Η Google αποκαλύπτει το Gemini 4 Argon, το πιο ισχυρό μοντέλο AI μέχρι σήμερα
«Θα το διαθέσουμε όσο πιο γρήγορα και όσο πιο ασφαλή γίνεται» δήλωσε ο Σουντάρ Πιτσάι
Snapshot
- Η Google παρουσίασε το Gemini 4 Argon, το πιο ισχυρό μοντέλο τεχνητής νοημοσύνης της μέχρι σήμερα, σχεδιασμένο για πολύπλοκες εργασίες σε διάφορους τομείς.
- Το Argon διατίθεται αρχικά σε ειδικούς κυβερνοασφάλειας και την αμερικανική κυβέρνηση, με ευρύτερη διάθεση σε πελάτες και συνδρομητές να μην έχει ακόμη καθοριστεί.
- Το μοντέλο ξεπερνά τους ανταγωνιστές σε benchmarks μηχανικής λογισμικού, νομικών και χρηματοοικονομικών εργασιών, ενώ σημειώνει ισοπαλία σε ικανότητα διόρθωσης κενών ασφαλείας.
- Η Google έχει ήδη χρησιμοποιήσει το Argon εσωτερικά για αναγραφή κώδικα και εξοικονόμηση μνήμης, επιτυγχάνοντας σημαντικές βελτιώσεις σε απόδοση και ασφάλεια.
- Η τιμολόγηση του API είναι χαμηλότερη από τους βασικούς ανταγωνιστές, με ορισμένες λειτουργίες να προσφέρονται σε σημαντικά μειωμένη τιμή.
H Google έδωσε στα φως της δημοσιότητας το Gemini 4 Argon, το πιο ικανό μοντέλο τεχνητής νοημοσύνης που έχει δημιουργήσει έως τώρα και το πρώτο της νέας σειράς Gemini 4.
Το πολυαναμενόμενο προηγμένο μοντέλο (frontier model), που παρουσιάστηκε στις 30 Σεπτεμβρίου, έχει σχεδιαστεί για να φέρνει εις πέρας πολύπλοκες εργασίες πολλών σταδίων από την ανάπτυξη λογισμικού και νομικά/χρηματοοικονομικά ζητήματα, μέχρι την άμυνα στον κυβερνοχώρο.
Η ανακοίνωση αυτή βάζει τέλος σε μια μακρά περίοδο αναμονής, μετά την αθόρυβη ακύρωση του Gemini 3.5 Pro που είχε υποσχεθεί η εταιρεία για τον Ιούνιο.
Το "αγκάθι", ωστόσο, είναι ότι η πλειονότητα του κόσμου δεν μπορεί ακόμη να το χρησιμοποιήσει.
Αρχικά, το Argon διατίθεται σε μια κλειστή ομάδα έμπειρων ειδικών κυβερνοασφάλειας μέσω του προγράμματος Fairwind της Google, παράλληλα με τη διαδικασία εθελοντικής προ-κυκλοφορίας του από την αμερικανική κυβέρνηση.
Σειρά παίρνουν οι πελάτες πληρωμένου API και οι συνδρομητές του Google AI Ultra, χωρίς όμως να υπάρχει προς το παρόν κάποια συγκεκριμένη ημερομηνία.
«Θα το κάνουμε διαθέσιμο όσο πιο γρήγορα και όσο πιο ασφαλή μπορούμε», έγραψε στο X ο διευθύνων σύμβουλος της Google, Σουντάρ Πιτσάι.
Στο benchmark DeepSWE v1.1, που δοκιμάζει προηγμένες δεξιότητες μηχανικής λογισμικού, το Argon σημείωσε σκορ 77,9%, ξεπερνώντας το Claude Opus 5.5 (74,2%) και το GPT-6 Astra (74,1%).
Η μεγαλύτερη διαφορά καταγράφεται στο Legal Agent Benchmark της Harvey, όπου το Argon έφτασε το 19,6% έναντι μόλις 5,4% του Astra.
Παράλληλα, προηγείται και στον δείκτη Vals Index, ο οποίος αξιολογεί τη χρηματοοικονομική, προγραμματιστική, νομική και φορολογική εργασία βάσει της συμμετοχής τους στο ΑΕΠ των ΗΠΑ, αγγίζοντας το 68,9%. Οι βασικοί ανταγωνιστές, πάντως, διατηρούν τα πρωτεία σε άλλους τομείς.
Το GPT-6 Astra παραμένει μπροστάστα FrontierSWE v2 και OSWorld-2.0, ενώ το Claude Opus 5.5 κυριαρχεί στα Terminal-bench 4.0 και PostTrainBench.
Στο CWE-bench v1, που μετρά την ικανότητα διόρθωσης κενών ασφαλείας, Argon και Astra βρίσκονται ισόπαλα στο 68%.Παράλληλα, η Google αύξησε το όριο εξόδου (output limit) στα 1 εκατομμύριο tokens από 64.000 που ήταν πριν, επιτρέποντας στο Argon να ολοκληρώνει εξαιρετικά μεγάλες εργασίες σε μία μόνο συνεδρία.
Η αρχική τιμολόγηση του API ορίζεται στα 2 δολάρια ανά εκατομμύριο tokens εισόδου και στα 10 δολάρια ανά εκατομμύριο tokens εξόδου, ενώ η προσωρινά αποθηκευμένη είσοδος (cached input) είναι φθηνότερη κατά 95%.
Το ποσό αυτό αντιστοιχεί στη μισή τιμή από αυτή που χρεώνει η Anthropic για το Claude Opus 5.5 και στο ένα πέμπτο της χρέωσης του GPT-6 Astra.
Η Google χρησιμοποιεί ήδη το Argon για αναγραφή κώδικα και εξοικονόμηση μνήμης
Χιλιάδες εργαζόμενοι της Google κάνουν εσωτερική χρήση του μοντέλου εδώ και εβδομάδες. Μια ομάδα πρακτόρων του Argon σάρωσε δεδομένα profiling σε ολόκληρο τον στόλο της εταιρείας και απελευθέρωσε πάνω από 300 TiB μνήμης στα data centers της Google, με τις συνολικές εκτιμώμενες εξοικονομήσεις να κυμαίνονται από 500 TiB έως 1 PiB.
Επιπλέον, οι πράκτορες μεταφέρουν κώδικα C/C++ στη γλώσσα Rust, συμπεριλαμβανομένων πάνω από 800.000 γραμμών του πυρήνα Fuchsia Zircon.
Στον αποκωδικοποιητή βίντεο libgav1, το Argon αντικατέστησε 32.000 γραμμές κώδικα SIMD και το αποτέλεσμα τρέχει 2,7 φορές πιο γρήγορα από την προηγούμενη έκδοση σε Rust.
Από την πλευρά της, η εταιρεία κυβερνοασφάλειας Wiz χρησιμοποίησε το Argon για να εντοπίσει ένα κρίσιμο κενό ασφαλείας που εξέθετε προσωπικά δεδομένα σε λογισμικό υγειονομικής περίθαλψης νοσοκομείων παγκοσμίως, μια ευπάθεια που προηγούμενα προηγμένα μοντέλα είχαν αγνοήσει.
