از Gemini 3.1 Pro تا Gemini 3.8 Flash؛ قابلیت‌های چندرسانه‌ای، زمینه‌ی یک میلیون توکنی، اتصال به سرویسهای گوگل و مقایسه با ChatGPT و Claude.
تحریریهٔ هوشی ۱۳ دقیقه مطالعهبه‌روزرسانی: ۱۸ مهر ۱۴۰۵
جمنای خانوادهی مدلهای هوش مصنوعی گوگل است که متن، تصویر، صدا و ویدیو را هم‌زمان میفهمد. با مدلها، قیمت‌ها، کاربردها و مقایسه‌اش با ChatGPT و Claude آشنا شو.
هوش مصنوعی یعنی سیستم‌هایی که از داده یاد می‌گیرند و کارهای فکری انجام میدهند. در این راهنما تعریف، تاریخچه، طرز کار، کاربردها، خطرها و راه شروع رایگان را می‌خوانی.
بهترین هوش مصنوعی برای تو به کارت بستگی دارد. در این مقایسه هشت مدل برتر ۲۰۲۶ را از نظر قیمت، پنجرهٔ زمینه، کیفیت فارسی و کاربرد کنار هم گذاشته‌ایم.
جمنای (Gemini) خانوادهی مدلهای هوش مصنوعی گوگل است؛ همان چیزی که امروز پشت چتبات Gemini، جستجوی هوشمند گوگل و دستیار گوشی‌های اندرویدی کار می‌کند. اگر دنبال یک هوش مصنوعی گوگل هستی که بتواند هم‌زمان عکس، فایل PDF، صدا و حتی ویدیوی یک‌ساعته را بفهمد، جمنای دقیقاً برای همین ساخته شده است.
در این مقاله یاد می‌گیری جمینای یا جمنای دقیقاً چیست، چه مدلهایی دارد، چه چیزی آن را از ChatGPT و Claude متمایز می‌کند، قیمت‌ها چطور است و چطور میتوانی در ایران و بدون فیلترشکن از آن استفاده کنی.
پاسخ کوتاه: جمنای مجموعه‌ای از مدلهای زبانی و چندرسانه‌ای گوگل دیپمایند است که از روز اول برای فهم هم‌زمان متن، تصویر، صدا، ویدیو و کد طراحی شده و هم به‌صورت اپلیکیشن چت و هم از طریق API در دسترس است.
کلمه‌ی Gemini در لاتین یعنی «دوقلوها» و نام صورت فلکی جوزاست. این اسم به ادغام دو تیم پژوهشی بزرگ گوگل، یعنی Google Brain و DeepMind، اشاره دارد که با هم «گوگل دیپمایند» را ساختند و جمنای اولین محصول بزرگ مشترک آنها بود.
وقتی از جمنای حرف می‌زنیم، معمولاً یکی از این سه منظور را داریم:
آمار بالا از اعلام رسمی گوگل در ۱۱ اوت ۲۰۲۶ است؛ زمانی که اپ Gemini به گفته‌ی گوگل، سریع‌ترین رشد را در تاریخ محصولات این شرکت ثبت کرد.
پاسخ کوتاه: گوگل جمنای را در دسامبر ۲۰۲۳ معرفی کرد، چتبات Bard را در اوایل ۲۰۲۴ به Gemini تغییر نام داد و از آن زمان تقریباً هر چند ماه یک نسل یا نسخهی تازه منتشر کرده است.
| زمان | رویداد |
|---|---|
| دسامبر ۲۰۲۳ | معرفی Gemini 1.0 در سه اندازه‌ی Ultra، Pro و Nano |
| فوریه‌ی ۲۰۲۴ | تغییر نام چتبات Bard به Gemini و معرفی Gemini 1.5 با زمینه‌ی بسیار بلند |
| ۲۰۲۵ | نسل Gemini 2.5 با «تفکر» داخلی و تقویت برنامهنویسی |
| نوامبر ۲۰۲۵ | عرضه‌ی نسل Gemini 3 |
| فوریه‌ی ۲۰۲۶ | Gemini 3.1 Pro (Preview) با جهش بزرگ در استدلال؛ امتیاز ۷۷٫۱٪ در ARC-AGI-2 |
| اوت ۲۰۲۶ | عبور اپ Gemini از یک میلیارد کاربر ماهانه |
| ۲ سپتامبر ۲۰۲۶ | عرضه‌ی Gemini 3.8 Flash و نسخهی امنیتی Gemini 3.8 Flash Cyber |
ریتم انتشار گوگل در سال ۲۰۲۶ بسیار سریع بوده است؛ تا جایی که Gemini 3.8 Flash سومین مدل Flash در حدود شش هفته بود. این یعنی اگر مقاله‌ای درباره‌ی جمنای از چند ماه پیش می‌خوانی، احتمالاً نام مدلها عوض شده است.
پاسخ کوتاه: خانوادهی Gemini سه رده‌ی اصلی دارد: Pro برای استدلال سنگین، Flash برای تعادل سرعت و هوش و Flash-Lite برای کارهای پرحجم و ارزان؛ در کنار مدلهای تخصصی تصویر، صدا و ویدیو.
| مدل | کاربرد اصلی | ورودی | خروجی | یادداشت |
|---|---|---|---|---|
| Gemini 3.1 Pro (Preview) | استدلال پیشرفته و حل مسئله | ۲ | ۱۲ | برای پرامپت‌های تا ۲۰۰ هزار توکن؛ بالاتر از آن ۴ و ۱۸ |
| Gemini 3.8 Flash | برنامهنویسی طولانی، عامل‌ها، کار روزمره | ۰٫۷۵ | ۳٫۷۵ | قیمت معرفی تا پایان ۲۰۲۶؛ پس از آن ۱٫۵ و ۷٫۵ |
| Gemini 3.5 Flash-Lite | سریع‌ترین و اقتصادی‌ترین نسل ۳.۵ | ۰٫۳ | ۲٫۵ | مناسب طبقه‌بندی و خلاصه‌سازی انبوه |
| Gemini 3.1 Flash-Lite | کارهای پرحجم با هزینه‌ی کم | ۰٫۲۵ | ۱٫۵ | ارزان‌ترین گزینه‌ی متنی |
کدام را انتخاب کنم؟ برای ۸۰٪ کارها، از نوشتن و خلاصه تا تحلیل فایل و کدنویسی، Gemini 3.8 Flash کافی و بسیار مقرون‌به‌صرفه است. Gemini 3.1 Pro را برای ریاضی، استدلال چندمرحله‌ای سخت و تحلیل‌های حساس نگه دار.
پاسخ کوتاه: جمنای از ابتدا روی متن، تصویر، صدا و ویدیو با هم آموزش دیده است؛ بنابراین می‌تواند مثلاً یک ویدیو را ببیند، صدایش را بشنود و درباره‌ی لحظه‌ی خاصی از آن به فارسی توضیح بدهد.
در بسیاری از مدلهای قدیمی‌تر، بخش تصویر یا صدا جداگانه به مدل زبانی «چسبانده» می‌شد. جمنای از ابتدا چندرسانه‌ای طراحی شد و همین باعث شده در کارهای ترکیبی طبیعی‌تر عمل کند. چند کاربرد عملی:
این ویدیوی ۴۰ دقیقه‌ای کلاس آمار را ببین. یک جزوه‌ی فارسی بنویس که برای هر مبحث، زمان شروع در ویدیو، تعریف کوتاه، یک مثال و فرمول اصلی را داشته باشد. در انتها ۵ سؤال تمرینی همراه با پاسخ اضافه کن.
پاسخ کوتاه: پنجره‌ی زمینه‌ی حدود یک میلیون توکنی جمنای یعنی میتوانی چند کتاب، کل کد یک پروژه‌ی متوسط یا ساعت‌ها صوت و ویدیو را در یک درخواست به مدل بدهی و درباره‌ی کل آن سؤال کنی.
گوگل از نسل 1.5 به‌طور جدی روی زمینه‌ی بلند سرمایه‌گذاری کرد و امروز Gemini 3.8 Flash حدود ۱٬۰۴۸٬۵۷۶ توکن ورودی و تا حدود ۶۴ هزار توکن خروجی را پشتیبانی می‌کند. البته حالا رقبای اصلی، از GPT-6 تا Claude Opus 5.5 و DeepSeek V4، هم به زمینه‌ی یک میلیونی رسیده‌اند؛ اما ترکیب زمینه‌ی بلند با ورودی ویدیو و صدا هنوز نقطه‌ی قوت مشخص جمنای است.
کاربردهای واقعی:
نکته: طبق راهنمای رسمی گوگل، در متنهای خیلی طولانی سؤال یا دستور اصلی را در انتهای پرامپت، بعد از اسناد، بنویس. نکات بیشتر در راهنمای پرامپت نویسی.
پاسخ کوتاه: بزرگ‌ترین مزیت رقابتی جمنای، حضورش در محصولاتی است که میلیاردها نفر هر روز استفاده میکنند: جستجوی گوگل، Gmail، Docs، Drive، Chrome، اندروید و NotebookLM.
البته بیشتر این امکانات به حساب گوگل و منطقه‌ی پشتیبانی‌شده وابسته‌اند و برای کاربر ایرانی به‌طور رسمی در دسترس نیستند. اما مدلهای جمنای را می‌توان از طریق API و پلتفرم‌های واسط استفاده کرد.
پاسخ کوتاه: جمنای در کارهایی که با فایل، تصویر، صوت و ویدیو یا حجم زیاد متن سروکار دارند بیشترین ارزش را می‌سازد؛ از جزوه‌نویسی دانشجویی تا تحلیل نظرات مشتری‌های یک فروشگاه آنلاین.
در فایل پیوست ۳۰۰ نظر مشتری‌های فروشگاه آنلاین من آمده است. نظرات را بخوان و ۵ مشکل پرتکرار را همراه با درصد تقریبی تکرار و یک نقل‌قول نمونه برای هر کدام در جدول بیاور. بعد برای هر مشکل یک اقدام عملی پیشنهاد بده. اگر نظری مبهم بود، آن را در دسته‌ی «نامشخص» بگذار.
این عکس یک فاکتور خرید دست‌نویس است. اقلام، تعداد، قیمت واحد و جمع را به‌صورت جدول استخراج کن. اگر عددی ناخواناست، آن را با علامت سؤال مشخص کن و حدس نزن. در پایان جمع کل محاسبه‌شده را با جمع نوشته‌شده در فاکتور مقایسه کن.
پاسخ کوتاه: جمنای هم مثل همهی مدلهای زبانی ممکن است اطلاعات نادرست تولید کند و در نسخه‌های مصرفی، گفتگوها می‌تواند برای بهبود سرویس بررسی شود؛ پس اطلاعات حساس وارد نکن و خروجی مهم را راستی‌آزمایی کن.
چند نکته‌ی مهم که پیش از استفاده‌ی جدی باید بدانی:
هشدار: مدارک هویتی، اطلاعات بانکی و اسناد محرمانه‌ی سازمانی را در هیچ چت‌باتی، از جمله جمنای، بارگذاری نکن؛ مگر اینکه سیاست نگهداری داده‌ی سرویس را خوانده باشی و با آن موافق باشی.
پاسخ کوتاه: جمنای در چندرسانه‌ای، اسناد و ویدیوهای طولانی و قیمت مدل Flash برتری دارد؛ ChatGPT در اکوسیستم ابزار و تنوع مدل و Claude در نوشتن متن طولانی، برنامهنویسی و پیروی دقیق از دستور.
| معیار | Gemini (گوگل) | ChatGPT (OpenAI) | Claude (Anthropic) |
|---|---|---|---|
| مدلهای شاخص | Gemini 3.1 Pro، Gemini 3.8 Flash | GPT-6 Astra، GPT-6 Sol، GPT-5.5 | Claude Fable 5.1، Opus 5.5، Sonnet 5.5 |
| پنجره‌ی زمینه | حدود ۱ میلیون توکن | حدود ۱ میلیون توکن | ۱ میلیون توکن |
| ورودی چندرسانه‌ای | متن، تصویر، صدا، ویدیو | متن، تصویر، فایل، صدا | متن، تصویر، فایل |
| نقطه‌ی قوت | ویدیو، اسناد بلند، ادغام با گوگل، قیمت Flash | اکوسیستم ابزار، تولید تصویر، عامل‌ها | نوشتن، برنامهنویسی، کارهای عاملی طولانی |
| قیمت API مدل میانی (ورودی/خروجی) | Gemini 3.8 Flash: ۰٫۷۵ / ۳٫۷۵ دلار | GPT-6 Sol: ۲ / ۱۰ دلار | Sonnet 5.5: ۲ / ۱۰ دلار |
| قیمت API مدل پرچم‌دار (ورودی/خروجی) | Gemini 3.1 Pro: ۲ / ۱۲ دلار | GPT-6 Astra: ۱۰ / ۵۰ دلار | Opus 5.5: ۴ / ۲۰ دلار |
| تولید تصویر | Nano Banana 2 | GPT Image 2 | ندارد |
نمودار زیر قیمت خروجی هر یک میلیون توکن را برای مدلهای مطرح مقایسه می‌کند. هزینه‌ی خروجی معمولاً بخش اصلی صورت‌حساب است:
برای مقایسه‌ی جامع‌تر همهی مدلها، مقاله‌ی بهترین مدلهای هوش مصنوعی ۲۰۲۶ و برای آشنایی با رقبا، چت جی پی تی چیست و کلاد چیست را بخوان.
پاسخ کوتاه: گوگل ایران را در فهرست مناطق مجاز Gemini API و AI Studio ندارد؛ ساده‌ترین راه برای کاربر ایرانی، استفاده از جمنای در یک پلتفرم فارسی مثل هوشی است که بدون فیلترشکن و با پرداخت تومانی کار می‌کند.
جمنای را بدون فیلترشکن امتحان کن. در هوشی Gemini، ChatGPT و Claude را کنار هم مقایسه کن و هزینه را به تومان بپرداز.
رایگان شروع کنجمعبندی: جمنای امروز یکی از سه هوش مصنوعی مطرح دنیاست. اگر کار تو با ویدیو، صدا، اسناد حجیم یا حجم بالای درخواست با بودجه‌ی محدود سروکار دارد، احتمالاً جمنای بهترین انتخاب توست. اگر نه، ارزشش را دارد که در کنار ChatGPT و Claude امتحانش کنی و بر اساس خروجی واقعی تصمیم بگیری.
جمنای (Gemini) خانوادهی مدلهای هوش مصنوعی شرکت گوگل است که توسط گوگل دیپمایند توسعه داده میشود. هم نام یک چتبات و اپلیکیشن است و هم نام مدلهایی که پشت آن کار میکنند. جمنای متن، تصویر، صدا و ویدیو را میفهمد و در محصولات گوگل مثل Gmail، Docs و اندروید ادغام شده است.
تلفظ انگلیسی Gemini نزدیک به «جِمِنای» است و در فارسی هر دو شکل «جمنای» و «جمینای» رایج‌اند؛ برخی هم «جمینی» مینویسند. همه به یک محصول اشاره دارند. کلمه‌ی Gemini در لاتین به معنی «دوقلوها» و نام صورت فلکی جوزا است و به ادغام دو تیم Google Brain و DeepMind اشاره دارد.
Gemini 3.1 Pro مدل سنگینتر گوگل برای استدلال پیچیده و حل مسئله است و هنوز در وضعیت Preview قرار دارد. Gemini 3.8 Flash جدیدتر، سریعتر و بسیار ارزانتر است و برای برنامهنویسی طولانی و عاملهای هوشمند بهینه شده. برای بیشتر کارهای روزمره Flash کافی است و Pro را برای مسائل دشوار نگه دار.
اپ Gemini نسخهی رایگان با محدودیت دارد و اشتراکهای پولی گوگل سقف و مدلهای قویتری میدهند. در API هم برخی مدلها مثل Gemini 3.8 Flash ردیف رایگان دارند، اما Gemini 3.1 Pro فقط پولی است. کاربران ایرانی به این سرویسها دسترسی رسمی ندارند و میتوانند از پلن رایگان هوشی برای امتحان جمنای استفاده کنند.
هیچکدام در همهچیز برنده نیست. جمنای در فهم ویدیو و تصویر، اسناد بسیار طولانی و ادغام با سرویسهای گوگل قوی است و مدل Flash آن قیمت بسیار خوبی دارد. ChatGPT در اکوسیستم ابزارها و تنوع مدلها جلوتر است. بهترین کار امتحان هر دو روی کار واقعی خودت است؛ در هوشی میتوانی در یک گفتگو بین آنها جابهجا شوی.
بله، مدلهای نسل Gemini 3 فارسی را خوب میفهمند و روان مینویسند و میتوانند متن فارسی داخل تصویر یا PDF را هم بخوانند. مثل همهی مدلها، برای متنهای ادبی یا تخصصی بهتر است لحن و سطح زبان را در پرامپت مشخص کنی و نیمفاصله را صریحاً بخواهی.
Nano Banana نام غیررسمی و حالا رسمی مدلهای تولید و ویرایش تصویر خانوادهی جمنای است. Nano Banana 2 همان Gemini 3.1 Flash Image است که در ساخت تصویر و ویرایش با دستور متنی، مثل عوض کردن پسزمینه یا لباس، کیفیت بالایی دارد. در استودیو تصویر هوشی میتوانی آن را امتحان کنی.
گوگل در صفحهی مناطق مجاز Gemini API و Google AI Studio، ایران را فهرست نکرده است؛ دلیلش مقررات تحریمی آمریکاست. بنابراین ساخت کلید API و پرداخت از داخل ایران ممکن نیست. توسعهدهندگان ایرانی میتوانند از API یکپارچهی هوشی استفاده کنند که مدلهای Gemini را با همان رابط سازگار با OpenAI در اختیار میگذارد.
