منتشر شده در ۱۹ آبان ۱۴۰۵

روبی ۲.۵ فلش

Ruby 2.5 Flash · ruby-2.5-flash

مدل زبانی Dense با ۳۰.۷ میلیارد پارامتر، پنجره زمینه ۲۵۶ هزار توکن، حالت استدلال همیشه‌فعال و رمزگشایی گمانه‌زنانه با مدل پیش‌نویس اختصاصی — ساخته‌شده برای گردش‌کارهای عامل‌محور و استدلال چندمرحله‌ای.

۳۰.۷B پارامتر Dense
۲۵۶K توکن پنجره زمینه
۴۴ tok/s سرعت تولید در حالت استدلال
۵۳+ زبان در پیش‌آموزش
معماری و مشخصات فنی

ستون فقرات مدل

یک دیکودر متنی کاملاً Dense (غیر MoE) با ۶۰ لایه، بهینه‌شده برای تعادل میان کیفیت استدلال و تأخیر پایین.

نوع مدل
Dense غیر MoE
تعداد پارامترها
۳۰.۷ میلیارد
تعداد لایه‌ها
۶۰ لایه
ابعاد تعبیه (Embedding Width)
۵٬۱۷۶
ابعاد پنهان Feed-Forward
۲۱٬۵۰۴
اندازه واژگان
۲۶۲٬۱۴۴ توکن
طول زمینه (Context Window)
۲۵۶٬۰۰۰ توکن
ورودی / خروجی
متن ← متن
حالت استدلال
همیشه فعال
مدل پیش‌نویس (Drafter)
~۵۰۰ میلیون پارامتر
سرعت تولید (Throughput)
~۴۴ توکن بر ثانیه · Reasoning
داده‌های پیش‌آموزش
وب، کد، ریاضیات — تا مهر ۱۴۰۴
نسخه
Instruction-Tuned
قابلیت‌ها

آنچه روبی ۲.۵ فلش را متفاوت می‌کند

از استدلال همیشه‌فعال تا فراخوانی تابع بومی و پشتیبانی ساختاریافته از نقش سیستم.

حالت استدلال (Thinking Mode)

حالت استدلال با قرار دادن توکن سیستمی <think> در ابتدای پرامپت سیستم فعال می‌شود و پس از فعال‌سازی قابل خاموش شدن نیست — مدل همیشه پیش از پاسخ نهایی استدلال می‌کند.

فراخوانی تابع بومی

پشتیبانی از Native Function Calling با یک پروتکل سفارشی فراخوانی ابزار (Custom Tool-Call Protocol) برای گردش‌کارهای عامل‌محور، به‌همراه پشتیبانی کامل از حالت JSON ساختاریافته.

پشتیبانی بومی از پرامپت سیستمی

روبی ۲.۵ فلش نقش سیستم (System Role) را به‌صورت بومی معرفی کرده است؛ مکالمات ساختاریافته‌تر، کنترل‌پذیرتر و با رفتار قابل پیش‌بینی‌تر.

رمزگشایی گمانه‌زنانه

همراه با یک مدل پیش‌نویس اختصاصی (Dedicated Draft Model) برای پیش‌بینی چندتوکنی. این مسیر کمکی جدا از ستون فقرات مدل اصلی است، حدود ۵۰۰ میلیون پارامتر دارد و باید با دقت با Target Checkpoint هم‌تراز شود.

چندزبانه در مقیاس بزرگ

پیش‌آموزش روی بیش از ۵۳ زبان و پشتیبانی آماده (Out-of-the-box) از بیش از ۳۵ زبان — با عملکرد برجسته در فارسی.

تنظیم‌شده برای عامل‌ها

نسخه Instruction-Tuned با قابلیت حالت استدلال و فراخوانی تابع به‌طور اختصاصی تنظیم شده است.

بنچمارک‌ها

عملکرد سنجیده‌شده

نتایج ارزیابی روی مجموعه‌های استاندارد استدلال، کدنویسی، عامل‌های ابزاری و جستجو.

GPQA استدلال علمی · بدون ابزار
۸۷.۰
OmniScience Non-Hallucination عدم توهم
۷۸.۷
PinchBench
۷۰.۰
ProfBench Search جستجو
۵۶.۰
Terminal-Bench 2.1 ترمینال
۵۳.۴
GDPVal وظایف حرفه‌ای
۴۶.۷
SciCode کدنویسی علمی
۴۴.۶
BrowseComp مرور وب
۴۱.۴
SWE-Bench Multilingual مهندسی نرم‌افزار چندزبانه
۳۷.۷
SWE-Bench Verified مهندسی نرم‌افزار
۳۰.۷
HLE بدون ابزار
۲۶.۳
OmniScience Accuracy دقت دانش
۲۴.۱
CritPt فیزیک پژوهشی
۱.۱
IOI 2025
۳۷۰.۰
برنامه‌نویسی رقابتی — امتیاز
شاخص‌های ترکیبی

رتبه‌بندی و ایندکس‌ها

عملکرد مدل در مقایسه با سایر مدل‌ها بر اساس معیارهای مستقل.

Chatbot Arena Elo — Overall
۱۴۵۰.۹
Chatbot Arena Elo — Coding
۱۳۷۳.۹
Artificial Analysis — Coding Index
۴۳.۴
Artificial Analysis — Quality Index
۲۹.۴
Artificial Analysis — Agentic Index
۱۴.۴
زبان‌ها

پشتیبانی چندزبانه

پیش‌آموزش در مقیاس گسترده و پشتیبانی آماده از زبان‌های پرکاربرد جهان.

۵۳+
زبان در پیش‌آموزش
۳۵+
زبان با پشتیبانی آماده

مجوز و شرایط استفاده

روبی ۲.۵ فلش CloseSource است و استفاده از آن برای اهداف شخصی و تجاری مجاز نیست. دسترسی به مدل صرفاً از طریق پلتفرم رسمی و تحت شرایط تعیین‌شده امکان‌پذیر است.

روبی ۲.۵ فلش را امتحان کنید

دسترسی مستقیم به مدل، از طریق پلتفرم رسمی.

رفتن به ai.gonjeshkk.ir →
منتشر شده در ۱۹ آبان ۱۴۰۵

روبی ۲.۵ پرو

Ruby 2.5 Pro · ruby-2.5-pro

مدل زبانی Dense با ۱۹۹ میلیارد پارامتر، پنجره زمینه ۱ میلیون توکن و ورودی متن و تصویر — با سطح استدلال قابل تنظیم از none تا max.

۱۹۹B پارامتر Dense
۱M توکن پنجره زمینه
۳۹ tok/s سرعت تولید
۶۶+ زبان در پیش‌آموزش
معماری و مشخصات فنی

مشخصات مدل

یک مدل کاملاً Dense (غیر MoE) با ۶۰ لایه و ورودی متن و تصویر.

نوع مدل
Dense غیر MoE
تعداد پارامترها
۱۹۹ میلیارد
تعداد لایه‌ها
۶۰ لایه
ابعاد تعبیه (Embedding Width)
۵٬۶۶۰
ابعاد پنهان Feed-Forward
۲۱٬۵۰۴
طول زمینه (Context Window)
۱ میلیون توکن
ورودی / خروجی
متن / تصویر ← متن
سطوح حالت استدلال
max · xhigh · high · medium · low · minimal · none
سرعت تولید (Throughput)
~۳۹ توکن بر ثانیه
نسخه
Instruction-Tuned
قابلیت‌ها

آنچه روبی ۲.۵ پرو را متفاوت می‌کند

خلاصه‌ای از حوزه‌هایی که این مدل روی آن‌ها ارزیابی شده است.

استدلال علمی و دانش عمومی

ارزیابی‌شده روی GPQA Diamond با ۸۰.۴۰٪ و Standard MMLU با ۷۶.۰۸٪.

عامل‌های ابزاری

نتیجهٔ ۶۶.۰۰٪ در Tau Airlines برای وظایف چندمرحله‌ای با ابزار.

بینایی با ابزار

نتیجهٔ ۶۵.۱۸٪ در BabyVision + Tools.

مهندسی نرم‌افزار

نتیجهٔ ۴۲.۵۷٪ در DeepSWE 1.1.

بنچمارک‌ها

عملکرد سنجیده‌شده

نتایج ارزیابی روی مجموعه‌های استاندارد دانش، استدلال علمی، بینایی، عامل‌های ابزاری و مهندسی نرم‌افزار.

GPQA Diamond استدلال علمی
۸۰.۴۰٪
Standard MMLU دانش عمومی
۷۶.۰۸٪
Tau Airlines عامل‌های ابزاری
۶۶.۰۰٪
BabyVision + Tools بینایی · با ابزار
۶۵.۱۸٪
DeepSWE 1.1 مهندسی نرم‌افزار
۴۲.۵۷٪
شاخص‌های ترکیبی

رتبه‌بندی و ایندکس‌ها

عملکرد مدل در مقایسه با سایر مدل‌ها بر اساس معیارهای مستقل.

Chatbot Arena Elo — Overall
—
Chatbot Arena Elo — Coding
—
Artificial Analysis — Coding Index
—
Artificial Analysis — Quality Index
—
Artificial Analysis — Agentic Index
—
زبان‌ها

پشتیبانی چندزبانه

پیش‌آموزش در مقیاس گسترده و پشتیبانی آماده از زبان‌های پرکاربرد جهان.

۶۶+
زبان در پیش‌آموزش
۴۰+
زبان با پشتیبانی آماده

مجوز و شرایط استفاده

روبی ۲.۵ پرو CloseSource است و استفاده از آن برای اهداف شخصی و تجاری مجاز نیست. دسترسی به مدل صرفاً از طریق پلتفرم رسمی و تحت شرایط تعیین‌شده امکان‌پذیر است.

روبی ۲.۵ پرو را امتحان کنید

دسترسی مستقیم به مدل، از طریق پلتفرم رسمی.

رفتن به ai.gonjeshkk.ir →
منتشر شده در ۱۹ آبان ۱۴۰۵

روبی ۲.۵ کدر

Ruby 2.5 Coder · ruby-2.5-coder

مدل زبانی Dense با ۲۱۱ میلیارد پارامتر، پنجره زمینه ۵۱۲ هزار توکن و حالت استدلال همیشه‌فعال — ارزیابی‌شده روی مهندسی نرم‌افزار، تولید کد و کار با ترمینال.

۲۱۱B پارامتر Dense
۵۱۲K توکن پنجره زمینه
۵۵ tok/s سرعت تولید
۳۳+ زبان در پیش‌آموزش
معماری و مشخصات فنی

مشخصات مدل

یک مدل کاملاً Dense (غیر MoE) با ۶۰ لایه و ورودی متن.

نوع مدل
Dense غیر MoE
تعداد پارامترها
۲۱۱ میلیارد
تعداد لایه‌ها
۶۰ لایه
ابعاد تعبیه (Embedding Width)
۵٬۳۹۴
ابعاد پنهان Feed-Forward
۲۱٬۵۰۴
طول زمینه (Context Window)
۵۱۲ هزار توکن
ورودی / خروجی
متن ← متن
حالت استدلال
همیشه فعال
سرعت تولید (Throughput)
~۵۵ توکن بر ثانیه
نسخه
Instruction-Tuned
قابلیت‌ها

آنچه روبی ۲.۵ کدر را متفاوت می‌کند

خلاصه‌ای از حوزه‌هایی که این مدل روی آن‌ها ارزیابی شده است.

مهندسی نرم‌افزار

نتیجهٔ ۸۹.۷ در SWE-Bench Pro v2 و ۸۴.۲ در SWE-Bench Verified.

تولید کد

نتیجهٔ ۸۰.۳ در LiveCodeBench v6.

کار با ترمینال

نتیجهٔ ۵۴.۹ در Terminal-Bench 2.1.

پیروی از دستورالعمل

نتیجهٔ ۹۵.۱ در IFEval و ۸۹.۲ در IFBench.

بنچمارک‌ها

عملکرد سنجیده‌شده

نتایج ارزیابی روی مجموعه‌های استاندارد مهندسی نرم‌افزار، تولید کد، کار با ترمینال و پیروی از دستورالعمل.

IFEval پیروی از دستورالعمل
۹۵.۱
SWE-Bench Pro v2 مهندسی نرم‌افزار
۸۹.۷
IFBench پیروی از دستورالعمل
۸۹.۲
SWE-Bench Verified مهندسی نرم‌افزار
۸۴.۲
LiveCodeBench v6 تولید کد
۸۰.۳
Terminal-Bench 2.1 ترمینال
۵۴.۹
شاخص‌های ترکیبی

رتبه‌بندی و ایندکس‌ها

عملکرد مدل در مقایسه با سایر مدل‌ها بر اساس معیارهای مستقل.

Chatbot Arena Elo — Overall
—
Chatbot Arena Elo — Coding
—
Artificial Analysis — Coding Index
—
Artificial Analysis — Quality Index
—
Artificial Analysis — Agentic Index
—
زبان‌ها

پشتیبانی چندزبانه

پیش‌آموزش در مقیاس گسترده و پشتیبانی آماده از زبان‌های پرکاربرد جهان.

۳۳+
زبان در پیش‌آموزش
۱۷+
زبان با پشتیبانی آماده

مجوز و شرایط استفاده

روبی ۲.۵ کدر CloseSource است و استفاده از آن برای اهداف شخصی و تجاری مجاز نیست. دسترسی به مدل صرفاً از طریق پلتفرم رسمی و تحت شرایط تعیین‌شده امکان‌پذیر است.

روبی ۲.۵ کدر را امتحان کنید

دسترسی مستقیم به مدل، از طریق پلتفرم رسمی.

رفتن به ai.gonjeshkk.ir →