكن الفارق ضئيل، في حدود 1%. وبحسب المعايير المرجعية، يرسخ Gemini 3 مكانته كأحد أقوى النماذج التجارية المتاحة حاليا.
خصائص نموذج Deep Thinking
Deep Thinking هي طريقة معاد تعريفها للتعامل مع الرموز. يستخدم النموذج رموزا أكثر لكل استعلام، لكن المقابل هو استدلال أفضل وإجابات أدق وقدرة أقوى على حل المشكلات. ومنذ اليوم الأول، دمجت Google نموذج Gemini 3 في منتجاتها الرائدة، ولا سيما Google Search. في AI Mode عند تفعيل Thinking، يستطيع المستخدمون رفع المستندات أو طرح استعلامات مفصلة. لنجرب ذلك. مطالبتنا:
ونتيجة لذلك، ينشئ النموذج صفحة تفاعلية بالكامل يقودها الذكاء الاصطناعي، تضم جداول ورسومات بيانية ومخططات وصورا ورسومات متحركة ديناميكية يمكن للمستخدمين النقر عليها لاستكشافها.
بدلا من تصفح صفحات ثابتة، يمكن إنشاء المحتوى فوريا على هيئة خلاصات ملائمة للذكاء الاصطناعي أو وحدات تفاعلية. وقد تكون Deep Thinking في Gemini 3 خطوة أولى نحو تجربة ويب من الجيل التالي مدعومة بالذكاء الاصطناعي.
تعلّم وابن وخطط لأي شيء
يركز Gemini 3 فعلا على تعدد الوسائط. فهو يتفاعل مع أنواع متعددة من البيانات، بما فيها النصوص والصور والفيديو والصوت والشفرة. في Google AI Studio، يستطيع المستخدمون رفع صور أو إطارات فيديو وطلب إنشاء تطبيقات أو محتوى تفاعلي. على سبيل المثال، يمكننا تجربة عبارة “حوّل أي فكرة إلى واقع”. إذا رفعت صورة رقعة شطرنج، ينشئ Gemini 3 لعبة شطرنج عملية في دقائق.
أصبح Gemini أيضا أكثر تخصيصا لنا. يدعم النموذج سير عمل وكيليا يتصل ببيئتك وخدماتك. فعلى سبيل المثال، في وضع الوكيل، يمكن لـ Gemini 3 تنظيم بريدك الوارد عبر التفاعل مباشرة مع Gmail، وتقديم واجهة تفاعلية مصغرة لإدارة رسائل البريد الإلكتروني.
مساحة Antigravity لأفكارك
يأتي Gemini 3 مع بيئة تطوير متكاملة خاصة به، تشبه VS Code أو Cursor. يكتب المستخدمون مطالبة، ويختارون نموذجا، ثم يحددون وضع الوكيل. في هذه البيئة، يستطيع Gemini 3:
- إنشاء شفرة الواجهة الأمامية والخلفية (HTML، CSS، Python).
- بناء وربط كل جزء من تطبيق متكامل بصورة مستقلة، بما في ذلك عمليات التكامل مع جهات خارجية.
- إنشاء نماذج أولية لواجهة المستخدم ولقطات شاشة.
إدارة تصحيح الأخطاء التكراري، حيث يفسر النموذج الأخطاء ويقترح إصلاحات ويحدّث الشفرة بصورة ديناميكية.
مع هذا الإعداد، يستطيع المطورون التركيز على التصميم والمنطق عاليي المستوى، بينما يتولى النموذج بقية العمل، مثل البرمجة المتكررة والتهيئة ومهام التكامل. ويعتقد كثيرون في مجتمع المطورين أن Antigravity مبني على قاعدة شفرة Windsurf ونظام الوكلاء، أو مستوحى منهما بدرجة كبيرة.
Nano Banana Pro
واللمسة الأخيرة هي إصدار Nano Banana Pro، وهو نموذج لتوليد الصور وتحريرها مبني على Gemini 3 Pro. ينشئ هذا النموذج رسوما معلوماتية مميزة، ويمكنه التعامل مع ما يصل إلى 14 عنصرا أو شخصية في الوقت نفسه.
أخذت Google في الحسبان تزايد المحتوى المزيف بتقنيات الذكاء الاصطناعي، لذا قدمت SynthID، وهي آلية للتحقق من الأصالة. تدمج SynthID علامات غير مرئية مباشرة في المحتوى المنشأ. فعند تطبيق SynthID على الصور مثلا، تدمج بكسلات صغيرة غير مرئية مباشرة في بنية الصورة. لا تستطيع العين البشرية إدراك هذه البكسلات، لكن يمكن لأنظمة الذكاء الاصطناعي اكتشافها.
الحكم النهائي
يستحق Gemini 3 التجربة للمطورين ولغيرهم أيضا. إنه نموذج من الجيل التالي، وليس مجرد مزيج من الإصدارات السابقة. وهو ممتاز للمستندات الضخمة وقواعد الشفرة الموسعة والمهام متعددة الخطوات. وبفضل الاستدلال متعدد الوسائط والتفكير الوكيلي وقدرات التعلم العميق، يتفوق على كثير من المنافسين. كما نوصي باختبار Gemini 3 مع بروكسياتنا السكنية أو المتنقلة بروكسيات. فبواسطتها يضمن الوصول الموثوق والخاص والآمن إلى البيانات.
Gemini 3 قوي، لكنه ليس مثاليا بالفعل، ولا يزال بإمكانه ارتكاب الأخطاء. تشجع DataImpulse المستخدمين على الجمع بين مخرجات الذكاء الاصطناعي وإبداعهم وحكمهم الخاص. لنحمِ الأصالة.
*يرجى استخدام الذكاء الاصطناعي بصورة أخلاقية. لا تؤيد هذه المقالة الاستخدامات الضارة.