Google-მა უახლესი ფლაგმანური მოდელი Gemini 4 Argon-ი წარადგინა

Google-მა რთული საინჟინრო და კორპორაციული ამოცანების გადასაჭრელად ახალი თაობის მოდელი Gemini 4 Argon-ი წარადგინა. არსებული ინფორმაციით, სისტემა პროგრამული უზრუნველყოფის ინჟინერიის, ფინანსური და იურიდიული ანალიტიკის, ასევე კიბერუსაფრთხოების დაცვითი ოპერაციების შესრულებას უზრუნველყოფს.

აღსანიშნავია, რომ კომპანიამ ახალი პროგრამა Fairwind-ის ფარგლებში სანდო პარტნიორებსა და უსაფრთხოების სპეციალისტებს მოდელი უკვე გაუზიარა. ტექნოლოგიური გიგანტი მის მასშტაბურ კომერციულ გამოშვებას აშშ-ის მთავრობის უსაფრთხოების პროტოკოლებთან შესაბამისობის ეტაპობრივი შემოწმების შემდეგ გეგმავს, თუმცა უცნობია, როდის დასრულდება ეს პროცესი.

როგორც Google-ში აღნიშნავენ, დეველოპერები, ბიზნესკლიენტები და Google AI Ultra-ს გამომწერები სისტემაზე წვდომას ყველაზე მალე მიიღებენ.

რაც შეეხება თავად მოდელს და მის შესაძლებლობებს, როგორც ირკვევა, დამოუკიდებელ ტესტებში Gemini 4 Argon-მა ყველა კონკურენტულ სისტემებს აჯობა. პროგრამული უზრუნველყოფის გრძელვადიან ტესტში DeepSWE v1.1 მოდელმა 77.9% დააგროვა და Claude Opus 5.5-სა და GPT-6 Astra-ს გადაუსწრო. ეკონომიკური მიმართულებით მუშაობის Vals-ის ინდექსში სისტემამ 68.9% მიიღო, ბიზნესპროცესების ავტომატიზაციის AutomationBench-ში კი 51.3%-ით პირველი ადგილი დაიკავა. განსაკუთრებით თვალსაჩინო იყო ახალი მოდელის უპირატესობა იურიდიული ანალიზის Harvey-ს ბენჩმარკში, სადაც სისტემამ 19.6% მიიღო, მეტოქეებმა კი 7%-ზე დაბალი შედეგი დააფიქსირეს. ამას გარდა, ფინანსური კვლევების Vals Finance-ის ტესტში Argon-მა 65.4% მოაგროვა, ხანგრძლივი ვიდეოების დამუშავების LVBench-ში კი რეკორდული 91.7% დააფიქსირა.

აღსანიშნავია, რომ Google-ის დეველოპერებმა სისტემის გამომავალი მონაცემების ლიმიტი 64 ათასიდან 1 მილიონ ტოკენამდე გაზარდეს. ეს ცვლილება რთული პრობლემების ერთ ციკლში გადაჭრას უზრუნველყოფს. სწორედ ამ ახალი არქიტექტურის დამსახურებით, Google-ის შიდა ინფრასტრუქტურის ეფექტიანობა მნიშვნელოვნად გაუმჯობესდა. კვანტური გამოთვლების ოპტიმიზაციისას სისტემამ არსებულ სამეცნიერო ბაზისურ მაჩვენებელს რამდენიმე წუთში 40%-ით გადააჭარბა.

მონაცემთა ცენტრებში ტელემეტრიული ანალიზის შედეგად მოდელმა ხარჯი დამოუკიდებლად შეამცირა და 300 ტერაბაიტზე მეტი მოცულობა გამოათავისუფლა. ამ პროცესში ინჟინრებმა C/C++ კოდის Rust-ზე მიგრაციაც დაიწყეს, სადაც libgav1-ის ვიდეოდეკოდერის ოპტიმიზაციამ წინა ვერსიასთან შედარებით 2.7-ჯერ მაღალი სისწრაფე აჩვენა.

რაც შეეხება კიბერუსაფრთხოებას, Google-მა ახალი მოდელი თავდაცვითი ოპერაციების შესასრულებლად სპეციალურად მოამზადა. სისტემა კრიტიკული ხარვეზების აღმოჩენას, მათ გადამოწმებასა და დამოუკიდებლად გამოსწორებას თავისუფლად ახერხებს. კიბერუსაფრთხოების კომპანია Wiz-მა პროგრამა Scan for Good-ის მეშვეობით Argon-ი სამედიცინო სექტორის დასაცავად გამოიყენა. მოდელმა ჯანდაცვის გლობალურ სისტემებში გამოავლინა ისეთი კრიტიკული საფრთხე, რომელიც წინა თაობის სისტემებს შეუმჩნეველი დარჩათ. უსაფრთხოების ხარვეზების აღმოფხვრის CWE-bench v1-ის ტესტში მოდელმა 68% დააგროვა და კონკურენტებს შორის უმაღლესი შედეგი დააფიქსირა.

აღსანიშნავია, რომ ფართო აუდიტორიისთვის სისტემის მიწოდებამდე კომპანია უსაფრთხოების ზომებს მნიშვნელოვნად გაამკაცრებს. მოდელი ქიმიური, ბიოლოგიური, რადიოლოგიური და ბირთვული საფრთხეების შემცველ მოთხოვნებს დაბლოკავს.

რაც შეეხება ხარჯებს, 1 მილიონ შემავალ ტოკენზე ტარიფი $2-ით განისაზღვრება, ხოლო 1 მილიონ გამომავალ ტოკენზე $10 დადგინდება. აღსანიშნავია, რომ შენახული შემავალი ტოკენებისთვის კომპანია 95%-იან ფასდაკლებას დააწესებს.

ცნობისთვის, Gemini Google-ის ფლაგმანური ხელოვნური ინტელექტის მოდელების ოჯახია, რომლის განვითარებასაც ტექნოლოგიური გიგანტის ლაბორატორია Google DeepMind-ი ხელმძღვანელობს. პროექტი გლობალურ ბაზარზე OpenAI-სა და Anthropic-ის წამყვან მოდელებს პირდაპირ კონკურენციას უწევს.