لم تمضِ سوى ثلاثة أسابيع على إطلاق Gemini 3.7 Flash حتى أعلنت Google في 2 سبتمبر 2026 عن جيل جديد: Gemini 3.8 Flash، ومعه إصدار متخصص في الأمن السيبراني باسم Gemini 3.8 Flash Cyber. اللافت ليس سرعة الإصدارات فقط — فهذا ثالث نموذج Flash خلال ستة أسابيع — بل الاتجاه نفسه: تحويل نماذج الذكاء الاصطناعي من مساعدين يجيبون عن الأسئلة إلى وكلاء قادرين على تنفيذ مهام طويلة، التعامل مع أدوات، وفحص البرمجيات وإصلاحها بصورة شبه مستقلة.
Gemini 3.8 Flash: جوجل تراهن على الوكلاء لا على الدردشة فقط
تصف Google نموذج 3.8 Flash بأنه أكثر نماذج Flash ذكاءً لديها حتى الآن، مع تحسن واضح في هندسة البرمجيات، والمهام الوكيلية Agentic Tasks، والاستدلال متعدد الخطوات. الفكرة الأساسية أن النموذج لا يكتفي بمحاولة واحدة؛ بل يمكنه تنفيذ حلقات عمل أطول، واستدعاء الأدوات بصورة متكررة، ومراجعة نتائجه ثم تعديل المسار حتى ينجز المهمة.
هذا مهم لأن المنافسة في نماذج الذكاء الاصطناعي بدأت تنتقل من سؤال «من يجيب بشكل أفضل؟» إلى سؤال مختلف: «من يستطيع إكمال المهمة من البداية إلى النهاية؟». في البرمجة مثلًا، لا يكفي اقتراح دالة أو تصحيح سطر؛ الوكيل الجيد يحتاج إلى قراءة المشروع، تحديد الملفات المرتبطة، تشغيل الاختبارات، فهم الخطأ، تعديل أكثر من ملف، ثم التأكد أن الإصلاح لم يكسر جزءًا آخر من النظام.
السعر بقي منخفضًا… لكن النموذج قد يستخدم Tokens أكثر
أبقت Google السعر التمهيدي لـ Gemini 3.8 Flash عند 0.75 دولار لكل مليون Input Tokens و3.75 دولار لكل مليون Output Tokens، وهو السعر نفسه المعلن لـ 3.7 Flash. لكن هناك تفصيل مهم للمطورين: Google تقول إن 3.8 Flash «يعمل بجهد أكبر» على المسائل المعقدة، ما يعني أنه قد ينفذ خطوات استدلال واستدعاءات أدوات إضافية ويستهلك Tokens أكثر عند مستويات Effort المرتفعة.
لذلك فإن سعر المليون Token وحده لا يكفي لمقارنة الكلفة الفعلية داخل LLM Gateway أو نظام وكلاء. النموذج الأرخص لكل Token قد يصبح أغلى لكل «مهمة مكتملة» إذا كان يحتاج إلى عدد أكبر من الخطوات، والعكس صحيح. Google تتيح مستويات Effort أقل لمن يريد التحكم في هذا التوازن بين الجودة والكلفة والزمن.
السعر الحالي تمهيدي حتى نهاية 31 ديسمبر 2026. ووفق إعلان Google، يرتفع ابتداءً من 1 يناير 2027 إلى 1.50 دولار لكل مليون Input Tokens و7.50 دولار لكل مليون Output Tokens.
Gemini 3.8 Flash Cyber: نموذج لا يبحث عن الخطأ فقط… بل يصلحه
الإطلاق الأكثر إثارة للاهتمام هو Gemini 3.8 Flash Cyber، وهو نموذج متخصص صُمم للمدافعين في الأمن السيبراني. وظيفته لا تتوقف عند قراءة الكود واكتشاف مشكلة محتملة، بل تمتد إلى البحث المستقل عن الثغرات داخل Codebases كبيرة، التحقق منها، ثم إنشاء Patch لإصلاحها.
بحسب Google DeepMind، يستطيع النموذج التنقل داخل مشاريع معقدة تمتد عبر 20 لغة برمجة. وفي اختبار داخلي صممته Google لمحاكاة اكتشاف ثغرات واقعية عبر لغات متعددة، حقق النموذج نسبة نجاح بلغت 71%. ويجب قراءة هذا الرقم في سياقه: الاختبار داخلي، وليس Benchmark مستقلًا بالكامل، لكنه يوضح حجم القفزة التي تقول Google إنها حققتها مقارنة بالأجيال السابقة.
86.2% على CyberGym… وأداء قريب من القمة في إصلاح الثغرات
على CyberGym، وهو Benchmark لاكتشاف الثغرات بصورة مستقلة، تعرض Google نتيجة 86.2% Pass@1 لـ Gemini 3.8 Flash Cyber. كما تشير إلى أن النموذج يتفوق في هذا الاختبار على 3.5 Flash Cyber وعدة نماذج Frontier أكبر.
وفي CWE-Bench المخصص لقياس إصلاح الثغرات، حقق Gemini 3.8 Flash Cyber نتيجة 47.2% Pass@1، مقابل 47.8% للنموذج المتصدر في المقارنة التي تعرضها Google، مع كلفة أقل بصورة ملحوظة. هذه النقطة مهمة لأن اكتشاف الثغرة نصف المشكلة فقط؛ القيمة التشغيلية الحقيقية تبدأ عندما يمكن للنظام إنتاج إصلاح صالح يمر بالاختبارات دون إدخال أخطاء جديدة.
Chrome استخدم النموذج فعليًا
Google لا تقدم الأرقام باعتبارها اختبارات مخبرية فقط. الشركة تقول إن فريق Chrome Security حصل باستخدام 3.8 Flash Cyber على 2.6 مرة أكثر من الإصلاحات الصحيحة مقارنة بأفضل النماذج التجارية الأكبر التي اختبرها الفريق. كما تقول إن فريق Cloud Vulnerability Research استخدم النموذج للعثور على ثغرة أساسية حرجة في أقل من ساعتين، في نوع من الأبحاث قد يستغرق عادة أسابيع أو أشهر.
هذه النتائج ما تزال صادرة عن Google وشركائها، ولذلك من المبكر تحويلها إلى حكم نهائي على السوق. لكنها تعطي إشارة واضحة إلى الاتجاه: نماذج الأمن السيبراني المتخصصة قد تصبح طبقة مستمرة داخل دورة تطوير البرمجيات، تعمل بالتوازي مع الاختبارات وCI/CD بدل تشغيلها فقط عند المراجعات الأمنية الدورية.
لماذا لا يستطيع الجميع استخدام Flash Cyber؟
هنا تختلف القصة عن نموذج Gemini العادي. Gemini 3.8 Flash Cyber ليس متاحًا للعامة عبر API مفتوحة. Google تطلقه من خلال برنامج جديد اسمه Fairwind يتيح الوصول إلى جهات حكومية مختارة، مشغلي بنية تحتية حرجة، مطوري برمجيات، وشركاء أمنيين موثوقين.
السبب واضح: النموذج القادر على اكتشاف الثغرات والتحرك داخل Codebase كبير يمكن استخدامه دفاعيًا، لكنه قد يصبح أداة هجومية قوية أيضًا. لذلك تقول Google إن نسخة Cyber تحمل سياسات أكثر مرونة فيما يخص مهام الأمن السيبراني مقارنة بالنموذج العام، ولهذا تقيد الوصول إليها ضمن برنامج يركز على المدافعين.
ماذا يتغير للمطور العادي؟
حتى لو لم تحصل على Flash Cyber، فإن Gemini 3.8 Flash نفسه أصبح متاحًا للمطورين عبر Gemini API وGoogle AI Studio، وللشركات عبر Gemini Enterprise، كما يصل إلى مشتركي Google AI Pro وUltra في تطبيق Gemini وبعض منتجات Google الأخرى.
بالنسبة للمطورين، الإشارة الأهم هي أن أدوات البرمجة الذكية ستتحرك بسرعة من Autocomplete وChat إلى وكلاء يملكون دورة عمل كاملة: قراءة المشروع، التخطيط، التعديل، تشغيل الأدوات، اكتشاف الأخطاء، إعادة المحاولة، وربما مراجعة الجوانب الأمنية قبل فتح Pull Request.
وماذا يعني ذلك للشركات التي تبني AI Agents؟
إذا كنت تبني نظامًا يعتمد على الوكلاء، فإن معيار اختيار النموذج يتغير. Latency وسعر Token لا يزالان مهمين، لكنهما ليسا كافيين. يجب قياس تكلفة المهمة المكتملة، عدد محاولات Tool Calling، نسبة نجاح المهمة من أول دورة، عدد Tokens الفعلي تحت مستويات Effort المختلفة، ومعدل احتياج الوكيل إلى تدخل بشري.
وهنا يصبح وجود نموذج Flash سريع ورخيص نسبيًا وقادر على Long-Horizon Tasks مهمًا جدًا. فقد يكون تشغيل وكيل أكثر ذكاءً بسعر أعلى قليلًا في كل استدعاء أرخص في النهاية إذا أنجز المهمة في ثلاث خطوات بدل عشر، أو إذا خفّض نسبة الفشل وإعادة التشغيل.
هل بدأ عصر «وكيل الأمن» الدائم داخل كل مشروع؟
قد تكون هذه هي القصة الأكبر خلف الإعلان. أدوات SAST وDependency Scanners وفحص الأسرار ستبقى أساسية، لكن نموذجًا يستطيع فهم سياق التطبيق ثم اكتشاف الثغرة واقتراح Patch واختباره يضيف طبقة مختلفة تمامًا. بدل تقرير يحتوي على مئات التنبيهات، يمكن أن تصبح النتيجة Pull Request جاهزًا للمراجعة.
هذا لا يعني الاستغناء عن مختصي الأمن أو Code Review. بالعكس، كلما أصبح الوكيل قادرًا على تعديل أنظمة حساسة، زادت أهمية سياسات الصلاحيات، والعزل، والمراجعة البشرية، وسجلات التنفيذ، والاختبارات المستقلة. النموذج قد يقترح إصلاحًا صحيحًا وظيفيًا لكنه غير مناسب لسياسة المؤسسة، أو يفشل في فهم أثر جانبي خارج السياق الذي اطلع عليه.
الخلاصة
Gemini 3.8 Flash مهم لأنه يوضح إلى أين تتجه نماذج الذكاء الاصطناعي العامة: وكلاء أسرع وأقدر على المهام الطويلة. أما Gemini 3.8 Flash Cyber فيوضح الاتجاه المقابل نحو النماذج المتخصصة التي لا تكتفي بفهم المجال، بل تنفذ عملًا مهنيًا متكاملًا داخله.
إذا أثبتت النتائج المعلنة نفسها خارج اختبارات Google، فقد لا يكون السؤال خلال العام القادم «هل نستخدم AI في مراجعة الكود؟»، بل «في أي مرحلة من الـ CI/CD نسمح لوكيل الذكاء الاصطناعي أن يبحث ويعدل ويختبر، وما الحدود التي نضعها له؟».
المصادر
المعلومات والأرقام في هذا المقال مبنية على إعلانات Google وGoogle DeepMind الرسمية المنشورة في 2 سبتمبر 2026: إعلان Gemini 3.8 Flash وFlash Cyber، صفحة Gemini 3.8 Flash Cyber، وإعلان برنامج Fairwind.