Jeg tilbragte en halv måned, Gemini 4 Argon.
Lad os starte med resultaterne:Gemini 4 Argon er officielt åben i dag formiddag.Jeg brugte en halv måned på at gå rundt efter det, træde på to vægge i midten, skrive ned nedenfor - ved den måde, hvor det blev vundet, hvor det blev tabt, og vise det til dig med en officiel køre tidsplan.
Første væg: Den officielle erklæring betyder ikke, at den virker.
Den 30. september lancerede Google en blog, der annoncerer Gemini 4 Argon, "Vores Frontline Model for Real World Programming, Corporate Knowledge Work og Cyber Defense". Det er en skræmmende titel, og jeg var så spændt på at se, hvordan det virker.
Den sidste linje på siden lyder "rullende ud snart".Snart var det ensomt.
Det finder vi ud af igen. Denne gang er det.For det første, til Fairwind, den "Troværdige Cyber Security Guard" i planen.At samarbejde med USA 's regering om sikkerhedsvurderingen forud for udstedelsen. Med ordene fra produkt manager, Tulsee Doshi, blev dette gjort "at få en model, der er veluddannet i cybersecurity i hænderne på forsvarere så hurtigt som muligt".
Generelle udviklere, almindelige brugere? Aldrig i livet.
Anden væg: Efter 11 dage er netværket tomt.
Jeg gennemgik det igen den 11. oktober.Ingen API model ID, ingen model kort, ingen viden deadlineDet ved jeg ikke. De dage, internettet er gået amok, "Betydning dette nummer", "Knuse denne model", men kilden, alle forudsigelser, ikke officielle data.
Her er hvad jeg har at sige:Google ofte "viser modelnavne" og "pull modeller" er forskellige ting.Den 21. juli, da embedsmanden annoncerede en uddannelse, han kaldte Gemini 4, en køreplan signal, ikke et brugbart signal.Der er mange dage mellem annonceringen og tjenesten.
Der er gået 13 dage denne gang.
Der skete tre ting i morgen.
Den 13. oktober (dvs. i morges) gav Google det hele:
- Model kort frigivelse(13. oktober) - Strukturen, sammenhængen og tidsplanen for gennemførelsen er fordelt;
- Global åbenhed- Udviklere, virksomheder, forbrugere, der arbejder sammen;
- Adgangs- sti split- Hvem kan bruge det, hvorfra, i et tilfælde.
Jeg vil sætte "hvem kan bruge" i et bord, kopiere det:
| Hvem er du? | Hvorfra? |
|---|---|
| Udvikler / Enterprise | API (AI Studio + Gemini platform) |
| Google AI Ultra Abonnement | Antityngdekraft + Gemini App + Søg AI-tilstand |
| Google AI Pro Abonnement | Gemini App + Søg AI-tilstand |
| Fri. | Ingen officiel omtale. |
Priserne blev også frigivet:Smag friske priser $2 / millioner input token, $10 / millioner output tokenOg så går det op til $4 / $20Det ved jeg ikke. Du vil have sex, mens du er i gang.
Hvad er det?
Et par ord fra den officielle model Kari fortjener at blive fremhævet:
- Det er en helt ny frontlinje model, ikke en finjustering eller tilpasning af den gamle model.Dette er vigtigt - ikke "skalopgradering".
- Struktur er en storskalahybrid specialist (MoE) + Transformertekst, visuelle, lyd input.
- Kontekstvindue: Indtast + output op til 1M token.Dette er en af de mest omfattende opgraderinger af generationen.
- Træning med Google Home TPU, kører JAX + ML Pathways.
- Positioneringsscene:Multihjulet in- dybdegående undersøgelser, komplekse ingeniøropgaver, dyb visuel forståelse, cybersecurity forsvar, multi-mode fil analyse, juridisk / finansiel / videnskab ræsonnement.
I en sætning:Det går efter "besværlig, dyb, lang". Det går ikke efter "gå".
Det er topshowet: scoren, vinderen og taberen.
Det er den mest hensigtsmæssige del af teksten. Google DeepMind Oktober 2026Den officielle sammenligning var GPT- 6 Astra, Claude Fable 5.1, Claude Opus 5.5.
Det vandt:
| Benchmark | Argon. | GPT- 6 | Fabel 5.1 | Opus 5.5. |
|---|---|---|---|---|
| Vals Index | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomationBech | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2. | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey, loven. | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 (kodning) | 77.9% | 74.1% | 67.4% | 74.2% |
| Vibe Code Bench. | 91.9% | 89.6% | 90.3% | 90.3% |
| ETIKET 2 (Videnskabeligt) | 88.8% | 85.4% | 68.6% | 73.1% |
| Riemann Bench (Matematik) | 76.0% | 72.0% | 65.6% | 69.6% |
| GraphWalks 256k ~ 1M | 84.2% | 71.8% | 65.0% | 66.8% |
Den vandt ikke.
| Benchmark | Argon. | GPT- 6 | Fabel 5.1 | Opus 5.5. |
|---|---|---|---|---|
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal- bænk 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| PostTrainBench (ML-projekt) | 45.3% | 44.3% | 40.2% | 49.3% |
| Terminal- Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| OSWorld- 2.0 (computeroperationer) | 69.2% | 72.6% | Det ved jeg ikke. | Det ved jeg ikke. |
Cybersecurity, det går først med GPT-6, Grok 4.7.(CWE-bænk v1 er 68,0%).
Min sans for virkelighed.
Tre retninger af ægte talent:
- Bredden af viden arbejde er sandt.Vals Index, finans, jura og så videre -- især Harvey Law, Agent, 19,6 procent mod 5,4 procent, næsten knusning. En juridisk / finansiel analyse er mulig.
- Konteksten er så stabil.Figur Walks fra 256 k til 1M, 84,2% af 71,8% af GT- 6, forskellen er klar.Man skal fodre hundredvis af sider af dokumenter for at grave dybt. Denne generation er virkelig.
- Multimode dokumentanalyse er stærk.Kartografi 71,6%, LVBech 91,7%, som diagrammet forstår som sin komfortzone.
Kortet er også klart:
- Det vandt ikke det sværeste rigtige softwareprojekt.FrontierSWE v2 bag GT- 6 10%..."Nuværende" og "hardware engineering" er forskellige ting.
- Terminaler, videnskabelige ræsonnementer, computer operationer er ikke overlegen.Den person, der ønsker at køre en shell opgave, der ønsker at styre browser punkt, er stadig stærkere.
- Lad dig ikke narre af ordet "kompleks først".Det er "ekstremt bredt" og ikke "først og fremmest".
Det er op til dig: Part-time råd.
Hvis du er en udvikler,
- Hvis du vil prøve, kan du begynde i dag. AI Studio / API Kom nu, prøv friske priser $2,10;
- Men det...Ikke svaret på et hardcore-projekt som DeepSWE.- Du kører komplekse software engineering, starte med hullet i FrontierSWE kolonne;
- 1M sammenhæng er dens mest værdifulde punkt.Giv det til de lange filer, til det store lager.
Hvis du er juridisk / finansiel / sikkerhedsansvarlig
- Denne generation er til dig.En rigtig forfremmelse.a) Lov, Finance, Cybersecurity, første niveau
- Cybersikkerhed side om side med GPT-6.Første distribueret til cybersecurity partnereFlytningen er, at Google er alvorligt væddemål på sikkerhedsscenen.
Hvis du vil smage det.
- Google AI Ultra, gå. Antityngdekraft, Ultra / Proabonnement in Gemini App og søg AI-tilstand Den er derinde.
- Den gratis slot er ikke nævnt.Hvis du vil bruge den først, er der en pay-off indgang.
Endelig.
Google har det indeni.Hukommelsesoptimering i hjemmebaserede datacentreOg der står, "Luk hundredvis af TB RAMs uden at købe ny hardware", og quantum regnemaskine team bruger det. Denne "selvbetjenings- og udvendig" rute er mere vejledende end nogen kørende score.
Men husk på dagens to vægge: Erklæringen kan bruges, og kombinationen af den første og den første.Læren fra en periode på seks måneder er begge dele - resten, står der, læs det.
Den er tilgængelig.