เปิดตัว Gemini 3.5 Flash ฉลาดล้ำเทียบโมเดล Pro เก่งด้าน Agentic ได้ทั้งคิดและลงมือทำ

11 hours ago 1
❤️ ARTICLE AD BOX ❤️

Google ประกาศเปิดตัว Gemini 3.5 Flash ซึ่งมาพร้อมประสิทธิภาพที่ตีบวกให้ดียิ่งกว่าเดิม เหมาะสำหรับงาน Agentic โดยเฉพาะ พร้อมเคลมว่ามีประสิทธิภาพกว่าโมเดลคู่แข่ง 4 เท่า หรือเทียบเคียงกับโมเดล Gemini 3.1 Pro ส่วนรุ่น 3.5 Pro จะเปิดตัวเดือนหน้า

โมเดล 3.5 Flash วิเคราะห์เร็ว ทำงานมีประสิทธิภาพกว่าคู่แข่ง 4 เท่า !

ในงาน Google I/O 2026 ได้มีการเปิดตัว Gemini 3.5 Flash เป็นการนำร่องยุคใหม่ของโมเดลตระกูล 3.5 โดยที่โมเดลดังกล่าวทำคะแนนทดสอบ Benchmark ได้เทียบเท่ากับโมเดลตัวท็อป ๆ เช่น

  • คะแนน Terminal-Bench 2.1 ทำคะแนนได้ 76.2%
  • คะแนน GDPval-AA Elo ทำคะแนนได้ 1,656 คะแนน
  • คะแนน CharXiv Reasoning ทำคะแนนได้ 84.2%

นอกเหนือจากการประมวลผลและการวิเคราะห์ที่ได้เร็วกว่าโมเดลอื่น ๆ ของคู่แข่งมากถึง 4 เท่า ยิ่งไปกว่านั้น Gemini 3.5 Flash ยังใช้โทเคนน้อยกว่าครึ่งหนึ่งอีกด้วย

ถูกออกแบบมาเพื่องาน Agentic โดยเฉพาะ

จุดเด่นหลักของ Gemini 3.5 Flash คือการถูกออกแบบมาให้เหมาะสำหรับงาน Agentic โดยเฉพาะ หรือก็คือความสามารถในการคิด, วางแผน, ตัดสินใจ และลงมือทำด้วยตนเอง

Google ระบุว่าโมเดล 3.5 Flash ทำงานที่ใช้เวลานานเป็นสัปดาห์ให้เสร็จในเสี้ยววินาทีได้ เช่น การสรุป/จัดการเอกสารทางการเงิน, การเขียนโค้ด และการพัฒนาโค้ดแอปฯ ตั้งแต่ต้นจนจบ

ฟีเจอร์ใหม่ Gemini Spark เริ่มปล่อยทดสอบเฉพาะกลุ่มก่อนเท่านั้น

Gemini 3.5 Flash จะถูกใช้เป็นโมเดลพื้นฐานสำหรับ Gemini และฟีเจอร์ AI Mode ตั้งแต่วันนี้เป็นต้นไป นอกจากนั้นยังถูกนำไปใช้เป็นโมเดลขับเคลื่อนฟีเจอร์ Gemini Spark หรือ AI Agent ส่วนตัว 24 ชั่วโมง ที่ทำงานเบื้องหลังตลอดเวลา “ไม่จำเป็นต้องรอให้ผู้ใช้ออกคำสั่งอย่างเดียว” แต่สามารถทำงานด้วยตัวเองได้

สำหรับฟีเจอร์ Gemini Spark ที่รันด้วยโมเดล 3.5 Flash จะเปิดให้ทดสอบเฉพาะกลุ่มก่อน และจะเปิดให้ทดสอบสำหรับผู้ใช้งาน Google AI Ultra ภายในสัปดาห์หน้า (สหรัฐอเมริกาก่อนอย่างเดียว)

โมเดล Gemini 3.5 Flash พร้อมใช้งานแล้ววันนี้

Gemini Flash 3.5 พร้อมใช้งานแล้วตั้งแต่วันนี้เป็นต้นไปผ่าน Gemini กับ AI Mode บน Google Search สำหรับผู้ใช้งานทั่วไป และสำหรับนักพัฒนาผ่านทาง Google AI Studio, Google Antigravity และ Gemini API เป็นต้น

Read Entire Article