- Google DeepMind predstavlja Gemini 4 Argon, namijenjen programiranju, poslovnom radu i kibernetičkoj obrani.
- Model povećava proizvodnju na milijun tokena i prvo se implementira putem Fairwinda za sigurnosne timove.
- Google objavljuje rezultate poput 77,9% u DeepSWE v1.1, 68% u CWE-bench v1 i 91,7% u LVBench.
- Pristup će kasnije biti dostupan korisnicima API-ja i Google AI Ultra, s početnom cijenom od 2/10 USD po milijun tokena.
Google DeepMind predstavio je Gemini 4 Argon, vrhunski model umjetne inteligencije dizajniran za rješavanje složenih profesionalnih zadataka. Programiranje, poslovna inteligencija i kibernetička sigurnost su njegova tri glavna stupa. Tvrtka ga pozicionira kao daljnji korak u svojoj Gemini obitelji i tvrdi da su rezultati internih testova vodeći u usporedbi s drugima.
Uvođenje neće biti široko rasprostranjeno od samog početka. Početni pristup ograničen je na pouzdane partnere putem programa Fairwind, s naglaskom na timove za kibernetičku sigurnost. Kasnije će biti dostupan korisnicima API-ja koji plaćaju i pretplatnicima Google AI Ultra. Za Španjolsku i ostatak Europe još nema određenog datuma.
Model dizajniran za duge, višestepene zadatke
Glavna tehnička inovacija je ograničenje proizvodnje do milijun tokena , u usporedbi sa 64 000 u prethodnim generacijama. To omogućuje održivo razmišljanje i proizvodnju velikih količina koda, dokumentacije ili analize bez stalnog fragmentiranja odgovora.
Google vas vodi prema višekoračnim tijekovima rada. Ne radi se samo o odgovaranju na pojedinačne upite, već o povezivanju radnji tijekom duljih razdoblja , pregledu dokumentacije, istraživanju i dovršavanju specijaliziranih zadataka.
Tvrtka je također istaknula njegovu internu upotrebu. Tisuće zaposlenika testiralo ga je za otklanjanje pogrešaka, istraživanje i migraciju koda. C i C++ projekti za Rust dio su testiranja, s ljudskim pregledom i automatiziranim testiranjem prije produkcije.
Što se tiče infrastrukture, agenti temeljeni na Argonu analizirali su telemetriju podatkovnog centra i identificirali optimizacije. Google tvrdi da je oslobođeno preko 300 TiB memorije i da bi uštede mogle biti i veće. Ove brojke pružila je tvrtka i čekaju vanjsku provjeru.
Rezultati koje Google prikazuje kao referencu
Google je objavio brojke koje Argon stavljaju u prvi plan. U DeepSWE v1.1 , testu usmjerenom na dugoročno softversko inženjerstvo, postigao je 77,9%. Tvrtka ga predstavlja kao tvrtku s najvišim rezultatom u toj evaluaciji.
U profesionalnom radu, prednjači na Vals indeksu, koji mjeri financije, programiranje, pravo i poreze. Također postiže 51,3% u AutomationBenchu , Zapierovom mjerilu za poslovne procese, i 91,7% u LVBenchu za duge videozapise.
U kibernetičkoj sigurnosti, Argon postiže 68% u CWE-bench v1 , dijeleći prvo mjesto, prema Googleu. Međutim, Claude Opus 5.5 je na vrhu u FrontierSWE i Terminal-Bench. GPT-6 Astra nadmašuje Argon u OSWorld 2.0 offline sa 72,6% u usporedbi sa 69,2%.
Ove usporedbe se uglavnom temelje na podacima proizvođača. Budući da ti podaci nisu općenito dostupni, neovisni procjenitelji još ne mogu replicirati testove. Zbog toga je potrebno oprezno tumačiti rangiranje.
Kibernetička sigurnost: prvo područje primjene
Model je obučen za pronalaženje, validaciju i ispravljanje ranjivosti. Prema Googleu, može analizirati izloženi kod i sustave, čak i bez pristupa izvornom kodu. Kibernetička sigurnost je razlog zašto je njegovo objavljivanje ograničeno.
Program Fairwind omogućuje pristup vladama, javnim subjektima i sigurnosnim partnerima. Prioritetne skupine uključuju vladine agencije, zdravstvene organizacije i telekomunikacijske tvrtke. Cilj je da ga branitelji mogu koristiti prije napadača.
Google navodi suradnju s Wizom u kojoj je Argon navodno otkrio kritičnu ranjivost u zdravstvenom softveru koji se koristi u bolnicama. Propust bi mogao otkriti osobne podatke. Prethodni modeli to ne bi otkrili , prema navodima tvrtke.
Kako bi se spriječila zlouporaba, Google spominje praćenje, brzu otpornost na ubrizgavanje i izolaciju osjetljivih okruženja. Verzija bez nekih kibernetičkih sigurnosnih barijera rezervirana je za akreditirane branitelje. Opći pristup zadržao bi strože filtere.
Dostupnost, cijene i neriješena pitanja
Uvođenje će biti postupno. Prvo Fairwind, zatim plaćeni API korisnici i pretplatnici Google AI Ultra. Nema fiksnog datuma za širu javnost , kao ni za Španjolsku ili ostatak Europe. Google kaže da će to biti što je prije moguće.
Početna cijena bit će 2 dolara po milijunu ulaznih tokena i 10 dolara po milijunu izlaznih tokena. Nakon toga će se povećati na 4 dolara, odnosno 20 dolara. Spremljeni ulazni tokeni bit će sniženi za 95%.
Google također sudjeluje u dobrovoljnom procesu američke vlade u kojem se pregledavaju napredni modeli prije nego što postanu široj dostupnosti. To je praksa koju već slijede drugi proizvođači. Pregled prije izlaska postao je dio standardnog rasporeda.
Dolazak Argona pojačava konkurenciju između Googlea, OpenAI-a i Anthropica. Također postavlja pitanja o troškovima, nadzoru i integraciji poduzeća. Mjerila su dio slike , a ne cijela slika.
Gemini 4 Argon predstavljen je kao vrhunski model za dugoročne projekte, kodiranje, poduzeća i kibernetičku obranu. Njegova velika ponuda tokena, rezultati testiranja i ograničeno raspoređivanje definiraju njegovu strategiju. Fairwind, Google AI Ultra i API za plaćanje određuju pristup. U iščekivanju datuma i neovisne provjere, Španjolska i Europa morat će se zasad zadovoljiti praćenjem objave izdaleka.