🌟 گوگل از دو مدل جدید برای مکالمه‌ی صوتی رونمایی کرده: Gemini 3.8 Live و Gemini 3.8 Live Extended Thinking.

یکی برای مکالمه‌ی سریع و مقیاس بالا طراحی شده و دیگری برای کارهای پیچیده‌تر و چندمرحله‌ای، با قابلیت استدلال عمیق‌تر.

اما بخش جالب ماجرا اینجاست؛ Gemini 3.8 Live می‌تونه ورودی تصویری رو به‌صورت لحظه‌ای درک کنه. یعنی مثلا دوربین رو سمت یک وسیله یا مشکل فنی می‌گیری، درباره‌ش حرف می‌زنی و مدل همزمان تصویر رو بررسی می‌کنه و راهنمایی‌ات می‌کنه.

حتی می‌تونه وسط مکالمه زبان رو عوض کنه و بین ۹۷ زبان پشتیبانی‌شده جابه‌جا بشه، بدون اینکه گفت‌وگو متوقف بشه.

در نسخه‌ی Extended Thinking هم مدل می‌تونه همزمان با ادامه‌ی مکالمه، روی کارهای پیچیده در پس‌زمینه استدلال و اجرا داشته باشه.

به نظر می‌رسه Voice AI داره از یک ابزار صرفا مکالمه‌ای فاصله می‌گیره؛ مدلی که فقط صدات رو می‌شنوه نیست، بلکه می‌تونه همزمان ببینه، زمینه رو درک کنه، فکر کنه و بعضی کارها رو هم اجرا کنه.

#اخبار_تکنولوژی

🤖 امروز قراره دو تا از قدرتمندترین ابزار های هوش مصنوعی، GPT و Claude رو با هم مقایسه کنیم.

ببینیم هر کدوم در چه زمینه‌ای عملکرد بهتری دارن…؟! از قدرت حل مسئله و کیفیت نوشتن گرفته تا کدنویسی، کار با فایل و ابزارها! 👇🏻

1. Reasoning | قدرت حل مسئله

وقتی یک سؤال ساده نیست و مدل باید چند مرحله فکر کنه، اطلاعات مختلف رو کنار هم بذاره و به یک نتیجه برسه، اینجا Reasoning خودش رو نشون می‌ده.

🤖 : در حل مسائل چندمرحله‌ای، تحلیل و پیدا کردن راه‌حل‌های مختلف عملکرد قدرتمندی داره.

💬 : اون هم در مسائل پیچیده عملکرد خیلی خوبی داره و معمولاً پاسخ‌هاش رو با تحلیل و جزئیات بیشتری پیش می‌بره.

📌 نتیجه: هر دو برای مسائل پیچیده مناسبن؛ تفاوت بیشتر به نوع مسئله و نحوه استفاده از مدل برمی‌گرده.

2. Writing | کیفیت نوشتن

اگر از AI برای کپشن، مقاله، سناریو، ایمیل یا تولید محتوا استفاده می‌کنی، کیفیت نوشتن خیلی مهمه.

🤖 : معمولاً در تغییر لحن، ایده‌پردازی و تولید مدل‌های مختلف از یک محتوا انعطاف زیادی داره.

💬 : معمولاً متن‌های طبیعی، منسجم و طولانی رو خیلی خوب مدیریت می‌کنه.

📌 نتیجه: برای تنوع در ایده و لحن GPT خوبه و برای متن‌های طولانی و منسجم هم Claude!

3. Coding | برنامه‌نویسی

فقط نوشتن یک تکه کد مهم نیست؛ اینکه AI بتونه کد رو بفهمه، خطاها رو پیدا کنه و روی یک پروژه ادامه بده مهم‌تره.

🤖 : برای نوشتن، توضیح و دیباگ کردن کد و همین‌طور کار با ابزارهای مختلف عملکرد قدرتمندی داره.

💬 : در درک کدهای طولانی و کار روی پروژه‌های بزرگ هم بسیار قدرتمنده.

📌 نتیجه: هر دو انتخاب‌های جدی برای برنامه‌نویسی هستن؛ برای پروژه‌های واقعی، بهتره هر دو رو روی کد خودت امتحان کنی.

4. Context | حافظه‌ی داخل یک گفتگو

فرض کن یک فایل بزرگ یا یک گفت‌وگوی خیلی طولانی داری.

مدل باید بتونه اطلاعاتی که چندین پیام قبل گفتی رو همچنان در نظر داشته باشه.

🤖 : می‌تونه حجم زیادی از اطلاعات رو در یک گفتگو مدیریت کنه.

💬 : اون هم برای کار با متن‌ها و اطلاعات طولانی بسیار مناسبه.

📌 نتیجه: هر دو در مدیریت context طولانی قدرتمندن و برای پروژه‌های بزرگ می‌تونن کاربرد داشته باشن.

5. Image & File | کار با تصویر و فایل

اگر یک PDF، عکس، نمودار یا فایل به AI بدی، فقط جواب دادن مهم نیست؛ باید بتونه محتوای اون رو درست درک کنه.

🤖 : علاوه بر متن، می‌تونه با تصویر و فایل‌ها کار کنه و در بعضی workflowها از ابزارهای مختلف هم کمک بگیره.

💬 : در تحلیل فایل‌ها و متن‌های طولانی عملکرد بسیار خوبی داره.

📌 نتیجه: هر دو برای کار با فایل مناسبن؛ نوع فایلی که استفاده می‌کنی می‌تونه روی انتخابت تأثیر بذاره.

6. Tools & Tasks | ابزارها و انجام کار

بعضی وقت‌ها نمی‌خوای AI فقط جواب بده؛ می‌خوای یک کار رو هم برات انجام بده.

🤖 : امکانات و ابزارهای متنوعی برای جست‌وجو، کار با فایل، تصویر و انجام کارهای چندمرحله‌ای داره.

💬 : تمرکز زیادی روی استفاده از ابزارها و انجام کارهای چندمرحله‌ای، مخصوصاً در coding و workflowهای حرفه‌ای داره.

📌 نتیجه: هر دو دارن از یک چت‌بات ساده به سمت AI Agent شدن حرکت می‌کنن.

7. Speed & UX | سرعت و تجربه استفاده

گاهی بهترین جواب دنیا هم اگر خیلی دیر برسه، چندان کاربردی نیست!

🤖 : برای استفاده روزمره و انجام کارهای مختلف، تجربه سریع و همه‌کاره‌ای ارائه می‌ده.

💬 : بسته به مدل و نوع کاری که بهش می‌دی، می‌تونه پاسخ‌های عمیق‌تری ارائه کنه که گاهی زمان بیشتری می‌برن.

📌 نتیجه: سرعت به مدل، نوع درخواست و میزان پردازشی که برای پاسخ انتخاب می‌شه بستگی داره.