Google avalikustas Gemini 4 Argoni , tipptasemel tehisintellekti mudeli, millel on selge eesmärk: tulla toime keerukate ja aeganõudvate professionaalsete ülesannetega. Ettevõte on esitlenud seda kui hüpet edasi programmeerimise, ärianalüütika ja küberturvalisuse valdkonnas, kuigi esialgne juurdepääs sellele ei ole avalikkusele avatud.
See teadaanne asetab Argoni võimsaimate mudelite võistlusele, kuid tekitab ka mitmeid küsimusi. Üldsusele pole kindlat ilmumiskuupäeva ja paljud tulemused pärinevad Google'i enda avaldatud testidest, seega on ettevaatlikkus mõistlik.
Kontrollitud kasutuselevõtt ilma avalikkusele kindla kuupäevata
Esimestena katsetavad seda küberturvalisuse eksperdid, valitsusasutused ja usaldusväärsed partnerid Fairwindi programmi raames. Google soovib, et need rühmad hindaksid mudelit enne, kui selle võimalused laiemale publikule kättesaadavaks tehakse.
Järgmisena on tegevuskava suunatud maksvatele API klientidele ja Google AI Ultra tellijatele . Teiste kasutajate jaoks pole veel kinnitatud kuupäeva ja mudel pole avalikult saadaval.
Ettevõte osaleb ka vabatahtlikus protsessis, mille käigus USA valitsus vaatab enne täiustatud mudelite kasutuselevõttu need üle. Praktikas järgib Argon sarnast strateegiat teiste hiljutiste versioonidega: seda testitakse kõigepealt kontrollitud keskkondades ja seejärel laiendatakse juurdepääsu.
Kuni miljon väljumistokenit
Üks mudeli määravamaid omadusi on väljundpiirang kuni miljon žetooni , võrreldes eelmise põlvkonna 64 000-ga. Žetoon on nende süsteemide väikseim ühik, seega võimaldab selle piiri tõstmine luua palju pikemaid vastuseid ja dokumente ilma töövoogu igal sammul katkestamata.
See muudatus on mõeldud ülesannete jaoks, mis nõuavad pikemat aega keskendumist: koodi ülevaatamine, dokumentatsiooni analüüsimine või mitmeastmeliste protsesside lõpuleviimine . Selle tegelik kasulikkus sõltub aga sellest, kas mudel säilitab kvaliteedi ülesande pikenedes.
Google'i sõnul kasutavad nende insenerid Argonit juba igapäevaste ülesannete jaoks, alates tarkvara silumisest kuni koodi migreerimise ja algoritmide kujundamiseni. Ettevõte mainib migratsioone C-lt ja C++-lt Rustile ning optimeerimisi oma andmekeskustes, mis on vabastanud üle 300 TiB mälu.
Tulemused kodeerimises ja küberturvalisuses
Programmeerimises annab Google Gemini 4 Argonile DeepSWE v1.1 testis tulemuse 77,9% – see on test, mis on loodud pikaajaliste tarkvaratehnika ülesannete ja reaalse tööga sarnaste stsenaariumide jaoks. Ettevõte esitleb seda uue rekordina, rõhutades samal ajal, et tegemist on jõudlusandmetega, mitte kõigile kasutajatele mõeldud suletud kogemusega.
Küberturvalisus on veel üks oluline sammas. Google'i andmetel saavutas Argon CWE-bench v1-s 68% tulemuse ja jagas esikohta. Mudel suudab leida, valideerida ja parandada haavatavusi enam kui kahekümnes keeles ning isegi analüüsida reaalajas veebisüsteeme ilma nende lähtekoodile juurdepääsuta.
Näiteks tõi ettevõte koostöö Wiziga algatuse Scan for Good raames. Selle aruande kohaselt tuvastas Argon mitme riigi haiglates kasutatavas tervishoiuprogrammis kriitilise haavatavuse , mis võib paljastada isikuandmeid. Programm seab prioriteediks haiglad, avalikud teenused ja olulise infrastruktuuri.
Google on samuti selgitanud, et Argon sisaldab kaitset kiirrünnakute vastu ja turvakontrolle . Kaitsevõimekusega mudelis on see punkt sama oluline kui selle testi tulemused.
Professionaalne töö ja visuaalne arusaam
Lisaks koodile soovib Google, et Argon konkureeriks ka teadmistepõhistes ülesannetes. Ettevõte väidab, et juhib Valsi indeksit , mis mõõdab majanduslikku mõju rahanduses, programmeerimises, õiguses ja maksunduses, ning paistab silma konkreetsetes hinnangutes, näiteks Valsi finantsagent v2 ja Harvey's Legal Agent Benchmark.
Ettevõtte automatiseerimise valdkonnas on Argon Zapieri AutomationBenchi testis 51,3% tulemusega esikohal . Need testid on loodud selleks, et mõõta, kas mudel suudab algusest lõpuni täita tavapäraseid ärifunktsioone, mitte vastata ainult üksikutele küsimustele.
Visuaalne arusaamine on Google'i diskursuses samuti olulisel kohal. LVBenchis, mis keskendub pikkadele videotele, saavutab Argon tulemuse 91,7% , mis võimaldab tal tuvastada detaile ulatuslikes salvestistes ja teha otsuseid erinevate professionaalsete dokumentide või graafika põhjal.
Google võrdleb oma tabelites mudelit GPT-6 Astra ja Claude Opus 5.5-ga, väites, et Argon paistab silma programmeerimises, rahanduses ja juriidilises töös. Kuna need andmed pole laialdaselt kättesaadavad, ei saa sõltumatud võrdlussaidid neid teste korrata , seega vajab ettevõtte väide parema jõudluse kohta endiselt välist kinnitust.
Hind ja ulatus ettevõtete ja kasutajateni
Arendaja hind algab 2 dollarist iga investeeritud miljoni žetooni kohta ja 10 dollarist iga väljastatud miljoni žetooni kohta sissejuhatava perioodi jooksul. Vahemällu salvestatud žetoonidele kehtib 95% allahindlus, mille järel tõuseb tasu 4 dollarini investeeritud žetooni kohta ja 20 dollarini väljastatud žetooni kohta.
Hispaania ja ülejäänud Euroopa jaoks on võtmetähtsusega kättesaadavus. Argooni ei saa veel avatud tootena testida; ettevõtted ja spetsialistid peavad ootama selle saabumist tasulise API või Google AI Ultra tellimuse kaudu . Google pole täpsustanud, millal see juhtub.
See samm on kooskõlas laiema trendiga: esiotsa mudeleid ei käivitata enam alati kõigile mõeldud vestlusrobotina, vaid pigem tööriistadena, mis antakse esmalt välja valitud partneritele. Juurutamise kiirus ja turvalisus on sellistes esitlustes sama olulised kui numbrid .
Gemini 4 Argon on praegu piiratud juurdepääsuga faasis, keskendudes küberkaitsele, programmeerimisele ja ettevõtlustööle. Google'i esitatud arvud on esialgne miljon žetooni, millest 77,9% on DeepSWE-l ja 68% CWE-benchil , kuid selle tegelik mõju selgub alles siis, kui see jõuab suurema hulga kasutajateni ja seda saab mõõta väljaspool tootja testimist.