Google je napravio korak naprijed u području umjetne inteligencije. Tvrtka je predstavila Gemini 4 Argon , svoj novi vrhunski model s kojim želi ponovno konkurirati najmoćnijim sustavima koji su trenutno dostupni. Objava dolazi nakon nekoliko mjeseci u kojima se činilo da je tvrtka izgubila dio tla zbog napretka OpenAI-a i Anthropica.
Model je dizajniran za složene profesionalne zadatke , poput programiranja, kibernetičke sigurnosti ili rada s poduzećem. Prema podacima koje je podijelio Google, Argon se podudara ili čak nadmašuje konkurentske kriterije u nekoliko testova, iako mišljenja unutar i izvan tvrtke nisu u potpunosti jednoglasna.
Rival za GPT-6 Astru i Claude Opus 5.5
Lansiranje Geminija 4 Argona ima jasan cilj: konkurirati OpenAI-ju i Anthropicu . Googleovi kriteriji smještaju model ispred Claude Opusa 5.5 i Fablea 5.1 u raznim testovima. U indeksu umjetne analize inteligencije (Artificial Analysis Intelligence Index), neovisnom ocjenjivaču, Argon postiže 53 boda, isto kao i GPT-6 Astra, premium model OpenAI-ja.
U DeepSWE testu, koji se fokusira na softversko inženjerstvo u stvarnom svijetu, Argon je postigao rezultat od 77,9% , u usporedbi sa 74,1% za GPT-6 Astra i 74,2% za Claude Opus 5.5. Google je također istaknuo svoje prvo mjesto na Vals indeksu, koji mjeri ekonomski utjecaj u područjima kao što su financije, pravo i oporezivanje. A u CWE-bench testu, procjeni sanacije ranjivosti, postigao je 68%, dijeleći prvo mjesto.
Jedan od najupečatljivijih nalaza je smanjenje halucinacija . Prema Artificial Analysis, stopa Gemini 4 Argon je 15% u AA-Omniscience, dok stopa GPT-6 Astra skače na 50%. Razlika leži u činjenici da je Argon skloniji odgovoriti "Ne znam" kada nije siguran, nego da izmisli odgovor. Međutim, Astra postiže veću točnost u istom testu, pa ove podatke treba staviti u kontekst.
Tehničke mogućnosti: milijun tokena i autonomna kibernetička obrana
Jedna od najznačajnijih novih značajki Geminija 4 Argona je njegova sposobnost generiranja do milijun tokena u jednom odgovoru . Da bismo to stavili u perspektivu, token je ekvivalentan fragmentu riječi, a milijun tokena je otprilike 750 000 riječi na engleskom jeziku. To predstavlja više od petnaest puta veće povećanje u odnosu na prethodno ograničenje od 64 000 tokena. S tako velikim kapacitetom, model može obavljati zadatke koji su prije zahtijevali dijeljenje na desetke zahtjeva, poput migracije cijele kodne baze.
Kibernetička sigurnost je još jedno područje na koje je Google usmjerio svoje napore. Argon je sposoban locirati, validirati i popraviti nedostatke u više od dvadeset programskih jezika, pa čak može analizirati web sustave uživo bez potrebe za pristupom njihovom izvornom kodu. Tvrtka tvrdi da može pronaći kritične ranjivosti i autonomno ih popraviti, slično onome što je model Gemini 3.8 Flash Cyber nastojao učiniti kako bi poboljšao programiranje , iako specifični detalji njegovih nalaza nisu javno objavljeni osim onoga što je Google odlučio podijeliti.
Unutar Googlea, tisuće zaposlenika već svakodnevno koriste Argon. Tvrtka navodi da ga njezini timovi koriste za istraživačke i programske zadatke te da je oslobodila više od 330 terabajta memorije u svojim podatkovnim centrima. Ovo su praktični primjeri koje tvrtka pokazuje kako bi pokazala da se ne radi samo o apstraktnim brojkama, iako tek treba vidjeti kakvo će biti stvarno korisničko iskustvo.
Ograničeno izdanje, cijene i sumnje u stvarne performanse
Unatoč medijskoj pompi, istina je da gotovo nitko još neće moći isprobati Gemini 4 Argon . Google se odlučio za postupno uvođenje, počevši s malom skupinom stručnjaka za kibernetičku sigurnost odabranih putem programa Fairwind. Model također procjenjuje američka vlada, što je standardni postupak prije pokretanja ovakvih sustava. Kasnije će biti dostupan korisnicima API-ja koji plaćaju i već su pretplatnici na Google AI Ultra, iako ne postoji određeni datum za njegovo opće izlazak.
Početna cijena još je jedan Googleov argument za privlačenje tvrtki. Tijekom promotivnog razdoblja, ulaz će koštati 2 dolara po milijunu tokena, a izlaz 10 dolara po milijunu (otprilike 1,75 eura i 8,75 eura). Nakon toga, naknada će se udvostručiti na 4 dolara i 20 dolara. Prema Artificial Analysisu, s ovim početnim popustom, trošak po zadatku bio bi 40% niži od onog kod GPT-6 Astre.
Nisu sve dobre vijesti. Bloomberg je razgovarao sa zaposlenicima Googlea koji tvrde da, iako Argon blista u testovima, ne postiže očekivane rezultate u stvarnim programskim zadacima . Tvrtka poriče te tvrdnje i tvrdi da ga njezini timovi intenzivno koriste s dobrim rezultatima. Ova neskladnost odražava neugodnu istinu: sintetički testovi nisu uvijek primjereni svakodnevnom radu, gdje su repozitoriji ogromni, ovisnosti nesavršene, a dokumentacija oskudna.
Politički kontekst također je bio relevantan. Dan prije objave, izvršni direktor Googlea Sundar Pichai, zajedno s američkim predsjednikom Donaldom Trumpom i drugim tehnološkim rukovoditeljima, potpisao je dobrovoljni sporazum o samoregulaciji. Dokument opisuje revizije i interne kontrole za kibernetičku sigurnost i biološke prijetnje. Google inzistira na tome da Argon ima granične zaštitne mjere i neće biti dostupan korisnicima dok ne ponudi maksimalnu sigurnost.
Dolazak ovog modela dolazi nakon što obećani Gemini 3.5 Pro nikada nije ugledao svjetlo dana. Taj je projekt patio od pogrešaka u obuci i znatno je podbacio u usporedbi s konkurencijom, što je navelo tvrtku da ga napusti i usredotoči se na Argon, koji je u razvoju od srpnja. Ovim potezom Google želi pokazati da ostaje konkurent u utrci za vrhunsku umjetnu inteligenciju, iako skepticizam prema jazu između mjerila i iskustva iz stvarnog svijeta i dalje postoji u industriji.
