التوسيم التلقائي باستخدام Gemini 4 Carbon: المتصدر الجديد في لوحة صدارة VLM لدينا

يحتل Gemini 4 Carbon المرتبة الأولى بين 45 نموذجًا في التوسيم التلقائي على UL37، وهو معيار لاكتشاف الأجسام يضم 36 مجموعة بيانات، وذلك في لقطة 11 نوفمبر 2026 من لوحة صدارة VLM من Ultralytics. سجّل 0.584 mAP₅₀ و0.371 mAP_50-95، ويتصدر الآن عمودي الدقة والاستدعاء، اللذين كان يتصدرهما نموذجان مختلفان في نتائج أكتوبر. ويأتي GPT-6.1 Terra، المتصدر السابق، في المرتبة الثانية بدرجة 0.560 mAP₅₀، وبكلفة من مزوّده لكل صورة تقارب ثلث كلفة Carbon.

لذا، فالسؤال المطروح على كل من يوسم مجموعة بيانات ليس أي النماذج يسجل أعلى نتيجة إجمالًا، بل متى يستحق Carbon ثلاثة أضعاف السعر؟ فيما يلي المواضع التي حقق فيها Carbon نتائج قياسية جديدة، والمواضع التي لا يزال Terra يتفوق فيها، وتكلفة كل منهما قبل تغيير أسعار Google في ديسمبر وبعده، وكيفية تشغيل Carbon على بياناتك في منصة Ultralytics.

أصبح Gemini 4 Carbon متاحًا الآن لكل مطور يدفع مقابل الخدمة#

أطلقت Google Carbon لأول مرة في أواخر أكتوبر لمجموعة صغيرة من المدافعين عن الأمن السيبراني. وفي 10 نوفمبر 2026، أتاحت النموذج لجميع المطورين والمؤسسات الذين يدفعون مقابل الخدمة، وبدأت طرحه تدريجيًا لمشتركي Google AI Ultra. يذكر إعلان الإتاحة الصادر عن Google أن Carbon متاح عبر API في Google AI Studio وGemini للأعمال، وفي تطبيق Gemini وAI Mode وAntigravity لمشتركي Ultra. ويظل للمدافعين وصول متخصص عبر برنامج Fairwind من Google.

تصف Google Carbon بأنه أقوى نماذجها، وهو موجّه للأمن السيبراني والمهام الوكيلة طويلة الأمد. وتذكر بطاقة نموذج Gemini 4 Carbon أنه مبني على Gemini 4 Argon ويستخدم رموز تفكير أكثر من Argon «لاستكشاف الفرضيات بدقة، والاستدلال بعمق، وتنفيذ حلقات تحقق مطولة». ويعالج النصوص والصور والصوت والفيديو، مع نافذة سياق تصل إلى مليون رمز، وتكون إجاباته نصية.

لا يقدّم أي شيء في إعلان Google عن إطلاق Carbon باعتباره كاشفًا. ما يهم في وسم البيانات هو أثر هذا الاستدلال الإضافي على المربعات المحيطة، وهذا ما يقيسه UL37. ويمكنك فحص كل نتيجة في صفحة نموذج Gemini 4 Carbon.

صفحة نموذج Gemini 4 Carbon على منصة Ultralytics، مع نتائجه على UL37 ورابط لتوسيم مجموعة بيانات تلقائيًا.

اكتشاف الأجسام باستخدام Gemini 4 Carbon: الأول في جميع مقاييس الدقة#

يقيس UL37 مدى تطابق مربعات النموذج مع التسميات المرجعية لكل مجموعة بيانات على 360 صورة: 10 صور من كل واحدة من 36 مجموعة بيانات حقيقية لـاكتشاف الأجسام، تشمل الفحوصات الطبية والصور الجوية والحرارية ورفوف المتاجر والرياضة والمستندات ولوحات الدوائر وغيرها. تمر كل صورة بخط المعالجة الإنتاجي نفسه الذي يستخدمه مستخدمو المنصة، وبأسماء الفئات الخاصة بمجموعة البيانات، ويحسّن SAM 3.1 مربعات جميع النماذج باستثناء مربعات SAM 3، كما يفعل مع المستخدمين. وتحظى كل مجموعة بيانات بالوزن نفسه؛ راجع منهجية معيار UL37.

إليك ترتيب Carbon مقارنة بالنماذج الأربعة التالية:

يتقدم Carbon على GPT-6.1 Terra بمقدار 0.024 في mAP₅₀. ويظهر فرق مماثل في mAP_50-95 الأكثر صرامة، الذي يكافئ المربعات الملتصقة بحواف الأجسام: إذ يسجل Carbon مقدار 0.371، مقابل 0.347 لـClaude Fable 5.2، صاحب أفضل نتيجة سابقًا، و0.345 لـTerra.

يتفوق Carbon أيضًا على النموذج الذي بُني عليه. يسجل Gemini 4 Argon مقدار 0.537 mAP₅₀ و0.343 mAP_50-95، ما يعني أن Carbon يضيف 0.047 و0.028 على التوالي، في المعيار وخط معالجة التوسيم نفسيهما.

يحقق Gemini 4 Carbon أعلى دقة واستدعاء على UL37#

في نتائج أكتوبر، انقسمت النماذج المتصدرة في لوحة الصدارة إلى مجموعتين، كما يوضح دليلنا حول اختيار VLM استنادًا إلى الدقة والاستدعاء. سجّل Gemini 4 Argon أعلى دقة، وهي 0.667: تطابقت نسبة كبيرة من مربعاته، لكنه أغفل بعض الأجسام الموسومة. أما GPT-6 Astra فسجّل أعلى استدعاء، وهو 0.627: طابق عددًا أكبر من الأجسام الموسومة، مع انخفاض نسبة المربعات الصحيحة لديه.

في لقطة لوحة الصدارة بتاريخ 11 نوفمبر 2026، سجّل Carbon دقة قدرها 0.685 واستدعاء قدره 0.642، وهما أعلى متوسطين بين النماذج الـ45 جميعها، متجاوزًا دقة Argon واستدعاء Astra.

وهذا أفضل مزيج يمكن أن يقدمه المعيار للمراجع. فالدقة الأعلى تعني أن نسبة أكبر من المربعات المقترحة صحيحة، والاستدعاء الأعلى يعني أن نسبة أكبر من الأجسام الحقيقية لديها مربع بالفعل. تترك الدقة المنخفضة مربعات لحذفها، ويترك الاستدعاء المنخفض أجسامًا لرسم مربعات حولها، لذا تميل المسودات الأولى التي ينشئها Carbon بدرجة أقل إلى الحاجة لأي من هذين النوعين من التصحيح.

توضح SKU110K أهمية ذلك في الصور المزدحمة. تضم رفوف متاجرها الكبرى 1,666 منتجًا موسومًا ضمن صور المعيار العشر، وكلها تنتمي إلى فئة واحدة. يسجل Carbon فيها 0.671 mAP₅₀، وهي أفضل نتيجة لأي نموذج، متقدمًا على أفضل نتيجة سابقة لـTerra، البالغة 0.619. وعلى رف مزدحم كهذا، يكون كل مربع زائد مربعًا يتعين على المراجع العثور عليه بين عشرات المربعات الصحيحة.

مجموعة بيانات اكتشاف المنتجات على رفوف المتاجر الكثيفة SKU110K على منصة Ultralytics، حيث يسجل Carbon أفضل نتيجة على UL37، وهي 0.671 mAP₅₀.

يحقق Gemini 4 Carbon أعلى النتائج في تسعة مجالات#

أصبح Carbon يحقق أفضل نتيجة بين النماذج على قائمة طويلة من مجموعات بيانات UL37، وفقًا للنتائج المفصلة لكل مجموعة بيانات في صفحات النماذج على المنصة. وإليك هذه النتائج إلى جانب أفضل نتيجة سابقة:

تظهر ثلاثة أنماط بارزة. يحتفظ Carbon بنقاط قوة Argon في الصور الحرارية والجوية وتحت الماء، ويعززها أكثر، مع أكبر قفزة في لقطات الطائرات المسيّرة الحرارية من HIT-UAV. وينتزع مخططات الطوابق من GPT-6 Astra بفارق يقارب 0.1. وفي صور الدماغ بالرنين المغناطيسي، حيث الفئات هي الورم السحائي والورم الدبقي وورم الغدة النخامية، يتقدم قليلًا على Terra.

تضم كل مجموعة بيانات 10 صور، لذا فإن النتيجة الواحدة مؤشر يستحق البحث، وليست حكمًا نهائيًا. يعادل Carbon الرقم القياسي الحالي في RPC وCeyMo، ويتقدم بمقدار 0.001 في DDR؛ وهي فروق ضئيلة جدًا لا تتيح التمييز بين النماذج.

تعيد صفحة النموذج عرض مربعات UL37 المسجلة بواسطة Carbon إلى جانب التسميات المتوقعة لكل مجموعة بيانات معيارية وCOCO.

Gemini 4 Carbon مقابل GPT-6.1 Terra: المجالات التي لا يزال Terra يتفوق فيها#

لا يزال Terra يحتفظ بأفضل نتيجتين في المجال الطبي. فما زال جدول مجموعات البيانات في لوحة الصدارة يصنفه أفضل نموذج في TN5000 للموجات فوق الصوتية للغدة الدرقية، بنتيجة 0.935، وفي TXL-PBC للتصوير المجهري لخلايا الدم، بنتيجة 0.889. إذا كانت بياناتك تشبه أيًا من مجموعتي البيانات، فقارن صفّي النموذجين في صفحتيهما قبل الاختيار.

لكن أفضلية Terra الأكبر هي السعر. إليك المقارنة المباشرة على UL37:

تُقدّر التكلفة استنادًا إلى استخدام الرموز الذي يبلّغ عنه المزوّد لكل 1,000 صورة معيارية موسومة بنجاح، وفق الأسعار المعلنة. يحقق Terra نحو 96% من mAP₅₀ الذي يحققه Carbon، مقابل نحو ثلث تكلفته، كما يجيب بسرعة أكبر ولم يفشل في أي طلب. ويقع النموذجان على خط «أفضل قيمة» في لوحة الصدارة، الذي يضم النماذج التي لا يتفوق عليها أي نموذج آخر من حيث التكلفة والدقة معًا.

مخطط mAP₅₀ مقابل التكلفة للنماذج المدفوعة على UL37 في لوحة الصدارة، وفق الأسعار المعلنة حاليًا.

ستتسع فجوة السعر. تبيع Google Carbon بسعر تمهيدي يبلغ 2 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج حتى 30 نوفمبر 2026، ثم يصبح السعران 4 دولارات و20 دولارًا، وفقًا لإعلان الإتاحة. ومع الاستخدام نفسه للرموز، ترتفع تكلفة Carbon البالغة 12.93 دولارًا لكل 1,000 صورة إلى نحو 26 دولارًا في 1 ديسمبر.

إليك كيفية الاختيار عمليًا:

• ادفع مقابل Carbon عندما تستحق جودة التسميات التكلفة: في المشاهد المزدحمة مثل رفوف المتاجر، والصور الحرارية والجوية، ومخططات الطوابق ورسومات CAD، وأي مجموعة بيانات تُظهر فيها صفحة النموذج تقدم Carbon بفارق كبير.
• اختر Terra للدفعات العامة الكبيرة عندما تكون الميزانية أهم من فارق 0.024 mAP₅₀، ولبيانات مثل مجموعتي بيانات الموجات فوق الصوتية للغدة الدرقية TN5000 وخلايا الدم TXL-PBC.
• شغّل مهمة كبيرة باستخدام Carbon قبل 1 ديسمبر إذا كنت تخطط لاستخدامه، للاستفادة من السعر التمهيدي.

أيًا كان اختيارك، تضيف خدمة Batch Annotation رسوم معالجة لمنصة Ultralytics قدرها 1.00 دولار لكل 1,000 صورة تتم معالجتها، بحد أدنى 0.01 دولار لكل تشغيل، بينما يفوتر المزوّد مباشرةً استخدام مفتاحك. ولا تضيف Ultralytics أي زيادة على تكلفة الرموز. للاطلاع على تفصيل أوسع، راجع دليل تكلفة برامج وسم الصور. أما النموذج المدفوع الأقل تكلفة، فيسجل Claude Haiku 5.5 مقدار 0.429 مقابل 0.37 دولار لكل 1,000 صورة، ولا تتطلب النماذج المستضافة مثل Qwen3.8 27B وSAM 3.1 Text مفتاحًا على الإطلاق.

كيفية تشغيل التوسيم التلقائي باستخدام Gemini 4 Carbon على مجموعة بياناتك#

Carbon نموذج يعتمد على المطالبات بالفئات لمجموعات بيانات اكتشاف تضم من فئة واحدة إلى 200 فئة. ويعيد مربعات محيطة بأسماء الفئات الخاصة بمجموعة بياناتك، ويطلبها Platform بتنسيق Gemini الذي يبدأ بإحداثي y، ثم يحسّنها باستخدام SAM 3.1.

1. أنشئ مفتاح Gemini API في Google AI Studio. يعمل Carbon على مستوى API المدفوع، لذا يجب تفعيل الفوترة للمفتاح.
2. أضف المفتاح ضمن الإعدادات > مفاتيح API في مساحة عمل Platform التي تضم مجموعة بياناتك. توضح وثائق مفاتيح المزوّد التفاصيل.
3. افتح صورة في محرر التوسيم، وانتقل إلى الوضع Smart، ثم اختر Gemini 4 Carbon ضمن Google في قائمة اختيار النموذج.
4. اضغط Predict، أو P، لتوسيم الصورة الحالية. جرّب عددًا قليلًا من الصور التي تمثل بياناتك قبل التوسع.
5. في صفحة مجموعة البيانات، اختر إجراءات إضافية > Batch Annotation لتوسيم كل صورة غير موسومة دفعة واحدة. تحفظ Platform إصدارًا من مجموعة البيانات أولًا، لتتمكن من التراجع.
6. راجع المربعات وصححها؛ إذ يحفظها المحرر تلقائيًا، ثم درّب نموذج Ultralytics YOLO26 على النتيجة في مساحة العمل نفسها.

يمكن للمطورين أيضًا استدعاء Carbon من الشيفرة البرمجية: أضاف إصدار Platform SDK v0.1.109 العنصر gemini-4-carbon كنموذج للتنبؤ بالصور. للاطلاع على الصورة الأشمل، راجع كيفية استخدام منصة Ultralytics للذكاء الاصطناعي لأتمتة التوسيم، وأسباب بقاء المراجعة البشرية ضمن سير العمل. أما في تحليل الصور الطبية، فتعامل مع مربعات أي نموذج باعتبارها مسودة يراجعها الخبراء السريريّون ويعتمدونها، لا تشخيصًا أبدًا.

من ينبغي له استخدام Gemini 4 Carbon#

استخدم Gemini 4 Carbon عندما تكون جودة التسميات أهم من فاتورة المزوّد. فهو أدق نموذج للتوسيم التلقائي اختبرناه، والمتصدر الحالي في الدقة والاستدعاء معًا، وصاحب أعلى نتيجة في مجموعات بيانات الصور الحرارية والجوية وتحت الماء ورفوف المتاجر ومخططات الطوابق وتصوير الدماغ بالرنين المغناطيسي.

تحصل الفرق التي تستخدم Argon بالفعل على نتيجة إجمالية أعلى ونتائج قياسية جديدة في المجالات التي يتفوق فيها Argon نفسه، وبسعر الرموز التمهيدي ذاته، مع أن تكلفة Carbon لكل صورة أعلى بهذا السعر. أما الفرق التي توسّم دفعات عامة كبيرة ضمن ميزانية محدودة، فينبغي لها الإبقاء على GPT-6.1 Terra خيارًا افتراضيًا، والتحول إلى Carbon لكل مجموعة بيانات على حدة عندما تُظهر صفحة النموذج تقدمًا واضحًا. للاطلاع على جانب Argon، راجع نتائج التوسيم التلقائي باستخدام Gemini 4 Argon.