Gemini 3.1 Pro من Google تحطم أرقام المقاييس القياسية من جديد

يشبه سباق النماذج اللغوية منذ وقت طويل سباقًا أولمبيًا قصير المسافة، تتجدد فيه الأرقام القياسية أسرع مما يتذكر المتفرجون النتيجة السابقة. وقد أكدت Google هذا التشبيه مرة أخرى بتقديمها Gemini 3.1 Pro، وهو نموذج حقق، بحسب ما تقوله الشركة، نتائج قياسية في عدد من مقاييس الأداء في القطاع. لكن خلف هذه الأرقام الجافة قصة أكثر إثارة عن الاتجاه الذي تسير فيه الصناعة بأكملها، ولماذا لم تعد زيادة الدرجات وحدها غاية في ذاتها.

يأتي Gemini 3.1 Pro خلفًا للجيل السابق من سلسلة Google الرائدة، ويبدو من طريقة تقديمه أنه لا يستهدف مجرد تحسين جودة النصوص. فالشركة تركّز على قدرة النموذج على التعامل مع «أشكال أكثر تعقيدًا من العمل». والصياغة واسعة عن قصد، لكن خلفها توجّهًا تقنيًا محددًا. فالمقصود هو الاستدلال متعدد المراحل، حيث لا يكتفي النموذج بالإجابة عن سؤال، بل يجب أن يسير عبر سلسلة من الخطوات المنطقية مع الاحتفاظ بالسياق طوال تفاعل ممتد. ويندرج في ذلك أيضًا المهام التي تتطلب دمج معلومات من مجالات مختلفة، مثل التحليل المتزامن للشيفرة البرمجية والتوثيق ومتطلبات العمل. وهذه السيناريوهات تحديدًا باتت تحدد أكثر فأكثر القيمة الفعلية للنموذج اللغوي بالنسبة إلى المهنيين.

لا يمكن فهم سياق هذا الإصدار دون النظر إلى المنافسين. فقد طورت OpenAI في الأشهر الأخيرة بوتيرة هجومية سلسلة نماذج ذات استدلال معزَّز، وتواصل Anthropic تعزيز قدرات Claude، فيما يعلن اللاعبون الصينيون، من DeepSeek إلى Qwen، عن حضورهم بثقة متزايدة في المقاييس الدولية. أما Google، على الرغم من مواردها الهائلة وبنيتها التحتية الخاصة المبنية على TPU، فقد وجدت نفسها من حين إلى آخر في موقع اللاحق بالركب. وقد تلقّى Gemini 2.0 Pro، الذي صدر سابقًا، آراء متباينة: نتائج مبهرة في الاختبارات، لكن تجربة مستخدم غير محسومة في السيناريوهات الواقعية. ويبدو الإصدار 3.1 Pro محاولة لسدّ هذه الفجوة تحديدًا بين الأرقام المخبرية والفائدة العملية.

غير أن عبارة «مقاييس قياسية» بحد ذاتها تستحق نظرة نقدية. فالصناعة تدرك بوضوح متزايد محدودية الاختبارات التقليدية. كانت مقاييس مثل MMLU وHumanEval وGSM8K مفيدة في المراحل الأولى من تطور النماذج اللغوية الكبيرة، لكن النماذج الرائدة اليوم تسجّل فيها نتائج تقترب من السقف. والفرق بين 92 و94 في المئة في اختبار أكاديمي لا يقول الكثير عن مدى فائدة النموذج للمحلل أو المطوّر أو الطبيب في عمله اليومي. ولهذا تجذب مقاييس بديلة اهتمامًا متزايدًا: تفضيلات المستخدمين في المقارنات العمياء على منصات مثل Chatbot Arena، والنتائج في مهام مأخوذة من سير عمل حقيقي، والقدرة على اتباع تعليمات معقّدة دون هلوسات. ومن المؤكد أن Google تدرك ذلك، وسيكون من المثير معرفة كيف سيؤدي Gemini 3.1 Pro في هذه الظروف «الميدانية» تحديدًا.

ولهذا الإصدار خصوصية بالنسبة إلى الجمهور الروسي. فما زال توفر خدمات Google في روسيا محدودًا، وليس بإمكان جميع المطوّرين استخدام واجهة Gemini API مباشرة. ومع ذلك يُلمس تأثير هذه النماذج بصورة غير مباشرة: عبر منظومة المصادر المفتوحة، وعبر الضغط التنافسي على المزوّدين الآخرين، وعبر تشكيل المعايير التي تحدد ما يُعدّ نموذجًا «جيدًا بما يكفي». فعندما ترفع Google السقف، يضطر الجميع إلى اللحاق، بمن فيهم أولئك الذين تتوفر منتجاتهم في السوق الروسية.

وثمة سياق استراتيجي أوسع أيضًا. فـ Google تدمج Gemini بوتيرة متسارعة في منظومة منتجاتها، من البحث وGmail إلى Google Workspace ومنصتها السحابية. ومن المرجح أن يصبح Gemini 3.1 Pro أساسًا للجيل القادم من ميزات الذكاء الاصطناعي في هذه المنتجات، وهو ما يمسّ مئات الملايين من المستخدمين حول العالم. وبهذا المعنى ليست المقاييس سوى تذكرة دخول. أما المعركة الحقيقية فتدور حول من سيسبق إلى تحويل قدرات النموذج إلى منتج يستخدمه الناس كل يوم، دون أن يفكروا في أي نموذج يعمل تحت الغطاء.

يؤكد ظهور Gemini 3.1 Pro اتجاهًا سيحدد السنوات القليلة المقبلة من تطور القطاع: العصر الذي كان فيه النموذج الجديد يثير الإعجاب لمجرد وجوده يقترب من نهايته. فالأهمية الآن لا تعود إلى القوة الخام بقدر ما تعود إلى القدرة على حل مهام محددة بموثوقية وبشكل قابل للتنبؤ وعلى نطاق واسع. لقد قامت Google بخطوتها، ولن يتأخر رد المنافسين.