Google और Meta ने बुधवार को कुछ ही घंटों के अंतराल में अपने नवीनतम अग्रणी एआई मॉडल जारी किए। Google ने साइबर सुरक्षा के एक विशेष संस्करण के साथ Gemini 3.8 Flash जारी किया, जबकि Meta ने Muse Spark 1.3 पेश किया।
इन दोनों लॉन्च से सीधी तुलना का मौका मिलता है। Artificial Analysis की स्वतंत्र जाँच में नतीजे बँटे हुए हैं। एजेंट-आधारित ज्ञान कार्य और वैज्ञानिक तर्क में Meta आगे है, जबकि तथ्य याद रखने और टर्मिनल कोडिंग में Google को बढ़त हासिल है।
एक ही दिन में जारी हुए दो अग्रणी मॉडल
Gemini 3.8 Flash छह हफ्तों में Google का तीसरा Flash मॉडल है। इसकी कीमत प्रति 1 मिलियन इनपुट टोकन $0.75 और प्रति 1 मिलियन आउटपुट टोकन $3.75 है।
जैसे ही समाचार होते हैं, हमें X पर फॉलो करें।
यह शुरुआती दर 31 दिसंबर, 2026 तक लागू रहेगी। इसके बाद कीमतें दोगुनी होकर प्रति 1 मिलियन टोकन $1.50 और $7.50 हो जाएँगी।
Google ने सामान्य मॉडल के साथ Gemini 3.8 Flash Cyber भी जारी किया। यह मॉडल कुछ चुनिंदा विश्वसनीय रक्षकों के लिए उपलब्ध है। साइबर सुरक्षा की कमजोरियाँ खोजने वाले बेंचमार्क CyberGym पर इसने 86.2% अंक हासिल किए।
साइबर संस्करण ने पैचिंग बेंचमार्क CWE-Bench पर भी 47.2% अंक हासिल किए। Google के अनुसार, इस मॉडल ने Chrome की कमजोरियों के लिए बड़े व्यावसायिक मॉडलों की तुलना में 2.6 गुना अधिक सही पैच तैयार किए।
इसका ऐक्सेस Fairwind Program के तहत सीमित है। यह मॉडल केवल सरकारी प्राधिकरणों और महत्वपूर्ण बुनियादी ढाँचे के संचालकों के लिए उपलब्ध है। इससे एक दिन पहले OpenAI ने Astra के लिए भी ऐसी ही सीमा तय की थी—यह पहला मॉडल है जिसे उसने साइबर सुरक्षा के गंभीर जोखिम स्तर पर रखा।
इस बीच, Meta ने Muse Code और Meta Model API के ज़रिए Muse Spark 1.3 जारी किया। कंपनी के इंजीनियरों ने मापा कि संस्करण 1.2 की तुलना में टूल कॉल लगभग 20% कम हुए।
Gemini 3.8 Flash बनाम Muse Spark 1.3: स्वतंत्र बेंचमार्क के नतीजे बंटे
Artificial Analysis ने इन मॉडल्स का परीक्षण किया और नतीजे बताते हैं कि उनकी रैंकिंग कैसी है। Muse Spark 1.3 ने मैक्स मोड में GDPval-AA v2 पर 1,754 Elo स्कोर किया। Gemini 3.8 Flash (हाई) ने 1,545 स्कोर किया।
Meta ने Sierra Research के बैंकिंग एजेंट परीक्षण (52.4% बनाम 44.9%) और CritPt फिज़िक्स रीजनिंग में भी बढ़त हासिल की। Gemini 3.8 Flash ने Terminal-Bench 2.1 में 87.6%, AA-LCR के लंबे कॉन्टेक्स्ट परीक्षण में 81% और AA-Omniscience की सटीकता में 55% के साथ बढ़त बनाई।
परीक्षण किए गए मॉडल्स में Gemini 3.8 Flash ने GPQA Diamond पर 95% के साथ सबसे ऊँचा स्कोर हासिल किया। Humanity’s Last Exam में दोनों के स्कोर का अंतर एक अंक से भी कम रहा।
Meta का सबसे अधिक स्कोर करने वाला मॉडल अभी जारी नहीं हुआ है। कंपनी ने कहा कि मैक्स रीजनिंग, अतिरिक्त सुरक्षा परीक्षण पूरे होने के बाद उपलब्ध होगी। फिलहाल xhigh ही उपलब्ध वैरिएंट है।
उस संस्करण ने Artificial Analysis Intelligence Index पर 61 स्कोर किया, जो Muse Spark 1.2 से चार अंक अधिक है। यह Claude Fable 5.1 (66) और Claude Opus 5 (63) से पीछे है।
और मॉडल रिलीज़ पहले से कतार में हैं। Elon Musk ने कहा है कि Grok 4.7 जल्द आएगा, जिससे दो हफ़्तों के भीतर चार फ्रंटियर मॉडल लॉन्च हो जाएंगे।
हमारे YouTube चैनल की सदस्यता लें ताकि नेता और पत्रकार विशेषज्ञ अंतर्दृष्टि प्रदान कर सकें
स्रोत: BeInCrypto
