ახალი თაობის AI მოდელის გამოშვება Google-მა ამჯერად ღია API-ითა და ჩვეულებრივი მომხმარებლებისთვის განკუთვნილი აპლიკაციით არ დაიწყო. Gemini 4 Argon-ის პირველი სამიზნე კიბერუსაფრთხოების სფეროა. მოდელი თავდაპირველად მხოლოდ შერჩეულ, სანდო დამცველებს მიეწოდებათ, რომლებსაც მასზე წვდომა Google Fairwind Program-ის ფარგლებში ექნებათ.
Google Gemini 4 Argon-ს frontier მოდელის სტატუსით უშვებს, რომელიც ხანგრძლივ და რთულ სამუშაო პროცესებზეა გათვლილი. მისი მთავარი მიმართულებებია პროგრამული უზრუნველყოფის ინჟინერია, იურიდიული თუ ფინანსური სფეროს ამოცანები და თავდაცვითი კიბერუსაფრთხოება.
საჯარო ხელმისაწვდომობა
ამ ეტაპზე Gemini 4 Argon საჯარო API-ითა და Gemini-ის აპლიკაციით მიუწვდომელია. Google-ის გეგმით, უსაფრთხოების ეტაპობრივი შემოწმების გავლის შემდეგ, მოდელი დეველოპერებს, კომპანიებსა და საბოლოო მომხმარებლებსაც მიეწოდებათ.
ამ ეტაპზე მოდელით მხოლოდ Google-ის შიდა გუნდები და Fairwind Program-ის სანდო კიბერდამცველები სარგებლობენ. Fairwind Program 650-ზე მეტ პარტნიორს აერთიანებს, წვდომა კი უპირატესად მთავრობებს, კიბერუსაფრთხოების ეროვნულ უწყებებს, კრიტიკული ინფრასტრუქტურის ოპერატორებსა და საკვანძო ტექნოლოგიურ პლატფორმებს ეძლევათ. Google თითოეულ განმცხადებელს ამოწმებს, ხოლო ორგანიზაციებს, რომლებიც კრიტერიუმებს ვერ აკმაყოფილებენ, საკუთარი კოდის დაცვა CodeMender-ითა და საჯაროდ ხელმისაწვდომი მოდელებით შეუძლიათ. Google ასევე მონაწილეობს აშშ-ის მთავრობის ნებაყოფლობით პროცესში, რომელიც გამოშვებამდე მოდელებზე წვდომას ითვალისწინებს. ფართო გაშვებისას Argon-ს პირველ რიგში ფასიანი API-ის მომხმარებლები და Google AI Ultra-ს გამომწერები მიიღებენ, თუმცა ზუსტი თარიღი Google-ს ჯერ არ დაუსახელებია.
კიბერუსაფრთხოების სპეციალისტები მოდელის პირველი პარტნიორები იქნებიან. Google-ის თქმით, Argon-ს პროგრამულ უზრუნველყოფაში კრიტიკული მოწყვლადობების დამოუკიდებლად აღმოჩენა, მათი ვალიდაცია და გამოსწორებაც შეუძლია. სანდო დამცველებისა და Google-ის შიდა გუნდებისთვის კომპანია მოდელის გამოშვებას კიბერუსაფრთხოების სპეციალური შეზღუდვების გარეშე გეგმავს.
კომპანია Wiz უკვე იყენებს Argon-ს Scan for Good ინიციატივაში. Google-ის ადრეული დემოს მიხედვით, სისტემამ ჯანდაცვის პროგრამულ უზრუნველყოფაში კრიტიკული რისკი აღმოაჩინა, რომელიც წინა თაობის frontier მოდელებს გამორჩათ.
კოდიდან ფინანსებამდე
Argon-ის ერთ-ერთი მთავარი ტექნიკური ცვლილება კონტექსტის მასშტაბს ეხება. გამომავალი ტოკენების ლიმიტი 1 მილიონამდე გაიზარდა, მაშინ როცა წინა ზღვარი 64 ათასი იყო.
Google-ის ოფიციალურ ბენჩმარკებში, DeepSWE v1.1-ზე Argon-მა 77.9 პროცენტი აჩვენა. კომპანია ამ მაჩვენებელს პროგრამული ინჟინერიის რეალურ და ხანგრძლივ ამოცანებში საუკეთესო შედეგად ასახელებს. Vals Index-ზე, რომელიც ფინანსებს, კოდირებას, სამართალსა და საგადასახადო სამუშაოებს აშშ-ის მშპ-ში მათი წილის მიხედვით აწონასწორებს, Google-მა ასევე ლიდერობა გამოაცხადა. კომპანიის ინფორმაციით, Argon Vals Finance Agent v2-სა და Harvey Legal Agent Benchmark-შიც ლიდერობს.
Zapier-ის AutomationBench-ზე მოდელმა 51.3 პროცენტი მიიღო და პირველ ადგილზე გავიდა. გრძელი ვიდეოების გაგების LVBench-ზე Google 91.7-პროცენტიან შედეგსა და საუკეთესო მაჩვენებელზე საუბრობს. CWE-bench v1-ზე, რომელიც უსაფრთხოების მოწყვლადობების გამოსწორებას ამოწმებს, Argon-მა 68 პროცენტი აჩვენა და პირველი ადგილი სხვებთან გაინაწილა.
Google-ის განცხადებით, სხვადასხვა ტესტში Argon-მა OpenAI-ის GPT-6 Astra-სა და Anthropic-ის Fable/Opus-ის შედეგებს მნიშვნელოვნად გადააჭარბა. ეს შედარება თავად Google-ის მიერ წარმოდგენილ ბენჩმარკებსა და მათ ინტერპრეტაციას ეფუძნება, ამიტომ შედეგები კონკრეტული ტესტისა და მეთოდოლოგიის კონტექსტში უნდა განვიხილოთ.
შიდა ტესტირება უკვე დაწყებულია
Google-ში Argon-ს კოდირებაში, კვლევასა და ტექსტურ სამუშაოებში უკვე იყენებენ. ერთ-ერთ შიდა მაგალითში მოდელმა კვანტური გამოთვლის ქვეპროგრამის ოპტიმიზაცია რამდენიმე წუთში შეძლო და გამოქვეყნებულ საბაზისო შედეგს 40 პროცენტით გადააჭარბა.
სხვა ამოცანებში Argon-ის აგენტებმა მონაცემთა ცენტრების ოპტიმიზაციისას 300 TiB-ზე მეტი მეხსიერება გაათავისუფლეს. Google-ის შეფასებით, სისტემის სრული პოტენციალი 500 TiB-დან 1 PiB-მდე შეიძლება გაიზარდოს.
მოდელი ასევე გამოიყენეს C/C++ კოდის Rust-ზე გადასატანად. პროექტებში შედიოდა re2, libgav1 და Fuchsia Zircon, ჯამში 800 ათასზე მეტი ხაზის მოცულობის კოდით. Google-ის მიხედვით, libgav1-ის Rust ვერსია აგენტის მუშაობის შემდეგ 2.7-ჯერ უფრო სწრაფი გახდა.
უსაფრთხოება მასშტაბირებაზე წინ დგას
Argon-ის გამოშვების ტემპს სწორედ უსაფრთხოება განსაზღვრავს. Google-ის თქმით, მოდელი ეტაპობრივად გადის უსაფრთხოების შემოწმებებს, მათ შორის prompt injection შეტევების მიმართ გამძლეობის ტესტებს. კომპანიის განცხადებით, Argon Gray Swan-ის IPI ტესტშიც ლიდერობს, მისი ქცევის მონიტორინგი კი chain-of-thought-ის დონეზეც მიმდინარეობს.
ფასიც უკვე ცნობილია. შესავალი ტარიფი ყოველ მილიონ input ტოკენზე 2 დოლარს, ხოლო ყოველ მილიონ output ტოკენზე 10 დოლარს შეადგენს. ქეშირებული input ტოკენები სტანდარტულ ფასზე 95 პროცენტით იაფია. შესავალი პერიოდის დასრულების შემდეგ ფასი ყოველ მილიონ input ტოკენზე 4 დოლარი, ხოლო ყოველ მილიონ output ტოკენზე 20 დოლარი იქნება.
როგორც ვხედავთ, Gemini 4 Argon-ის მთავარი სიახლე მხოლოდ ახალი ბენჩმარკები არ არის. Google ამჯერად პირველ ნაბიჯად მომხმარებლებისთვის სწრაფ გამოშვებას კი არა, კიბერუსაფრთხოების პროფესიონალებთან კონტროლირებულ მუშაობას ირჩევს. მოდელის ფართო ხელმისაწვდომობა სწორედ ამ ეტაპობრივი უსაფრთხოების პროცესის დასრულებაზეა დამოკიდებული.
წყარო: Google, Google DeepMind, TechCrunch
