Aku menghabiskan setengah bulan, Gemini 4 Argon.
Mari kita mulai dengan hasilnya:Gemini 4 Argon resmi dibuka pagi ini.Saya menghabiskan setengah bulan berkeliling untuk itu, melangkah pada dua dinding di tengah, menulis di bawah - dengan cara, di mana itu menang, di mana ia hilang, dan menunjukkan kepada Anda dengan jadwal berjalan resmi.
Dinding pertama: Pernyataan resmi tidak berarti itu bekerja.
Pada tanggal 30 September Google meluncurkan sebuah blog mengumumkan Gemini 4 Argon, "Model Frontline kami untuk Pemrograman Real World, Pekerjaan Pengetahuan Perusahaan dan Pertahanan Cyber". Itu judul yang menakutkan, dan aku sangat senang melihat cara kerjanya.
Baris terakhir dari halaman berbunyi "segera bergulir".Segera kesepian.
Kita akan mencari tahu lagi. Kali ini.Pertama-tama, untuk Fairwind, "Credible Cyber Keamanan" dalam rencana.Untuk bekerja sama dengan Pemerintah Amerika Serikat dalam penilaian pra-mengeluarkan keamanan. Dalam kata-kata manajer produk, Tulsee Doshi, ini dilakukan "untuk mendapatkan model yang terlatih dalam keamanan cyber ke tangan para pembela sesegera mungkin".
Pengembang umum, pengguna biasa? Tidak mungkin.
Dinding kedua: setelah 11 hari, jaringannya kosong.
Aku memeriksanya lagi pada tanggal 11 Oktober.Tak ada ID model API, tak ada kartu model, tak ada tenggat waktu pengetahuanAku tidak tahu. Hari-hari itu, Internet menjadi gila, "Artinya nomor ini", "Menghancurkan model itu", tapi sumber, semua prediksi, bukan data resmi.
Ini yang harus kukatakan:Google sering "menampilkan nama model" dan "menarik model" adalah hal yang berbeda.Pada tanggal 21 Juli, ketika pejabat mengumumkan pelatihan, ia disebut Gemini 4, sinyal peta jalan, bukan sinyal yang layak.Ada banyak hari antara pengumuman dan layanan.
Sudah 13 hari kali ini.
Tiga hal terjadi di pagi hari.
Pada tanggal 13 Oktober, Google memberikan semuanya:
- Rilis kartu model(13 Oktober) - Struktur, konteks dan jadwal lari penuh didistribusikan;
- Keterbukaan global- Pengembang, bisnis, konsumen bekerja sama;
- Jalur akses terbagi- Siapa yang bisa menggunakannya, dari mana, dalam satu contoh.
Aku akan menaruh "yang dapat menggunakan" dalam meja, salin:
| Siapa kau? | Dari mana? |
|---|---|
| Pengembang / Enterprise | API (platform AI Studio + Gemini) |
| Google AI Ultra Subscription | Antigravity + Gemini App + Search AI Mode |
| Subtitle Google AI Pro | Mode Pencarian AI App + Gemini |
| Bebas. | Tidak disebutkan secara resmi. |
Harga juga dirilis:Rasakan harga baru $2 / juta token masukan, $10 / juta token keluaranDan kemudian naik ke $4 / $20Aku tidak tahu. Anda ingin bercinta saat Anda berada di itu.
Apa itu?
Beberapa kata dari model resmi Kari layak disorot:
- Ini benar-benar model garis depan baru, bukan fine- tuning atau adaptasi dari model lama.Ini penting - bukan "peningkatan shell".
- Struktur adalah spesialis hybrid skala besar (MoE) + Transformerteks, visual, masukan audio.
- Jendela konteks: Masukkan + keluaran hingga 1M token.Ini adalah salah satu yang paling substansial upgrade generasi.
- Pelatihan dengan Google Home TPU, menjalankan JAX + ML Pathways.
- Adegan posisi:Pemeriksaan dalam dua roda, tugas rekayasa yang rumit, pemahaman visual yang mendalam, pertahanan cyber, analisis berkas multi- mode, penalaran hukum / keuangan / ilmu pengetahuan.
Dalam satu kalimat:Ini akan menjadi "sulit, dalam, panjang". Ini tidak akan untuk "pergi".
It 's the top show: skor lembar, pemenang dan pecundang.
Ini adalah bagian yang paling tepat dari teks. Google DeepMind Oktober 2026Perbandingan resminya adalah GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5.
Ini menang:
| Benchmark | Argon. | GPT-6 | Fable 5.1 | Opus 5.5. |
|---|---|---|---|---|
| Indeks Vals | 68.9% | 63.1% | 65.8% | 67.0% |
| Audisi Bech | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2. | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey, hukum. | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 (coding) | 77.9% | 74.1% | 67.4% | 74.2% |
| Vibe Code Bench. | 91.9% | 89.6% | 90.3% | 90.3% |
| LABBEC 2 (Ilmiah) | 88.8% | 85.4% | 68.6% | 73.1% |
| Riemann Bench (Matematika) | 76.0% | 72.0% | 65.6% | 69.6% |
| GraphWalks 256k ~ 1M | 84.2% | 71.8% | 65.0% | 66.8% |
Itu tidak menang.
| Benchmark | Argon. | GPT-6 | Fable 5.1 | Opus 5.5. |
|---|---|---|---|---|
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal- bangku 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| PostTrainBench (ML Project) | 45.3% | 44.3% | 40.2% | 49.3% |
| Terminal- Bench Sains 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| OSWorld- 2.0 (operasi komputer) | 69.2% | 72.6% | Aku tidak tahu. | Aku tidak tahu. |
Keamanan cyber, pertama GPT-6, Gok 4.7.(CWE- bangku v1 adalah 68,0%).
Perasaan saya realitas.
Tiga arah bakat nyata:
- Banyak pengetahuan yang bekerja benar.Indeks botol, keuangan, hukum, dan sebagainya -- terutama Harvey Law, Agen, 19.6 persen melawan 5,4 persen, hampir menghancurkan. Analisis hukum / keuangan mungkin.
- Konteksnya sangat stabil.Grafik Berjalan dari 256k sampai 1M, 84,2% dari 71.8% GPT-6, perbedaannya jelas.Anda harus memberi makan ratusan halaman dokumen untuk menggali lebih dalam. Generasi ini nyata.
- Analisis dokumen multi- mode kuat.Kartografi 71,6 persen, LVBech 91.7 persen, yang dapat dipahami oleh grafik sebagai zona kenyamanan.
Papan pendeknya juga jelas:
- Itu tidak memenangkan proyek perangkat lunak yang paling sulit.FrontierSWE v2 dibelakang GPT-6 10%..."Saat ini" dan "rekayasa perangkat keras" adalah hal yang berbeda.
- Terminal, alasan ilmiah, operasi komputer tidak unggul.Orang yang ingin menjalankan tugas shell, yang ingin mengontrol titik browser, masih lebih kuat.
- Jangan tertipu oleh kata "kompleks pertama".Ini "sangat luas" dan bukan "pertama-tama".
Ini adalah pada Anda: nasihat pesta-waktu.
Jika kau seorang pengembang,
- Jika Anda ingin mencoba, Anda dapat mulai hari ini. AI Studio / API Ayo, coba harga segar $2,10;
- Tapi itu...Bukan jawaban proyek penting seperti DeepSWE.- Anda menjalankan rekayasa perangkat lunak kompleks, mulai dengan kesenjangan di kolom FrontierSWE;
- Konteks 1M adalah titik yang paling berharga.Feed ke file panjang, ke gudang besar.
Jika Anda seorang praktisi hukum keuangan atau keamanan
- Generasi ini untukmu.Sebuah promosi nyata.(A) Hukum, Keuangan, Cybersecurity, tingkat pertama;
- Cybersecurity berdampingan dengan GPT-6.Pertama didistribusikan ke mitra keamanan cyberGerakan ini adalah bahwa Google serius bertaruh pada adegan keamanan.
Jika Anda ingin merasakannya.
- Google AI Ultra, pergi. AntigravitasiUltra! Berlangganan Pro di App Gemini dan pencarian AI Mode Ada di sana.
- Slot gratis tidak disebutkan.Jika Anda ingin menggunakannya terlebih dahulu, ada bayaran-off masuk.
Akhirnya.
Google punya di dalam.Optimisasi memori dalam pusat data berbasis home-Dan ia mengatakan, "Tutup ratusan TB RAM tanpa membeli perangkat keras baru", dan tim kalkulator kuantum menggunakannya. Ini rute "melayani diri sendiri dan eksterior" lebih menunjukkan daripada skor berjalan.
Tapi ingat dua dinding hari ini: yang Declarion dapat digunakan, dan kombinasi pertama dan yang pertama.Pelajaran periode enam bulan keduanya - sisanya, runsheet mengatakan, membacanya.
Ini tersedia.