„Google“ žengė žingsnį dirbtinio intelekto srityje. Bendrovė pristatė „Gemini 4 Argon“ – naują pažangų modelį, kuriuo siekia vėl konkuruoti su galingiausiomis šiuo metu prieinamomis sistemomis. Pranešimas pasirodė po kelių mėnesių, kai bendrovė, regis, prarado šiek tiek pozicijų dėl „OpenAI“ ir „Anthropic“ pažangos.
Modelis skirtas sudėtingoms profesionalioms užduotims , tokioms kaip programavimas, kibernetinis saugumas ar darbas su įmonės žiniomis. Remiantis „Google“ pateiktais duomenimis, „Argon“ keliuose testuose prilygsta arba net pranoksta konkuruojančius etalonus, nors nuomonės įmonėje ir už jos ribų nėra visiškai vieningos.
GPT-6 Astra ir Claude Opus 5.5 konkurentas
„Gemini 4 Argon“ pristatymas turi aiškų tikslą: konkuruoti su „OpenAI“ ir „Anthropic“ . „Google“ lyginamieji testai rodo, kad šis modelis įvairiuose testuose lenkia „Claude Opus 5.5“ ir „Fable 5.1“. Nepriklausomo vertintojo „Artificial Analysis Intelligence Index“ vertinime „Argon“ surinko 53 taškus – tiek pat, kiek ir „OpenAI“ aukščiausios klasės modelis „GPT-6 Astra“.
„DeepSWE“ teste, kuriame daugiausia dėmesio skiriama realaus pasaulio programinės įrangos inžinerijai, „Argon“ surinko 77,9 % balų , palyginti su 74,1 % „GPT-6 Astra“ ir 74,2 % „Claude Opus 5.5“. „Google“ taip pat pabrėžė savo pirmąją vietą „Vals“ indekse, kuris matuoja ekonominį poveikį tokiose srityse kaip finansai, teisė ir mokesčiai. O CWE indekse, kuriame vertinamas pažeidžiamumų šalinimas, ji surinko 68 % balų, pagal kuriuos pasidalijo pirmąją vietą.
Vienas ryškiausių atradimų – haliucinacijų sumažėjimas . Remiantis „Dirbtinės analizės“ duomenimis, „Gemini 4 Argon“ haliucinacijų dažnis AA-Visažinio testo teste yra 15 %, o GPT-6 „Astra“ – net 50 %. Skirtumas slypi tame, kad „Argon“ dažniau atsako „nežinau“, kai nėra tikras, o ne sugalvoja atsakymą. Tačiau „Astra“ tame pačiame teste pasiekia didesnį tikslumą, todėl šiuos duomenis reikia vertinti atsižvelgiant į kontekstą.
Techninės galimybės: milijonas žetonų ir autonominė kibernetinė gynyba
Viena iš reikšmingiausių „Gemini 4 Argon“ naujų funkcijų yra jos gebėjimas sugeneruoti iki milijono žetonų viename atsakyme . Kad būtų aiškiau, vienas žetonas yra lygus žodžio fragmentui, o vienas milijonas žetonų yra maždaug 750 000 žodžių anglų kalba. Tai yra daugiau nei penkiolika kartų daugiau nei ankstesnė 64 000 žetonų riba. Turėdamas tokią didelę talpą, modelis gali atlikti užduotis, kurioms anksčiau reikėdavo suskaidyti į dešimtis užklausų, pavyzdžiui, perkelti visą kodo bazę.
Kibernetinis saugumas yra dar viena sritis, į kurią „Google“ sutelkė savo pastangas. „Argon“ geba rasti, patvirtinti ir ištaisyti daugiau nei dvidešimties programavimo kalbų trūkumus ir netgi gali analizuoti veikiančias žiniatinklio sistemas neturėdama prieigos prie jų šaltinio kodo. Bendrovė teigia, kad gali rasti kritinių pažeidžiamumų ir juos automatiškai ištaisyti, panašiai kaip „ Gemini 3.8 Flash Cyber“ modelis siekė sustiprinti programavimą , nors konkrečios jo išvadų detalės nebuvo paviešintos, išskyrus tai, ką „Google“ nusprendė pasidalyti.
„Google“ įmonėje tūkstančiai darbuotojų jau kasdien naudoja „Argon“. Bendrovė teigia, kad jos komandos jį naudoja tyrimams ir programavimo užduotims atlikti ir kad duomenų centruose ji atlaisvino daugiau nei 330 terabaitų atminties. Tai praktiniai pavyzdžiai, kuriuos bendrovė pateikia norėdama parodyti, kad tai ne tik abstraktūs skaičiai, nors realaus pasaulio naudotojo patirtis dar pamatysime.
Ribotas leidimas, kainodara ir abejonės dėl faktinio našumo
Nepaisant žiniasklaidos ažiotažo, tiesa ta, kad beveik niekas kol kas negalės išbandyti „Gemini 4 Argon“ . „Google“ pasirinko laipsnišką diegimą, pradėdami nuo nedidelės kibernetinio saugumo ekspertų grupės, atrinktos pagal „Fairwind“ programą. Modelį taip pat vertina JAV vyriausybė – tai standartinė procedūra prieš paleidžiant tokio tipo sistemas. Vėliau jis bus prieinamas mokantiems API klientams, kurie jau yra „Google AI Ultra“ prenumeratoriai, nors konkrečios bendro išleidimo datos nėra.
Pradinė kaina yra dar vienas „Google“ argumentas, kuriuo ji siekia pritraukti įmones. Reklaminiu laikotarpiu įėjimas kainuos 2 USD už milijoną žetonų, o išėjimas – 10 USD už milijoną (maždaug 1,75 EUR ir 8,75 EUR). Vėliau mokestis padvigubės iki 4 USD ir 20 USD. Remiantis „Artificial Analysis“, pritaikius šią pradinę nuolaidą, užduoties kaina būtų 40 % mažesnė nei „GPT-6 Astra“.
Ne viskas gerai. „Bloomberg“ kalbėjosi su „Google“ darbuotojais, kurie teigia, kad nors „Argon“ puikiai atlieka lyginamuosius testus, realiose programavimo užduotyse jis neveikia taip gerai, kaip tikėtasi . Bendrovė neigia šiuos teiginius ir tvirtina, kad jos komandos jį plačiai naudoja ir duoda gerų rezultatų. Šis neatitikimas atspindi nemalonią tiesą: sintetiniai lyginamieji testai ne visada atitinka kasdienį darbą, kai saugyklos yra didžiulės, priklausomybės netobulos, o dokumentacija ribota.
Politinis kontekstas taip pat buvo svarbus. Dieną prieš pranešimą „Google“ generalinis direktorius Sundaras Pichai kartu su JAV prezidentu Donaldu Trumpu ir kitais technologijų vadovais pasirašė savanorišką savireguliavimo susitarimą. Dokumente apibrėžiami kibernetinio saugumo ir biologinių grėsmių auditai ir vidaus kontrolė. „Google“ tvirtina, kad „Argon“ turi sienų apsaugos priemones ir nebus prieinamas vartotojams, kol neužtikrins maksimalaus saugumo.
Šis modelis pasirodė po to, kai žadėtasis „Gemini 3.5 Pro“ taip ir neišvydo dienos šviesos. Šis projektas kentėjo nuo mokymo klaidų ir gerokai atsiliko nuo konkurentų, todėl bendrovė jo atsisakė ir sutelkė dėmesį į „Argon“, kuris kuriamas nuo liepos mėnesio. Šiuo žingsniu „Google“ siekia parodyti, kad ji išlieka konkurente pažangiausio dirbtinio intelekto lenktynėse, nors pramonėje vis dar tvyro skepticizmas dėl atotrūkio tarp etaloninių testų ir realaus pasaulio patirties.
