من «دوباو الأمريكي» إلى أفضل نماذج البرمجة: ماذا حدث لـ Gemini خلال ثلاث سنوات؟ شرح شامل لـ 12 محطة رئيسية

ملاحظة الكاتب: يستعرض هذا المقال 12 محطة رئيسية في مسيرة Gemini بين عامي 2023 و2026، ويشرح كيف انتقلت Google من القدرات متعددة الوسائط والسياق الطويل إلى الاستدلال واستدعاء الأدوات وتطوير وكلاء الذكاء الاصطناعي (Agents) للمهام الطويلة. ويمثّل Gemini 4 Carbon حتى الآن الثمرة المرحلية لهذا المسار.

في 10 نوفمبر 2026، وسّعت Google نطاق إتاحة Gemini 4 Carbon ليشمل مطوّري API المدفوعين ومستخدمي Google AI Ultra. وقبل ذلك، في التقييم الذي نشرته Artificial Analysis بتاريخ 28 أكتوبر، حصل Carbon على 59 نقطة في Intelligence Index v5، فجاء في المرتبة الأولى وقتها. أما Gemini، الذي كان مطوّرو الصين يسمّونه مازحين «Doubao الأمريكي»، فقد دخل اليوم حلبة المنافسة بين أقوى النماذج.

لم يكن هذا صعودًا مفاجئًا. فظهور Carbon ثمرة ثلاث سنوات من العمل المتواصل لسدّ الفجوات في القدرات متعددة الوسائط، والسياق الطويل، والاستدلال، واستدعاء الأدوات، وتطوير الوكلاء. يسير المقال وفق الترتيب التالي: «الخط الزمني، ثم أبرز التغيرات التقنية، ثم خريطة المنافسة اليوم»، ليوضح ما الذي تحسّن فعليًا في كل جيل من Gemini. وسنذكر لكل قائمة تصنيف مستقلة نستشهد بها فئة الاختبار وتاريخه، كما سنبيّن المجالات المتخصصة التي يتفوق فيها منافسون مثل Opus وAstra.

القيمة الأساسية: مقال واحد يتيح لك فهم التطور التقني لـ Gemini خلال ثلاث سنوات، وتحديد الموضع المناسب لسلسلة Gemini 4 في سير عملك التطويري.

ما الذي مرّ به Gemini خلال ثلاث سنوات: نظرة سريعة على 12 محطة مفصلية

لنبدأ بأصل هذا اللقب. في وصف كاتب الحساب العام الأصلي، ليو شياو باي (刘小排)، يحمل لقب «Doubao الأمريكي» نبرة مازحة: Gemini مدعوم من شركة عملاقة، وقد دخل في الهاتف والبحث وأدوات المكتب، أي في باقة المنتجات كلها، والأجواء حوله حافلة بالدردشة والتعرف على الصور وتشغيل الواجهات الرخيصة. لكن حين يتعلق الأمر ببرمجة جادة أو ببناء منتجات معقدة، يعود كثير من المطورين إلى Claude. هذا تلخيص ذاتي من الكاتب لانطباع شائع في الوسط، لكنه يصيب فعلًا الصورة التي تكوّنت عن Gemini في بداياته: قاعدة مستخدمين ضخمة، لكن حضوره ضعيف في المهام الهندسية.

يعتمد الجدول التالي على إعلانات Google الرسمية في كل إصدار، وهو الخيط الرئيسي لفهم هذه المقالة.

يمكن تلخيص هذه المحطات الـ 12 في جملة واحدة: كانت القيمة الأساسية لـ Gemini في بداياته هي «فهم المعلومات»، ثم أضيفت إليها تدريجيًا قدرات «الاستدلال على المشكلات» و«استدعاء الأدوات»، حتى وصل إلى «تنفيذ المهام المعقدة».

ما الذي تغيّر في Gemini، “دوباو الأمريكي”

لفت Carbon الأنظار أولًا بسبب نتائجه في التصنيفات المستقلة. تُعدّ Artificial Analysis جهة تقييم خارجية يرجع إليها المطورون كثيرًا، وقد نشرت بتاريخ 28 أكتوبر 2026 تحليلًا خاصًا عن Carbon، وهذه أبرز بياناته.

هناك نقطتان تستحقان الانتباه عند قراءة هذا الجدول. الأولى أن كل درجة فيه مرتبطة بإعداد محدد للنموذج، مثل Carbon High وOpus 5.5 Max، ولذلك لا يصح الخلط بين نتائج مستويات الاستدلال المختلفة. والثانية أن التفوق في الدرجة الإجمالية لا يعني التفوق في كل مجال على حدة: ففي Coding Agent Index لا يزال Opus 5.5 Max داخل Claude Code يتقدم على Carbon High بثلاث نقاط.

وفي لقطة التصنيف اللحظي التي شاركها كاتب المقال الأصلي على حسابه في المنصة، يظهر نموذج Claude Fable 5.2 متقدمًا على Carbon. ويرى الكاتب أن هذا النموذج يستغرق وقتًا أطول في المهمة الواحدة وتكلفته أعلى، ولذلك اختار سير عمل يقوم على “Carbon للتطوير الأساسي، وFable للفحص النهائي”. هذه تجربة شخصية للكاتب، ويمكن الاستئناس بها، لكن لا ينبغي اعتبارها خلاصة تنطبق على الجميع.

القدرات التنافسية المبكرة لـ Gemini: متعدد الوسائط والسياق الطويل بين 2023 و2024

Gemini 1.0: تعدد الوسائط من أساس التصميم

أبرز ما ميّز Gemini 1.0، الذي صدر في ديسمبر 2023، هو أنه “متعدد الوسائط بالأصل”. صُمم من الأساس للتعامل مع أنواع مختلفة من المعلومات: النصوص والصور والصوت والفيديو والشفرة البرمجية. لم يبدأ Google بنموذج نصي ثم يضيف إليه وحدة بصرية خارجية. لذلك إذا رفع المستخدم مخططًا بيانيًا مع نص، يستطيع النموذج فهم العلاقة بينهما ضمن منظومة واحدة.

حلّ هذا الجيل مشكلة “كم نوعًا من المعلومات يستطيع النموذج فهمه”. أما الإصدارات الثلاثة Ultra وPro وNano فتخدم على الترتيب الأداء العالي والاستخدام العام والتشغيل على الأجهزة الطرفية. وقد مهّد ذلك لدخول Gemini لاحقًا إلى الهواتف وغيرها من الأجهزة.

Gemini 1.5 Pro: السياق الطويل يصبح ساحة منافسة

في فبراير 2024 جعل Gemini 1.5 Pro السياق الطويل نقطة بيع رئيسية، إذ عرضت Google رسميًا قدرته على التعامل مع سياق يصل إلى مليون Token. يمكنك تخيّل نافذة السياق كأنها “طاولة عمل” للنموذج: كلما اتسعت الطاولة، زادت المواد التي يمكن فردها أمامه دفعة واحدة. ومن الاستخدامات التي ذكرتها Google تحليل الفيديوهات الطويلة والتسجيلات الصوتية الطويلة وقواعد الشفرة الضخمة. وهذا يعني أن المطوّر يستطيع تسليم النموذج الشفرة الأساسية لمشروع كامل دفعة واحدة ليفهم كيف تستدعي الوحدات بعضها بعضًا، بدلًا من تغذيته بها مقطعًا بعد مقطع.

Gemini 2.0: التحول الصريح نحو الـ Agent

كان Gemini 2.0 في ديسمبر 2024 نقطة تحوّل في الاتجاه. بدأت Google تتوجه صراحةً إلى عصر الـ Agent، وركّزت على قدرات الأدوات الأصيلة مثل البحث وتنفيذ الشفرة واستدعاء الدوال. وعرضت في الوقت نفسه اتجاهات بحثية في الـ Agent، منها Project Mariner.

ويمكن فهم استدعاء الأدوات هكذا: كان النموذج في السابق يجيب عن سؤال مثل “ما أحدث إصدار لمكتبة ما اليوم؟” من ذاكرته فقط. أما مع استدعاء الأدوات فيستطيع أن يطلب إجراء بحث بنفسه، أو أن يشغّل مقطعًا من الشفرة فعلًا ويرى النتيجة. بذلك بدأ دور النموذج يتحول من “مُجيب” إلى “مُنفّذ”.

تحول Gemini في الاستدلال والبرمجة: Thinking وAntigravity في 2025

Gemini 2.5: Thinking يجعل النموذج يفكر قبل أن يجيب

في مارس 2025 قدّم Gemini 2.5 Pro قدرة Thinking، فتحسّن مستوى الاستدلال والبرمجة بشكل ملحوظ. يقصد بـ Thinking أن النموذج يجري استدلالًا متعدد الخطوات قبل أن يعطي إجابته. خذ تصحيح الأخطاء مثالًا: في الوضع العادي قد يقدّم النموذج مباشرةً إصلاحًا «يبدو صحيحًا». أما في وضع Thinking فيبدأ بتخمين الأسباب المحتملة، ويستبعد الفرضيات التي لا تصمد، ثم يقترح التعديل. وفي مايو 2025 أعلنت Google أن 2.5 Pro حقق التقدم على قوائم المتصدرين في ذلك الوقت، ومنها WebDev Arena. وكانت تلك أول مرة يحقق فيها Gemini حضورًا واضحًا في القوائم المتعلقة بالبرمجة.

Gemini 3 وAntigravity: من النموذج إلى بيئة العمل

في 18 نوفمبر 2025 أطلقت Google كلًّا من Gemini 3 وAntigravity معًا. يدمج Antigravity المحرر والطرفية وعمليات المتصفح في بيئة عمل واحدة للوكيل (Agent). وأهمية هذه الخطوة أن Google لم تعد تكتفي بأن «يكتب» النموذج الشفرة، بل تريده أن يشغّلها بنفسه، ويفتح المتصفح ليفحص النتيجة، ثم يعدّل إذا اكتشف مشكلة.

وهذا هو المقصود بالبرمجة الوكيلية (Agentic Coding): يتولى الوكيل الذكي التخطيط وكتابة الشفرة وتشغيلها وفحصها، بينما يتركّز دور المطوّر أكثر على تحديد الهدف ومراجعة النتائج. ومنذ ذلك الحين صار النموذج وسلسلة الأدوات يُصمَّمان معًا، وكان هذا مفتاح لحاق Gemini بالمنافسين لاحقًا.

Gemini 4 Argon وCarbon: Gemini يتجه نحو الهندسة المعقدة في 2026

تسارعت وتيرة إصدارات Gemini بوضوح في 2026. عزّز الإصدار 3.1 Pro الاستدلال الأساسي في فبراير. وجمع 3.5 Flash في مايو بين السرعة وقدرة الـ Agent على التنفيذ طويل الأمد. أما 3.8 Flash في سبتمبر فحُسِّن لهندسة البرمجيات واستدعاء الأدوات وسير عمل الـ Agent المعقد. بعد ذلك ظهر Gemini 4 Argon ثم Gemini 4 Carbon.

أهم ما يحتاج المطورون إلى فهمه هو الفرق في تموضع النموذجين.

باختصار، يناسب Argon العمل اليومي: كتابة الميزات وإصلاح الأخطاء ومعالجة المستندات. أما Carbon فيناسب المهام التي تتطلب استدلالًا متواصلًا لوقت طويل، وتمرّ بعدة مراحل، وتحتاج إلى تحقق متكرر. من أمثلتها تحديد مشكلة تزامن معقدة داخل مستودع كبير. وفي تقييم AA-Briefcase للعمل المعرفي، تفوّق Carbon على Argon بفارق 126 نقطة Elo، وهذا يؤكد أن الفجوة بينهما في المهام المعقدة حقيقية.

موقع Gemini 4 Carbon الفعلي في قائمة تطوير الويب

التفوق في الذكاء العام لا يعني التفوق في كل مهام التطوير. وخير مثال على ذلك قائمة WebDev Arena بتاريخ 10 نوفمبر 2026.

كما نرى، في تطوير الويب تحديدًا يتقدم Opus 5.5 Max بنحو 50 نقطة، بينما يتقارب Carbon وAstra تقريبًا، وما زالت نتيجة Carbon بيانات أولية. أثنى كاتب المقال الأصلي على حساب WeChat العام كثيرًا على الذوق الجمالي لواجهات Carbon، وذكر أنه يعرض الصفحة ثم يراجع التنسيق بنفسه. هذه التجربة تستحق الانتباه، لكنها تبقى ملاحظة شخصية، ويجب التحقق منها على مشروعك الخاص.

توضيح للرسم: بيانات القوائم مصدرها الصفحات العامة لـ Artificial Analysis وArena، وتختلف فئات الاختبار من قائمة إلى أخرى. إذا أردت التحقق من الفروق على موجهاتك الخاصة، يمكنك تجربة النماذج فعليًا عبر APIYI apiyi.com، مع التبديل بينها باستخدام الواجهة نفسها المتوافقة مع OpenAI.

لماذا استعادت Gemini مكانتها: تحليل الأثر

قدرات النموذج: من “رؤية الكثير” إلى “إنجاز العمل”

إذا راجعنا السنوات الثلاث الماضية، نجد أن محور المنافسة عند Gemini تغيّر ثلاث مرات. بدأت المنافسة بعدد أنواع المعلومات التي يستطيع النموذج فهمها وحجم ما يعالجه دفعة واحدة، ثم انتقلت إلى الاستدلال واستخدام الأدوات، وهي اليوم تدور حول تنفيذ مهام هندسية معقدة على مدى زمني طويل. ولم تذهب خبرة أي جيل سدى. فالقدرة متعددة الوسائط تتيح للنموذج فهم لقطات الشاشة وتصاميم الواجهات، والسياق الطويل يجعله قادرًا على استيعاب قاعدة شفرة كاملة، أما Thinking واستدعاء الأدوات فيمكّنانه من التنفيذ الفعلي.

منظومة الأدوات: تصميم النموذج مع بيئة التنفيذ

تغطي Antigravity وAI Studio وتطبيق Gemini، إضافةً إلى خدمات Google التطويرية المختلفة، سيناريوهات متنوعة تبدأ من التجربة الأولية والنماذج الأولية وتصل إلى تطوير المنتجات الرسمية. وهذا فارق مهم بين Google والشركات التي تكتفي بتقديم واجهة API للنموذج. فالوكيل (Agent) يحتاج إلى “أيدٍ وأرجل” مثل المحرر والطرفية والمتصفح، وGoogle تستطيع أن توفر بيئة تنفيذ متكاملة بنفسها.

التوزيع والتسعير: الوصول إلى المطورين والمستخدمين العاديين معًا

على صعيد الاشتراكات، أضافت Google في 19 مايو 2026 فئة Ultra بسعر 100 دولار، وخفّضت أعلى فئة من 250 دولارًا إلى 200 دولار. وتوفر الفئتان حصة أساسية تعادل نحو 5 أضعاف و20 ضعفًا من حصة فئة Pro البالغ سعرها 20 دولارًا. أما على صعيد API، فالتسعير المعلن لنموذج Carbon كما يلي:

لا بد من التنبيه هنا إلى أن مزايا الباقات وأسعارها تخضع لما تعلنه صفحات Google الرسمية في وقتها. أما العبارات المطلقة التي وردت في المقال الأصلي على الحساب العام، مثل “حصة غير محدودة” و”لن يُحظر الحساب”، فليست التزامًا رسميًا.

الأثر على المطورين

• اختيار النموذج يتحول من “هيمنة جهة واحدة” إلى “توزيع حسب المهمة”: يمكن تفضيل Carbon للاستدلال العام، ومقارنته مع Opus في تطوير الويب وسيناريوهات وكلاء البرمجة، واستخدام Argon للمهام اليومية التي تعتمد على كفاءة التكلفة.
• هيكل التكلفة يحتاج إلى إعادة تخطيط: سيتضاعف سعر Carbon في 1 ديسمبر، كما أن مهام الوكلاء الطويلة تستهلك Token بسرعة، لذا ينبغي تقدير الميزانية مسبقًا.
• التحقق يجب أن يعود إلى المهام الحقيقية: لوحات الترتيب تضيّق قائمة المرشحين فقط، أما القرار النهائي فيحتاج إلى اختبار على قاعدة شفرتك وموجهاتك (Prompt) أنت.

الأثر على القطاع

• صورة الأقطاب الثلاثة أوضح: تتنافس Google وOpenAI وAnthropic وجهًا لوجه في مهام التطوير المعقدة، وتحتفظ كل منها بتفوقها في تخصصات مختلفة.
• وحدة المنافسة تتحول من النموذج إلى سير العمل: لن تقتصر المقارنة مستقبلًا على درجات النماذج، بل ستشمل سلسلة الأدوات الكاملة، من IDE وCLI إلى التعاون بين عدة وكلاء.

كيف تجرّب سلسلة Gemini 4 عبر API

إذا كنت مطوّرًا وتريد التجربة بنفسك، فأسرع طريقة هي استدعاء النموذج مباشرة عبر واجهة متوافقة مع OpenAI. المثال المختصر أدناه يعمل بمجرد استبدال مفتاح API، مع الرجوع إلى قائمة النماذج في المنصة لمعرفة اسم النموذج الصحيح:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="gemini-4-carbon",  # اسم النموذج حسب قائمة النماذج في المنصة
    messages=[{"role": "user", "content": "用三句话解释什么是 Agentic Coding"}]
)
print(response.choices[0].message.content)

import openai
from typing import Optional

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# أسماء النماذج حسب قائمة النماذج في المنصة
MODEL_ROUTER = {
    "simple": "gemini-4-argon",   # التطوير المعتاد وأعمال المعرفة
    "complex": "gemini-4-carbon"  # التصحيح المعقد والاستدلال العميق والمهام الطويلة
}

def ask_gemini(
    prompt: str,
    complexity: str = "simple",
    system_prompt: Optional[str] = None,
    max_tokens: int = 2000
) -> str:
    """اختيار نموذج من سلسلة Gemini 4 حسب تعقيد المهمة"""
    model = MODEL_ROUTER.get(complexity, MODEL_ROUTER["simple"])
    messages = []
    if system_prompt:
        messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": prompt})

    try:
        resp = client.chat.completions.create(
            model=model,
            messages=messages,
            max_tokens=max_tokens
        )
        return resp.choices[0].message.content
    except Exception as e:
        return f"Error: {e}"

# المهام اليومية تذهب إلى Argon، والتصحيح المعقد يذهب إلى Carbon
print(ask_gemini("给这个函数补充类型注解", complexity="simple"))
print(ask_gemini(
    "分析以下并发代码可能出现死锁的原因，并给出修复方案",
    complexity="complex",
    system_prompt="你是资深后端工程师，先列假设再逐一验证"
))

نصيحة للبدء السريع: سيتغير سعر API لنموذج Carbon في الأول من ديسمبر، لذا يُفضَّل أن تبدأ باختباره على عيّنة صغيرة. بعد التسجيل عبر APIYI على apiyi.com يمكنك الحصول على رصيد تجريبي مجاني، ويكفي مفتاح API واحد لاستدعاء Gemini وClaude وOpenAI وغيرها، مما يسهّل مقارنة النماذج على الموجه نفسه.

الأسئلة الشائعة FAQ

أبرز محطات تطور Gemini خلال ثلاث سنوات (Key Takeaways)

• خط التطور الرئيسي: بدأ Gemini بفهم المعلومات، ثم انتقل إلى الاستدلال في حل المشكلات، وصولًا إلى تنفيذ المهام المعقدة على مدى فترات طويلة
• الأساس المبكر: القدرات متعددة الوسائط الأصلية في الإصدار 1.0 ونافذة السياق التي تبلغ مليون رمز (Token) في الإصدار 1.5 كانتا الأساس لما جاء بعدهما
• نقطة التحول: وضع Thinking في الإصدار 2.5 وأداة Antigravity في الجيل الثالث أدخلا Gemini إلى ساحة البرمجة الرئيسية
• توزيع الأدوار بين النماذج: يتولى Argon أعمال التطوير المعتادة، بينما يتولى Carbon تصحيح الأخطاء المعقدة والاستدلال طويل الأمد
• قراءة متوازنة للتصنيفات: يتصدر Carbon في الدرجة الإجمالية، لكن Opus ما زال يتفوق عليه في اختبارات WebDev ووكلاء البرمجة المتخصصين
• كيف تبدأ: يمكنك تجربة Gemini وغيره من النماذج الرائدة عبر واجهة موحدة على APIYI (apiyi.com)

الخلاصة

من «دوباو الأمريكي» (اللقب الذي أُطلق على Gemini تشبيهًا بمساعد الذكاء الاصطناعي الصيني الشهير) إلى نموذج برمجة من الطراز الأول، يمكن تلخيص رحلة Gemini خلال السنوات الثلاث في ثلاث نقاط:

1. القدرات تتراكم طبقة فوق طبقة: تعدد الوسائط، والسياق الطويل، وThinking، واستدعاء الأدوات، والتنفيذ الطويل الأمد. كل خطوة بُنيت على التي سبقتها.
2. المنظومة المتكاملة هي سر العودة القوية: أعطت أدوات مثل Antigravity النموذج بيئة يعمل فيها فعليًا، وأوصل توزيع منتجات Google هذه القدرات إلى أعداد كبيرة من المستخدمين.
3. المنافسة ما زالت متعددة الأقطاب: دخل Carbon الصف الأول، لكن لكل من Opus وAstra مجالات يتفوق فيها، وأفضل استراتيجية للمطور هي اختيار النموذج المناسب لكل مهمة.

كان Gemini يُعامل في الغالب كمساعد ضمن حزمة خدمات Google، لكنه اليوم مرشح جدي ليكون الأداة الأساسية في الهندسة المعقدة وتطوير الوكلاء (Agents). التصنيفات مجرد نقطة بداية، أما الجواب الحقيقي فيظهر في مشروعك أنت. أنصحك باستخدام الرصيد المجاني على APIYI (apiyi.com) لتجربة عائلة Gemini 4 مع النماذج المرشحة الأخرى على المهمة نفسها، ثم اختيار التشكيلة الأساسية لفريقك.

📚 المراجع

1. مدونة Google الرسمية: إطلاق Gemini 1.0: تعريف بعائلة النماذج متعددة الوسائط الأصلية
2. الرابط: blog.google/innovation-and-ai/technology/ai/google-gemini-ai

3. ملاحظة: للاطلاع على التوجه الأول الذي صُمّم عليه Gemini

4. مدونة Google الرسمية: Gemini 3 وAntigravity: إطلاق Agentic Coding وبيئة التطوير

5. الرابط: blog.google/products-and-platforms/products/gemini/gemini-3

6. ملاحظة: لفهم تحوّل Google من تقديم النماذج إلى تقديم بيئات العمل

7. مدونة Google الرسمية: إتاحة Gemini 4 Carbon وأسعاره: نطاق الإتاحة وتسعير API

8. الرابط: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available

9. ملاحظة: الفرق الرسمي في تموضع Carbon وArgon

10. Google DeepMind: بطاقة نموذج Carbon: السياق والقدرات

11. الرابط: deepmind.google/models/model-cards/gemini-4-carbon

12. ملاحظة: للاطلاع على المواصفات التقنية، مثل نافذة سياق بحجم مليون رمز (Token)

13. Artificial Analysis: تقرير تقييم Carbon: تقييم مستقل وشامل

14. الرابط: artificialanalysis.ai/articles/gemini-4-carbon-new-number-1

15. ملاحظة: مصدر بيانات مثل Intelligence Index وCoding Agent Index

16. Arena: لوحة صدارة WebDev: ترتيب متخصص في تطوير الويب

17. الرابط: arena.ai/leaderboard/code/webdev

18. ملاحظة: لمقارنة أداء النماذج في مهام تطوير الويب

19. التسعير الرسمي لـ Gemini API: أحدث قواعد الفوترة

20. الرابط: ai.google.dev/gemini-api/docs/pricing
21. ملاحظة: الأسعار تخضع للمعلومات الفورية المعروضة في الصفحة الرسمية

المؤلف: فريق APIYI التقني
للتواصل التقني: يسعدنا تواصلكم معنا عبر الصفحة الرئيسية لموقع APIYI، وللمزيد من مواد الربط والتكامل يمكنكم زيارة مركز الوثائق docs.apiyi.com

مقالات ذات صلة

• Google Antigravity تطلق /swarm: شرح الأدوار الأربعة في البرمجة بالذكاء الاصطناعي مع انتقالها من تنفيذ وكيل واحد إلى تعاون فريق من الوكلاء المتعددين: شرح ميزة المعاينة /swarm في Google Antigravity: كيف يتقاسم Coordinator وWorker وVerifier وMonitor المهام ويتعاونون، مع توضيح نسخ العمل ولوحة العرض المرئية واستهلاك الحصة وحدود الصلاحيات دفعة واحدة.
• Gemini 4 Carbon يستخدم /swarm لبناء عالم ثلاثي الأبعاد لحرم جوجل: تفكيك العرض التوضيحي الرسمي من Google للعبة العالم المفتوح التي يقود فيها البجع دراجة GBike، لمعرفة كيف يستخدم Gemini 4 Carbon الأمر Antigravity /swarm لتنسيق عدة وكلاء في إنجاز الأصول ثلاثية الأبعاد ولعبة المتصفح وتصميم الصوت، وما هي حدوده.
• من الصور التاريخية إلى 3D التفاعلي: Gemini 4 Carbon يعيد تجسيد عملية بناء برج إيفل بموجه واحد: تحليل عرض Google لبرج إيفل: كيف يستخدم Gemini 4 Carbon التعاون متعدد الوكلاء عبر أمر /swarm في Antigravity لتحويل الصور التاريخية والمخططات الهندسية إلى معرض ثلاثي الأبعاد تفاعلي بتقنية Three.js.
• واجهة Google API تعالج 32 مليار توكن في الدقيقة: من يستهلك هذه القدرة الحاسوبية؟: حلّل إفصاح Alphabet في نتائجها المالية للربع الثالث من 2026 عن «ما يقرب من 32 مليار توكن في الدقيقة»، واستعرض الاحتياجات الفعلية للمطورين وعملاء المؤسسات وسيناريوهات الوكلاء، وبيّن البيانات التي لم تُعلن بعد.
• أهم 5 أسباب لانخفاض معدل إصابة ذاكرة التخزين المؤقت في Gemini: شرح مفصل للفروق في فوترة التخزين المؤقت بين AI Studio وVertex: لماذا يكون معدل إصابة ذاكرة التخزين المؤقت لنماذج Gemini النصية أقل بكثير من OpenAI وClaude؟ تستند هذه المقالة إلى الوثائق الرسمية لتوضيح التخزين المؤقت الضمني والصريح، والحد الأدنى لعدد الرموز، وعزل مشاريع Vertex، وشرح حدود فوترة التخزين المؤقت وطرق تدقيق الحسابات في AI Studio وVertex.