ChatGPT کا سب سے بڑا حریف

گوگل کا تازہ ترین AI ماڈل استدلال، سوچ اور کوڈ جنریشن کی صلاحیتوں کو بہتر بناتا ہے، لیکن یہ اب بھی جیمنی 3 کو بہترین چیٹ بوٹ بنانے کے لیے کافی نہیں ہے۔

گوگل جیمنی لوگو۔ تصویر: بلومبرگ ۔

گوگل نے نومبر کے آخر میں جیمنی 3 ماڈل لانچ کیا۔ کمپنی نے قابل ذکر اپ گریڈز کا ایک سلسلہ متعارف کرایا جیسے کوڈنگ کی بہتر صلاحیتیں، بصری تصویر کی تخلیق، اور ایسے ایجنٹس جو صارف کی جانب سے کچھ کام انجام دیتے ہیں۔

Gemini 3 کو متعارف کراتے وقت، گوگل نے اس بات پر زور دیا کہ یہ کمپنی کا "ابھی تک کا سب سے ذہین ماڈل" ہے۔ حقیقی دنیا کے تجربے سے پتہ چلتا ہے کہ ماڈل تیزی سے عمل کرتا ہے اور اس میں استدلال کی بہتر صلاحیتیں ہیں، حالانکہ ابھی بھی بہتری کے لیے کچھ شعبے باقی ہیں۔

تیزی سے انٹرایکٹو انٹرفیس بنائیں۔

Gemini 3 کے بڑے اپ گریڈز میں سے ایک کینوس کے گرد گھومتا ہے۔ یہ جیمنی کے اندر ایک انٹرایکٹو ورک اسپیس ہے جو آپ کو چیٹ بوٹس سے کوڈ لکھنے، نتائج کو دیکھنے اور مواد میں ترمیم کرنے کے لیے کہنے کی اجازت دیتا ہے۔

جب جیمنی 3 سے فٹ بال کی گیند، زمین، سورج اور آکاشگنگا کے درمیان سائز کے فرق کا ایک 3D ماڈل بنانے کے لیے کہا جاتا ہے، تو یہ ٹول ایک کوڈنگ انٹرفیس کو چالو کرتا ہے، عمل کرتا ہے اور ایک انٹرایکٹو ماحول بناتا ہے، جس سے صارفین اشیاء کے سائز کو منتخب اور موازنہ کر سکتے ہیں۔

Gemini 3 میں کینوس فیچر کا استعمال کرتے ہوئے انٹرایکٹو اسپیس بنانے کی صلاحیت۔

گوگل کے ڈیمو کے مقابلے میں، نتائج تصویر کے معیار میں قدرے کمتر ہیں۔ تاہم، اشیاء کے بارے میں معلومات واضح اور سمجھنے میں آسان ہے۔ پروسیسنگ کا وقت تقریباً 2 منٹ ہے۔ کینوس انٹرفیس میں، صارف براہ راست کوڈ میں ترمیم، کاپی، یا مواد کا اشتراک کر سکتے ہیں۔

ایک اور کمانڈ کے ساتھ، Gemini 3 کو درخت کی شاخ پر بیٹھے عقاب کا 3D کیوب طرز (voxel) ماڈل بنانے کو کہا گیا۔ ٹول نے تقریباً 45 سیکنڈ میں نتیجہ تیار کیا، اور صارف ماؤس کا استعمال کرتے ہوئے منظر کو زوم ان اور گھما سکتے ہیں۔ تاہم، تصویر میں کچھ تفصیلات میں گرافیکل غلطیاں تھیں اور انہیں مستحکم طور پر ظاہر نہیں کیا گیا تھا۔

ایک درخت کی شاخ پر بیٹھا عقاب بھی موجود تھا، لیکن ضرورت زیادہ مشکل تھی (ایک 3D ماڈل)۔ ابتدائی طور پر، Gemini 3 کا تیار کردہ کوڈ ناکام ہو گیا اور نہیں چلے گا۔ ترمیم کی درخواست کرنے کے بعد، تصویر نمودار ہوئی اور انٹرایکٹو بن گئی۔

جیمنی 3 کی انٹرایکٹو ماحول بنانے کی صلاحیت۔

کچھ باقی مسائل کے باوجود، سوال و جواب کے ماڈل سے ایک باہمی تعاون پر مبنی، تدوین کے نقطہ نظر کی طرف منتقلی ایک دلچسپ سمت ہے، جو Gemini 3 کو پیچیدہ، طویل مدتی کاموں کے لیے مفید بناتی ہے۔

بلاشبہ، Gemini 3 صرف گرافکس یا بصری ماڈل بنانے کے لیے نہیں ہے۔ گوگل اے آئی پرو صارفین کے لیے "جنریٹیو UI" فیچر کی جانچ کر رہا ہے۔ بعض احکامات کے ساتھ، ماڈل انٹرایکٹو میگزین طرز کے انٹرفیس یا بصری ویب سائٹس بنا سکتا ہے۔

گوگل کا کہنا ہے کہ اس فیچر کو مرحلہ وار متعارف کرایا جا رہا ہے۔ دی ورج کے تجربے کے مطابق، صارفین کو بصری لے آؤٹ فیچر کو منتخب کرنے کی ضرورت ہے، پھر ایک کمانڈ درج کریں جیسے کہ "روم کے میرے 3 دن کے سفر کا منصوبہ بنائیں۔"

پروسیسنگ کے بعد، Gemini 3 ایک سفری ویب سائٹ سے ملتے جلتے نتائج پیدا کرتا ہے، سفر نامے، تفصیلی تصاویر، اور سفری ترجیحات اور کھانے کی عادات کے بارے میں کچھ سوالات کے ساتھ مکمل۔ ماڈل پھر اس کے مطابق جوابات کو ایڈجسٹ کرتا ہے۔ یہ فیچر ان موضوعات کے لیے بھی کافی مفید ہے جیسے کہ کمپیوٹر کو کیسے اسمبل کیا جائے یا ایکویریم کیسے بنایا جائے۔

زیادہ موثر استدلال اور تجزیہ۔

گوگل کے مطابق جیمنی 3 میں اپنے پیشرو سے بہتر استدلال کی صلاحیتیں ہیں۔ کمپنی کا دعویٰ ہے کہ Gemini 3 Pro کی استدلال کی صلاحیت ڈاکٹریٹ کی سطح تک پہنچ گئی ہے، جس نے ہیومینٹی کے آخری امتحان میں 37.5% اور GPQA ڈائمنڈ کے امتحان میں 91.9% اسکور کیے ہیں۔

بلاشبہ، صارفین ماڈل کے ساتھ براہ راست بات چیت کرتے وقت فرق کی صحیح معنوں میں تعریف کر سکتے ہیں۔ جب GPQA ڈائمنڈ ریفرنس سوال سیٹ سے کسی مسئلے کو حل کرنے کے لیے کہا گیا (ڈاکٹر کی سطح پر مرکوز)، Gemini 3 Pro نے تفصیلی حل فراہم کرنے میں تقریباً 30 سیکنڈ کا وقت لیا، جس میں مرحلہ وار ہدایات اور مثالی تصاویر شامل ہیں۔

Gemini 3 پیچیدہ سوالات کے جوابات دے سکتا ہے، جو پی ایچ ڈی کی سطح کے برابر سوچنے کی صلاحیتوں کا مظاہرہ کرتا ہے۔

تشخیص کے مطابق، حل کافی مفصل ہے اور صحیح طریقہ کار پر عمل کرتا ہے۔ مقابلے کے لیے، GPT-5.1 نے بھی صحیح جواب دینے میں تقریباً 30 سیکنڈ کا وقت لیا، لیکن حل کم تفصیلی تھا۔ اسی طرح، کلاڈ 4.5 سونیٹ نے جیمنی 3 کے مقابلے میں درست اور تیز جواب دیا، لیکن اس کی تفصیل کم تھی۔

گوگل کا کہنا ہے کہ Gemini 3 متعدد ذرائع سے بیک وقت دستاویزات نکال سکتا ہے، جیسے کہ متن، تصاویر اور ویڈیوز ۔ جن کاموں کی پہلے کبھی تربیت نہیں کی گئی تھی وہ بھی Gemini 3 پر بہتر طریقے سے ہینڈل کیے جاتے ہیں۔

Gemini 3 کی ویڈیو تجزیہ کی صلاحیتیں۔

مثال کے طور پر، جب 57 منٹ کی ویڈیو کے مرکزی موضوع کا تجزیہ کرنے کے لیے کہا گیا، تو Gemini 3 نے ویڈیو کے متعلقہ حصے کو مطلوبہ دلائل اور ٹائم سٹیمپ سمیت نتائج فراہم کرنے میں صرف ایک منٹ کا وقت لیا۔ اسی طرح، ماڈل نے میچوں اور ہر کھلاڑی کے کھیلنے کے انداز کا تجزیہ کرتے ہوئے، ٹینس ویڈیو کی صحیح شناخت کی۔

صارفین Gemini 3 سے بیک وقت ویڈیوز دیکھنے اور بیرونی ذرائع سے رجوع کرنے کے لیے کہہ سکتے ہیں، یہاں تک کہ گہرے تجزیہ کے لیے سوالات بھی پوچھ سکتے ہیں۔ مجموعی طور پر، جیمنی 3 تجزیاتی اور دستاویز کے حوالے سے کاموں میں کافی جوابدہ ہے، جزوی طور پر گوگل سرچ ڈیٹا بیس کے ساتھ اس کے تعلق کی بدولت۔

ایجنٹ مددگار ہے، لیکن اب بھی مسائل موجود ہیں۔

ایجنٹ کا فیچر Gemini 3 پر بھی ایک قابل ذکر اپ گریڈ ہے۔ AI الٹرا پلان کے صارفین کے لیے (فی الحال صرف امریکی مارکیٹ میں دستیاب ہے)، یہ موڈ صارف کی جانب سے پیچیدہ کام انجام دے سکتا ہے، جیسے ای میلز کی درجہ بندی اور ترتیب، معلومات کی تلاش، اور سفری ٹکٹوں کی بکنگ۔

جیمنی 3 لانچ کرتے وقت، گوگل نے Gmail میں ان باکس کو منظم کرنے کی صلاحیت کی مثال استعمال کی۔ دی ورج کے تجربے کے مطابق، یہ فیچر بالکل اسی طرح کام کرتا ہے جیسا کہ درخواست کی گئی ہے: ایک ہفتے کے لیے بغیر پڑھے ہوئے ای میلز کی مکمل فہرست بنانا۔

کینوس کی خصوصیت کی طرح، ای میل کی فہرستیں اور تجویز کردہ اعمال ایک علیحدہ علاقے میں دکھائے جاتے ہیں۔ Gemini کئی اختیارات پیش کرتا ہے جیسے اہم ای میلز کے لیے یاد دہانیاں ترتیب دینا، پروموشنل ای میلز کو آرکائیو کرنا وغیرہ۔

Gemini 3 کی ایجنٹ کی خصوصیت Gmail کے ان باکسز کو منظم کرنے میں مدد کرتی ہے۔ تصویر: The Verge

جب بل کی ادائیگی کی یاد دہانی بنانے کا اشارہ کیا جاتا ہے، تو Gemini تیزی سے Google Tasks میں متعلقہ معلومات داخل کرتا ہے۔ ادائیگی کے کام کے لیے، جب صارف کو ادائیگی کی معلومات درج کرنے کی ضرورت ہوتی ہے تو ایجنٹ خود بخود تشریف لے جاتا ہے اور رک جاتا ہے۔

مجموعی طور پر، Gemini 3 کا ایجنٹ ان ای میلز کا پتہ لگانے میں کافی کارآمد ہے جنہیں صارفین بھول جاتے ہیں۔ یہ ٹول اشتہاری پتوں سے ای میلز کو تلاش اور ان سبسکرائب بھی کر سکتا ہے، جو اب کارآمد نہیں ہیں۔

درحقیقت، کچھ چیٹ بوٹس کے ایجنٹس جیسے Perplexity اور ChatGPT پہلے سے ہی Gmail کے ساتھ انضمام کی حمایت کرتے ہیں۔ تاہم، Gemini سب سے متنوع انضمام کی صلاحیتیں پیش کرتا ہے۔ مثال کے طور پر، Perplexity صارفین کو خاص طور پر وہ ای میلز درج کرنا ہوں گی جو وہ رکھنا یا حذف کرنا چاہتے ہیں، جبکہ یہ کارروائیاں Gemini پر بٹنوں کے ذریعے کی جا سکتی ہیں۔

جیمنی 3 کی انٹرایکٹو انٹرفیس تخلیق کی خصوصیت۔ تصویر: دی ورج ۔

ChatGPT پر ای میل چھانٹنے کی خصوصیت بھی غیر مستحکم ہے۔ تاہم، Gemini کی ای میل بھیجنے کی رفتار Perplexity سے سست ہے۔ کچھ کام، جیسے کہ ریسٹورانٹ ریزرویشن کرنا، بعض اوقات مسائل کا سامنا کرنا پڑتا ہے۔

اگرچہ اسے ادائیگیوں یا ای میلز بھیجنے جیسی حساس کارروائیوں کو انجام دینے سے پہلے ہمیشہ صارف کی تصدیق کی ضرورت ہوتی ہے، لیکن AI کو کچھ کام سونپنا اب بھی صارفین کو تذبذب کا شکار بناتا ہے۔ Gemini 3 پر ایجنٹ موڈ کافی کارآمد ہے، لیکن صارفین کو اب بھی آؤٹ پٹ کی نگرانی کرنے کی ضرورت ہے۔

ماخذ: https://znews.vn/gemini-3-tot-den-dau-post1607493.html