- Google DeepMind prezanton Gemini 4 Argon, i orientuar drejt programimit, punës në biznes dhe mbrojtjes kibernetike.
- Modeli e rrit prodhimin në një milion tokena dhe po vendoset së pari përmes Fairwind për ekipet e sigurisë.
- Google publikon rezultate të tilla si 77,9% në DeepSWE v1.1, 68% në CWE-bench v1 dhe 91,7% në LVBench.
- Qasja do të jetë më vonë e disponueshme për klientët e API dhe Google AI Ultra, me një çmim fillestar prej $2/10 për milion token.
Google DeepMind ka zbuluar Gemini 4 Argon, një model të inteligjencës artificiale të përparuar, të projektuar për të trajtuar detyra komplekse profesionale. Programimi, inteligjenca e biznesit dhe siguria kibernetike janë tre shtyllat e saj kryesore. Kompania e pozicionon atë si një hap më tej në familjen e saj Gemini dhe pohon se rezultatet e testeve të saj të brendshme janë të nivelit më të lartë.
Zbatimi nuk do të jetë i përhapur që nga fillimi. Qasja fillestare është e kufizuar vetëm për partnerë të besuar përmes programit Fairwind, me fokus në ekipet e sigurisë kibernetike. Më vonë, do të jetë i disponueshëm për klientët që paguajnë API dhe abonentët e Google AI Ultra. Ende nuk ka një datë specifike për Spanjën dhe pjesën tjetër të Evropës.
Një model i projektuar për detyra të gjata me shumë hapa
Risia kryesore teknike është limiti i prodhimit deri në një milion tokena , krahasuar me 64.000 në gjeneratat e mëparshme. Kjo lejon arsyetim të qëndrueshëm dhe prodhimin e vëllimeve të mëdha të kodit, dokumentacionit ose analizës pa e fragmentuar vazhdimisht përgjigjen.
Google ju udhëzon drejt rrjedhave të punës me shumë hapa. Nuk ka të bëjë vetëm me përgjigjen e pyetjeve individuale, por me zinxhirin e veprimeve së bashku gjatë periudhave të gjata , shqyrtimin e dokumentacionit, kërkimin dhe përfundimin e detyrave të specializuara.
Kompania ka theksuar gjithashtu përdorimin e saj të brendshëm. Mijëra punonjës e kanë testuar atë për debugging, kërkim dhe migrim kodi. Projektet C dhe C++ në Rust janë pjesë e testimit, me shqyrtim njerëzor dhe testim të automatizuar para prodhimit.
Për sa i përket infrastrukturës, agjentët me bazë në Argon analizuan telemetrinë e qendrës së të dhënave dhe identifikuan optimizimet. Google pretendon se u liruan mbi 300 TiB memorie dhe se kursimet mund të jenë edhe më të mëdha. Këto shifra u siguruan nga kompania dhe janë në pritje të verifikimit të jashtëm.
Rezultatet që Google i paraqet si referencë
Google ka publikuar shifra që e vendosin Argonin në ballë. Në DeepSWE v1.1 , një test i fokusuar në inxhinierinë afatgjatë të softuerëve, ai shënoi 77,9%. Kompania e paraqet atë si me rezultatin më të lartë në atë vlerësim.
Në punën profesionale, kryeson indeksin Vals, i cili peshon financat, programimin, ligjin dhe taksat. Gjithashtu arrin 51,3% në AutomationBench , një pikë referimi Zapier për proceset e biznesit, dhe 91,7% në LVBench për videot e gjata.
Në sigurinë kibernetike, Argon arrin 68% në CWE-bench v1 , duke u barazuar në vendin e parë, sipas Google. Megjithatë, Claude Opus 5.5 del në krye në FrontierSWE dhe Terminal-Bench. GPT-6 Astra e tejkalon Argon në OSWorld 2.0 offline me 72,6% krahasuar me 69,2%.
Këto krahasime bazohen kryesisht në të dhënat e prodhuesit. Meqenëse këto të dhëna nuk janë përgjithësisht të disponueshme, vlerësuesit e pavarur nuk mund t'i përsërisin ende testet. Kjo kërkon interpretimin e renditjeve me kujdes.
Siguria kibernetike: fusha e parë e zbatimit
Modeli është trajnuar për të gjetur, validuar dhe rregulluar dobësitë. Sipas Google, ai mund të analizojë kodin dhe sistemet e ekspozuara, edhe pa qasje në kodin burimor. Siguria kibernetike është arsyeja pse publikimi i tij është i kufizuar.
Programi Fairwind u ofron qasje qeverive, entiteteve publike dhe partnerëve të sigurisë. Grupet prioritare përfshijnë agjencitë qeveritare, organizatat e kujdesit shëndetësor dhe kompanitë e telekomunikacionit. Qëllimi është që mbrojtësit të jenë në gjendje ta përdorin atë përpara sulmuesve.
Google citon një bashkëpunim me Wiz, në të cilin Argon thuhet se zbuloi një dobësi kritike në softuerin e kujdesit shëndetësor të përdorur në spitale. E meta mund të ekspozojë të dhëna personale. Modelet e mëparshme nuk do ta kishin zbuluar atë , sipas kompanisë.
Për të parandaluar keqpërdorimin, Google përmend monitorimin, rezistencën ndaj injektimit të shpejtë dhe izolimin e mjediseve të ndjeshme. Një version pa disa barriera të sigurisë kibernetike është i rezervuar për mbrojtësit e akredituar. Qasja e përgjithshme do të mbante filtra më të rreptë.
Disponueshmëria, çmimet dhe pyetjet e pazgjidhura
Zbatimi do të jetë gradual. Së pari Fairwind, pastaj klientët me pagesë të API-t dhe abonentët e Google AI Ultra. Nuk ka një datë të saktë për publikun e gjerë , as për Spanjën apo pjesën tjetër të Evropës. Google thotë se do të jetë sa më shpejt të jetë e mundur.
Çmimi hyrës do të jetë 2 dollarë për milion tokenë hyrjeje dhe 10 dollarë për milion tokenë daljeje. Më pas, do të rritet në 4 dollarë dhe 20 dollarë, përkatësisht. Tokenët e hyrjes të ruajtur në memorje do të kenë një zbritje prej 95%.
Google merr pjesë gjithashtu në procesin vullnetar të qeverisë amerikane për shqyrtimin e modeleve të përparuara përpara se t'i bëjë ato më të disponueshme gjerësisht. Kjo është një praktikë që ndiqet tashmë nga prodhues të tjerë. Shqyrtimi para publikimit është bërë pjesë e orarit standard.
Ardhja e Argon intensifikon konkurrencën midis Google, OpenAI dhe Anthropic. Gjithashtu ngre pyetje në lidhje me kostot, mbikëqyrjen dhe integrimin e ndërmarrjeve. Standardet janë pjesë e pamjes , jo e gjithë pamja.
Gemini 4 Argon paraqitet si një model i përparuar për projekte afatgjata, kod, mbrojtje nga sipërmarrjet dhe kibernetika. Oferta e tij e madhe e token-ave, rezultatet e testimit dhe vendosja e kufizuar përcaktojnë strategjinë e tij. Fairwind, Google AI Ultra dhe API-ja e pagesave përcaktojnë aksesin. Duke pasur parasysh datat në pritje dhe verifikimin e pavarur, Spanja dhe Evropa do të duhet të kënaqen, për momentin, duke e ndjekur njoftimin nga larg.