Η Google παρουσίασε το Gemini 4 Argon ως το επόμενο frontier μοντέλο της, όμως προς το παρόν το κρατά σε περιορισμένη δοκιμή. Η εταιρεία το χρησιμοποιεί ήδη εσωτερικά για απαιτητική μηχανική λογισμικού, έρευνα και άμυνα στον κυβερνοχώρο, ενώ η πρόσβαση ξεκινά από μια μικρή ομάδα έμπιστων testers.
Ένα μοντέλο για εργασίες μεγάλης διάρκειας
Η βασική υπόσχεση του Argon δεν είναι απλώς καλύτερες απαντήσεις σε μεμονωμένες ερωτήσεις. Η Google το σχεδιάζει για σύνθετες ροές εργασίας που απαιτούν πολλά διαδοχικά βήματα, από την ανάλυση κώδικα και τη νομική έρευνα έως τη χρηματοοικονομική εργασία και τον εντοπισμό ευπαθειών.
Το μοντέλο αποκτά όριο εξόδου έως 1 εκατομμύριο tokens, από 64.000 tokens στα προηγούμενα Gemini. Θεωρητικά, αυτό του επιτρέπει να διατηρεί πολύ μεγαλύτερη «διαδρομή» συλλογισμού και να ολοκληρώνει εργασίες που θα έπρεπε να σπάσουν σε πολλά ξεχωριστά αιτήματα.
Η Google ανακοίνωσε αρχική τιμή 2 δολαρίων ανά εκατομμύριο input tokens και 10 δολάρια ανά εκατομμύριο output tokens, με έκπτωση 95% για cached input. Μετά την introductory περίοδο, οι τιμές θα αυξηθούν στα 4 και 20 δολάρια αντίστοιχα.
Τι υποστηρίζει η Google για τις επιδόσεις του
Σύμφωνα με τη δημοσίευση της εταιρείας, το Argon πέτυχε 77,9% στο DeepSWE v1.1, benchmark για εργασίες software engineering μεγάλης διάρκειας. Η Google αναφέρει επίσης κορυφαίες επιδόσεις σε αξιολογήσεις για οικονομική έρευνα, νομική σύνταξη, αυτοματοποίηση επιχειρησιακών εργασιών και κατανόηση μεγάλων βίντεο.
Τα αποτελέσματα αυτά είναι εταιρικοί ισχυρισμοί και δεν αποτελούν ανεξάρτητη αξιολόγηση. Η ανακοίνωση δεν προσφέρει ακόμη δημόσιο μοντέλο, πλήρη πρόσβαση στα δεδομένα των δοκιμών ή συγκρίσιμη αναπαραγωγή από τρίτους. Άρα το Argon μπορεί να είναι σημαντικό τεχνολογικό βήμα, αλλά η πραγματική του θέση απέναντι στους ανταγωνιστές θα κριθεί όταν γίνει ευρύτερα διαθέσιμο.
Από τη μεταφορά κώδικα στην κυβερνοάμυνα
Η Google λέει ότι χιλιάδες εργαζόμενοί της χρησιμοποιούν ήδη το Argon. Agents του μοντέλου ανέλυσαν δεδομένα τηλεμετρίας στα data centers και, σύμφωνα με την εταιρεία, απελευθέρωσαν πάνω από 300 TiB μνήμης. Παράλληλα, εργάζονται σε μεταφορές κώδικα από C και C++ σε Rust, από βιβλιοθήκες όπως οι re2 και libgav1 έως τον πυρήνα Zircon του Fuchsia, με περισσότερες από 800.000 γραμμές κώδικα.
Η πιο ευαίσθητη χρήση αφορά την άμυνα στον κυβερνοχώρο. Η Google αναφέρει ότι το Argon μπορεί να εντοπίζει, να επικυρώνει και να διορθώνει κρίσιμες ευπάθειες. Η Wiz το δοκιμάζει μέσω του Fairwind Program και, σε πρώιμη επίδειξη, το μοντέλο φέρεται να εντόπισε κενό που εξέθετε ευαίσθητα δεδομένα σε λογισμικό υγείας. Η ίδια η Google σημειώνει ότι προηγούμενα frontier μοντέλα δεν είχαν βρει τη συγκεκριμένη αδυναμία, χωρίς να δημοσιεύει όλες τις λεπτομέρειες.
Γιατί η Google καθυστερεί τη δημόσια διάθεση
Η σταδιακή κυκλοφορία είναι συνειδητή επιλογή. Το Argon διατίθεται αρχικά σε έμπιστους cyber defenders μέσω του Fairwind, ενώ η Google δηλώνει ότι ενισχύει τις δικλίδες απέναντι σε κακόβουλη χρήση, prompt injection και συμπεριφορές misalignment. Η εταιρεία αναφέρει ακόμη συστήματα που παρακολουθούν τις εσωτερικές ενεργοποιήσεις, τις ενέργειες του μοντέλου και τη διαδικασία συλλογισμού του, ώστε να μπορούν να διακόψουν μια εργασία όταν ξεφεύγει από τα όρια.
Η ευρεία διάθεση δεν έχει συγκεκριμένη ημερομηνία. Θα ξεκινήσει, σύμφωνα με την Google, από πελάτες του επί πληρωμή API και συνδρομητές Google AI Ultra, πριν επεκταθεί σε developers, επιχειρήσεις και καταναλωτές.
Το Gemini 4 Argon δείχνει έτσι μια αλλαγή προτεραιότητας: η αξία ενός frontier μοντέλου μετριέται λιγότερο από το αν απαντά εντυπωσιακά σε ένα prompt και περισσότερο από το αν μπορεί να εργαστεί με ασφάλεια για ώρες πάνω σε πραγματικά συστήματα. Μέχρι να υπάρξουν ανεξάρτητα benchmarks και δημόσια πρόσβαση, όμως, το Argon παραμένει κυρίως μια ισχυρή —και μη πλήρως επαληθευμένη— υπόσχεση.
Πηγή: Ars Technica και Google.