جيميناي 3 برو من جوجل: نهاية عصر روبوتات الدردشة، وبداية عصر وكيل الذكاء الاصطناعي؟

يتم تقديم Gemini 3 Pro كنموذج Google الأكثر "منطقية"، وتضع الشركة حلها بشكل صريح كرائد في الصناعة من نواحٍ عديدة. وتؤكد التقييمات المستقلة ذلك.

وفقًا للتحليل الاصطناعي، أصبح النموذج القائد الجديد لمؤشرهم المتكامل.

إذا كان يمكن تصديق اختبارات التحليل الاصطناعي، فقد تفوقت Google على منافسيها في مجالات المهام الذكية — التفكير المنطقي، وفهم الهياكل المعقدة، والدقة، وتعدد الوسائط.

يستحق الأداء في التحليل العميق اهتمامًا خاصًا. في اختبار البشرية الأخير، الذي يقيم قدرة النموذج على حل مشكلات على مستوى الدكتوراه بدون أدوات، حصل Gemini 3 Pro على أكثر من 37%.

هذا أعلى بأكثر من عشر نقاط مئوية من الرقم القياسي السابق. في ARC-AGI-2، أحد المعايير الأكثر تحديًا التي تقيم القدرة على استنباط القواعد وتطبيقها على مواقف جديدة، سجل النموذج أيضًا درجات أعلى من معظم المنافسين.

الأداء العالي واضح أيضًا في اختبارات الرياضيات، كما أكدت Google. في اختبار MathArena Apex، حيث تخرج الأسئلة ذات المستويات القصوى من التعقيد النماذج عادة من توازنها، حصل Gemini 3 Pro على 23.4%. في السابق، كان هذا الرقم غير قابل للتحقيق بالنسبة للأنظمة الأخرى، ولم تتجاوز أفضل النتائج 5.2%.

في اختبارات تعدد الوسائط، يحتل Gemini المحدث أيضًا المراكز الأولى. ينسب الخبراء هذا مباشرة إلى الحجم المحتمل الكبير للنموذج.

هذه الفرضية من شأنها أن تفسر قدرة الذكاء الاصطناعي من Google على التفوق على منتجات الشركات الأخرى في المهام التي تتضمن التحليل البصري والفهم المكاني.

بشكل منفصل، تجدر الإشارة إلى المقارنة مع Claude و ChatGPT. في معيار SWE-Bench Verified، الذي يختبر القدرة على التعامل بشكل مستقل مع مهام GitHub، يتخلف النموذج الجديد عن Sonnet 4.5 بنسبة واحد بالمائة فقط. في المقاييس الأخرى، غالبًا ما يتفوق Gemini.

دليل مهم آخر هو سرعة النموذج. يلاحظ التحليل الاصطناعي أن Gemini 3 Pro ينتج حوالي 128 رمزًا في الثانية. هذا أسرع من أداء GPT-5.1 و Kimi K2 Thinking و Grok 4.

من المرجح أن يكون هذا بسبب منصة الأجهزة الخاصة بـ Google المستندة إلى معالجات وحدة معالجة التنسور (TPU).

وبالتالي، في عدد من المعلمات، ينافس النموذج بثقة النماذج الرائدة الموجودة وفي كثير من الحالات يتفوق عليها. في الوقت نفسه، يتخلف المنتج عن منافسيه في بعض الاختبارات، ولكن عادة بشكل طفيف فقط.

من الناحية الفنية، Gemini 3 Pro هو نموذج متعدد الوسائط مع سياق أكبر ومجموعة موسعة من المعلمات القابلة للتحكم. وفقًا لوثائق Google، فإنه يقبل النص والكود والصور والصوت والفيديو وملفات PDF كمدخلات.

يُدعى أن الحد الأقصى لحجم الإدخال هو 1,048,576 رمزًا، مع إخراج يصل إلى 65,536 رمزًا. للتطبيقات العملية، هذا يعني أن النموذج يمكنه تحليل كمية كبيرة من البيانات دفعة واحدة، بما في ذلك المستندات الطويلة ومجموعات المقالات ومحاضرات الفيديو الكبيرة أو مستودعات الكود بأكملها.

تنص الوثائق بشكل منفصل على أن النموذج يدعم ما يصل إلى 900 صورة لكل استعلام، وما يصل إلى 900 مستند، وما يصل إلى عشرة مقاطع فيديو وصوت تستمر حتى عدة ساعات.

هذا يجعل من الممكن بناء استعلامات معقدة حيث يتم دمج الأوصاف النصية مع المواد المرئية والكود.

مع إدخال Gemini 3، تم تقديم العديد من الإعدادات الجديدة. أولاً، معلمة مستوى التفكير المنطقي. بدلاً من "ميزانية التفكير" السابقة، يتم استخدام مفتاح thinking_level صريح، والذي يمكن أن يكون منخفضًا أو مرتفعًا.

تشرح Google هذا كطريقة لضبط كمية التفكير الداخلي. تحقق الميزة توازنًا بين جودة الاستجابة وتعقيد المنطق والتأخير والتكلفة.

ثانيًا، ظهر التحكم في دقة محتوى الوسائط. تتيح معلمة media_resolution (منخفضة أو متوسطة أو عالية) التحكم في عمق التحليل البصري واستهلاك الرموز للصور ومقاطع الفيديو.

على مستوى المنتج، تحاول Google تحويل هذه الميزات إلى أشكال جديدة من الواجهات. يصف بيتشاي تجربة Gemini بهذه الطريقة:

بالإضافة إلى ذلك، يكتب المدير التنفيذي في Google أن Gemini 3 "يجلب تفكيرًا منطقيًا قويًا للبحث وواجهات توليدية جديدة". على وجه التحديد، يقدم وضع تخطيط مرئي.

هذا يعني أن الإجابة يمكن أن تبدو مثل صفحة "مجلة" مع صور ووحدات وعناصر يتحكم فيها المستخدم. كمثال، استشهد بطلب لتخطيط رحلة لمدة ثلاثة أيام إلى روما.

استجاب النظام من خلال إنشاء جدول زمني مع كتل مرئية والقدرة على تخصيصه وفقًا لتفضيلات المستخدم.

مجال مهم للتطوير هو القدرات القائمة على الوكيل. تلاحظ Google أنه منذ Gemini 2، كانت الشركة تطور بنشاط "عصر الوكيل" ويظهر Gemini 3 تقدمًا في القدرة على تخطيط الإجراءات على مدى فترات طويلة من ال