گوگل، اینتھروپک اور میٹا نے یکم اور 2 ستمبر 2026 کو تین نئے اے آئی ماڈلز—Gemini 3.8 Flash، Claude Fable 5.1 اور Muse Spark 1.3—متعارف کرائے ہیں۔ تینوں کا مشترک رخ صرف بہتر سوال جواب نہیں بلکہ ایسے طویل، کئی مرحلوں والے کام ہیں جن میں اے آئی منصوبہ بنائے، مختلف ٹولز استعمال کرے، غلطی سے سنبھلے اور کام مکمل ہونے تک سیاق یاد رکھے۔ تاہم یہ تین برابر consumer launches نہیں: عام صارف کے سب سے قریب Gemini ہے، Fable paid professionals کے لیے ہے، اور Muse Spark فی الحال developers تک محدود ہے۔
یہ فرق سمجھنا ضروری ہے، کیونکہ ہر نئے ماڈل کے ساتھ benchmark کے بڑے دعوے سامنے آتے ہیں، مگر پاکستانی صارف کا اصل سوال یہ ہونا چاہیے: یہ مجھے کہاں ملے گا، اس کی قیمت کیا ہے اور میرا کون سا کام واقعی بہتر ہوگا؟
ایک ساتھ تین ماڈلز کیوں اہم ہیں؟
گزشتہ مرحلے میں اے آئی کمپنیوں کی توجہ اس بات پر تھی کہ chatbot کتنی اچھی تحریر لکھتا یا کتنے مشکل سوال کا جواب دیتا ہے۔ نئی دوڑ کا مرکز ایجنٹک کام ہے۔ ایجنٹک سے مراد ایسا کام ہے جس میں آپ صرف ایک جواب نہیں مانگتے بلکہ مقصد دیتے ہیں، اور اے آئی اسے چھوٹے مراحل میں تقسیم کرکے فائلیں پڑھتا، ٹولز استعمال کرتا، نتیجہ جانچتا اور پھر تیار کام پیش کرتا ہے۔
مثال کے طور پر “اس رپورٹ کا خلاصہ بناؤ” ایک عام chatbot کام ہے۔ لیکن “ان پانچ رپورٹس کا موازنہ کرو، اہم اعداد spreadsheet میں رکھو، اختلافات کی وجہ بتاؤ اور management کے لیے presentation تیار کرو” ایک ایجنٹک workflow ہے۔ Google، Anthropic اور Meta کے تازہ اعلانات اسی دوسرے انداز کو بہتر بنانے پر زور دیتے ہیں۔
Gemini 3.8 Flash: عام صارف کے سب سے قریب
گوگل نے 2 ستمبر کو Gemini 3.8 Flash اور اس کا محدود cybersecurity ورژن Gemini 3.8 Flash Cyber جاری کیا۔ کمپنی اسے اپنی اب تک کی بہترین reasoning اور coding صلاحیت والا Flash ماڈل کہتی ہے۔ “Flash” عموماً Google کے ایسے models کے لیے استعمال ہوتا ہے جو طاقت کے ساتھ رفتار اور نسبتاً کم لاگت کا توازن رکھتے ہیں۔
عام صارف کے لیے اہم خبر یہ ہے کہ Gemini 3.8 Flash صرف API تک محدود نہیں۔ Google AI Pro اور Ultra subscribers اسے Gemini ایپ، Google Search کے AI Mode اور Google Sheets میں استعمال کرسکتے ہیں۔ Free plan کو اس مخصوص model کی رسائی دینے کا اعلان نہیں ہوا، اس لیے صرف “Gemini سب کے لیے آگیا” کہنا درست نہیں ہوگا۔
اس کے عملی استعمال میں پیچیدہ spreadsheet analysis، coding، کئی مرحلوں والی تحقیق اور مختلف معلومات سے فیصلہ تیار کرنا شامل ہوسکتا ہے۔ ایک چھوٹا کاروبار Google Sheets میں ماہانہ فروخت کے رجحانات سمجھ سکتا ہے؛ طالب علم مشکل موضوع پر مرحلہ وار research plan بنوا سکتا ہے؛ اور developer کسی بڑے software مسئلے کو مختلف حصوں میں حل کراسکتا ہے۔ پھر بھی حساس اعداد، مالی ریکارڈ یا ذاتی معلومات upload کرنے سے پہلے account اور ادارے کی data policy دیکھنا ضروری ہے۔
Developers کے لیے تعارفی API قیمت 31 دسمبر 2026 تک فی دس لاکھ input tokens 0.75 ڈالر اور output tokens 3.75 ڈالر ہے۔ یکم جنوری 2027 سے Google نے اسے بالترتیب 1.50 اور 7.50 ڈالر کرنے کا اعلان کیا ہے۔ Token متن یا معلومات کا ایک چھوٹا حصہ ہوتا ہے جس کے حساب سے API استعمال ناپا جاتا ہے؛ عام Gemini app صارف کو عموماً یہ الگ bill نظر نہیں آتا۔
Gemini 3.8 Flash Cyber عام صارف کا model نہیں۔ Google اسے Fairwind Program کے ذریعے منتخب حکومتی اداروں، اہم infrastructure operators اور trusted cybersecurity defenders کو دے رہا ہے۔
Claude Fable 5.1: طویل professional کام کے لیے
Anthropic نے یکم ستمبر کو Claude Fable 5.1 پیش کیا۔ کمپنی کے مطابق یہ coding اور knowledge work کے لیے اس کا سب سے capable generally available model ہے، خاص طور پر ایسے projects کے لیے جو کئی گھنٹے چلیں، مختلف apps استعمال کریں یا مسلسل انسانی نگرانی کے بغیر مراحل مکمل کریں۔
مثلاً ایک professional اسے کئی PDFs میں موجود tables اور charts پڑھنے، research کو منظم کرنے، بڑی codebase میں feature بنانے، tests چلانے یا browser کے ذریعے workflow مکمل کرنے کے لیے استعمال کرسکتا ہے۔ Anthropic کا کہنا ہے کہ model ناکام قدم کے بعد دوبارہ راستہ تلاش کرنے اور کام کے دوران user کو progress بتانے کے لیے بنایا گیا ہے۔ یہ کمپنی کے اپنے دعوے ہیں؛ حقیقی فائدہ کام، data اور استعمال ہونے والے tools کے مطابق بدل سکتا ہے۔
رسائی کے لحاظ سے Fable 5.1 Claude Pro، Max، Team اور Enterprise plans میں ہے؛ Free users شامل نہیں۔ Developers اسے Claude Platform کے علاوہ Amazon Web Services، Google Cloud اور Microsoft Foundry کے ذریعے بھی حاصل کرسکتے ہیں۔ API قیمت فی دس لاکھ input tokens 10 ڈالر اور output tokens 50 ڈالر ہے۔ Anthropic نے cache read کی قیمت کم کرکے 0.25 ڈالر کی ہے، جس سے بار بار استعمال ہونے والی ہدایات اور معلومات والے agent workflows سستے ہوسکتے ہیں۔
یہاں ایک اہم privacy نکتہ بھی ہے: Anthropic کے مطابق Fable استعمال کرنے پر safety monitoring کے لیے data retention عام طور پر 30 دن ہوتی ہے، اگرچہ بعض اہل enterprise customers کے لیے مختلف انتظام موجود ہے۔ کسی ادارے کو client، قانونی یا مالی data کے ساتھ اسے استعمال کرنے سے پہلے اپنی policy اور Claude کی موجودہ شرائط ضرور دیکھنی چاہییں۔
Muse Spark 1.3: Meta کا coding اور agent model
Meta نے 2 ستمبر کو Muse Spark 1.3 جاری کیا، جو ابھی Muse Code اور Meta Model API میں دستیاب ہے۔ اسے عام Meta AI app، Instagram یا WhatsApp میں جاری کرنے کا اعلان نہیں ہوا۔ اس لیے یہ فی الحال زیادہ تر developers اور technical teams کی خبر ہے۔
Meta کے مطابق نیا model مبہم ہدایت پر وضاحتی سوال پوچھتا ہے، مشکل میں user سے مدد مانگتا ہے اور کسی اہم یا ناقابلِ واپسی action سے پہلے تصدیق کرتا ہے۔ یہ رویہ agent کے لیے صرف ذہانت سے زیادہ اہم ہے؛ ایک model جو اپنی حد نہ سمجھے، خاموشی سے غلط action بھی کرسکتا ہے۔
کمپنی کا کہنا ہے کہ Muse Spark 1.2 کے مقابلے میں نیا version coding کاموں پر تقریباً 20 فیصد کم tool calls اور 25 فیصد کم tokens استعمال کرتا ہے۔ آسان الفاظ میں، اگر یہی نتیجہ کم مراحل اور کم processing سے نکلے تو کام تیز اور نسبتاً سستا ہوسکتا ہے۔ Meta نے open weights کو آئندہ roadmap کا حصہ بتایا ہے، مگر Muse Spark 1.3 کے weights ابھی جاری نہیں ہوئے۔
تینوں میں فرق ایک نظر میں
| ماڈل | بنیادی توجہ | آج کہاں دستیاب ہے؟ | عام صارف کے لیے؟ |
|---|---|---|---|
| Gemini 3.8 Flash | reasoning، coding، agent workflows | Gemini app، AI Mode، Sheets، API | ہاں، مگر Pro یا Ultra subscription کے ساتھ |
| Claude Fable 5.1 | طویل coding اور professional knowledge work | Claude، API اور cloud platforms | paid professional users کے لیے |
| Meta Muse Spark 1.3 | coding، tools اور multi-step agents | Muse Code اور Meta Model API | ابھی عام Meta AI صارف کے لیے نہیں |
یہ جدول یہ نہیں بتاتا کہ ایک model ہر کام میں دوسرے سے بہتر ہے۔ کمپنیوں کے benchmarks، tool setups اور safety settings مختلف ہوتے ہیں، اس لیے ایک ہی نمبر سے قطعی فاتح چننا مناسب نہیں۔ بہتر سوال یہ ہے کہ آپ کے پاس کون سا کام، budget، data policy اور مطلوبہ app موجود ہے۔
پاکستانی صارف کو ابھی کیا کرنا چاہیے؟
اگر آپ مفت ChatGPT، Gemini یا Meta AI سے عام تحریر، ترجمہ، پڑھائی یا brainstorming کرتے ہیں تو صرف نئی version number دیکھ کر subscription لینے کی ضرورت نہیں۔ پہلے وہ کام لکھیں جس میں موجود tool ناکام ہورہا ہے۔ اگر آپ کو مسلسل لمبی research، بڑی spreadsheets، coding یا کئی apps پر مشتمل workflow درکار ہے، تب نئے paid models آزمانا معنی رکھ سکتا ہے۔
ایک سادہ آزمائش بنائیں: ایک ہی حقیقی مگر غیر حساس task تین دستیاب tools کو دیں، مطلوبہ نتیجہ اور معیار پہلے طے کریں، پھر جواب کی درستگی، وقت، follow-up سوالات اور قیمت کا موازنہ کریں۔ Marketing benchmark کے بجائے آپ کا اپنا کام زیادہ مفید test ہوگا۔
اس ہفتے کے launches کا بڑا پیغام یہ نہیں کہ chatbots اچانک سب کچھ خود کرنے لگے ہیں۔ اصل تبدیلی یہ ہے کہ بڑے AI models اب ایک جواب دینے سے آگے بڑھ کر کام سنبھالنے کی کوشش کررہے ہیں۔ اس کے ساتھ انسانی ذمہ داری بھی بڑھتی ہے: مقصد واضح کرنا، حساس data محفوظ رکھنا، اہم actions کی منظوری خود دینا اور آخری نتیجہ ضرور جانچنا۔
