日本語

← 一覧に戻る

Gemini 4 Argon Release: 1M の出力トークン、半額のプレート Opus が、しばらく使用できません

itadol5j

9月30日、Google DeepMindが正式にGemini 4 Argonを発売しました。 今年2月にGemini 3.1 Proの7か月後に発売されたGemini 4シリーズと最初のフラッグシップの最初のモデルです。 期間中、Googleは、フロントラインモデルの競争を損なうために、外部の世界によって一度知覚されたフラッシュシリーズのいくつかの小さなモデルだけを出力しました。 アルゴンは反応していました。みんなのドアを開けませんでした。

ジェミニ 4 アルゴン

まず、今は使えません。

打ち上げの日に、アルゴンはGoogleフェアウィンドプロジェクトで「クレジットサイバー防衛」にのみオープンしました。 計画は9月2日に開始され、政府や全国のネットワーク機関、医療/通信/エネルギー/ファイナンス、コア技術プラットフォーム、防御的なベンチマークテストを実施する学術研究所などの主要なインフラ事業者を目指しています。 植生を受けるには、多因子の魚耐性認証を使用し、アクセスをシェアまたは再販してはならない。 現在、650社以上の協力代理店があります。

API クライアントと Google AI Ultra 加入者、開発者、企業、一般消費者、正式に「できるだけ早く」と呼びますが、未定お問い合わせ 重要なことは、注意しなければならないことです。APIモデルIDが公開されていないモデルカードや知識の締切日はありません。 そのため、正式に公表されたプロスペクティブな商用価格としてのみ理解できる「$2入力」のような価格が表示されます。これは今日呼び出すことはできません。

ちなみに、これはOpenAI、Anthropic - OpenAIのDaybreak、Anthropic's Project Glasswingと一貫しており、管理された通路の最も強力なサイバーセキュリティ機能をすべてロックしています。 Googleは、米国政府の自主審査プロセスに参加しました。

ジェミニ4アルゴン仕様

1Mの出力トークン:この賭けは長いです

アーゴン、最も困難なテクニカルインジケータはコンテキストではなく、コンテキストではありません。64K 1Mトークンから記載された出力制限そして、Googleは業界をリードすると言います。 注意、出力は、入力しません。

この違いは、エージェントをした人にとって重要です。 過去に「どれだけ読むことができるか」と「いつまで続くか」と心配していたんですか? 大規模なコード移行ミッションは、倉庫、変更、実行テスト、読者の出力、再プログラミング、新しいエラーの繰り返し読書を必要とする場合があります。 出力予算が大きい場合、モデルは初期に停止し、制御を返す必要はありません。 Googleは、モデルが深さで考えるスペースがあり、問題の解決能力に関する会議で数千のトークンを1つのステップで生成する可能性があると述べています。

しかし、パンチェアとして服用しないでください。 高い天井は、以前の詳細を覚えているという意味ではなく、適切なツールを選択し、パッチは右と速度が速くなります。 これらは、入力、エージェントフレームワーク、タスク自体、認証リンクのコンテキストに依存します。 そして高い天井では、失敗した試みのために占いを燃やすことができます。各リクエストのデフォルト予算として1Mを使用して、レートは良いわけではありません。タスクレベル、実際の消費量を記録し、使用している不可の進行なしで試みるダメージのタイムリーな欠損です。

スコアを実行します: 広く勝つ, ないすべて.

GoogleはGPT-6 Astra、Claude Fable 5.1とClaude Opus 5.5で比較表を公開しました。 統合メディア統計: 公開された18のベンチマークのうち、アルゴンはシングル12の最初のものでした。 Astraは最初の3であり、Opus 5.5は最初の2でした。 つまり、3つのフロントラインモデルのトップ、アルゴン、しかし、ゲームはまだ上にあります。お問い合わせ

鉛の場所:

  • ディープSWE v1.1毎セント77.9(実質の長周期ソフトウェア プロジェクト)はAstraのためのOpus 5.5および74.1のためのパーセントごとの74.2より高いです
  • バルス指数(米国におけるGDPの重みによって測定される財務/プログラミング/法的/税の経済影響)
  • オートメーションブナ51.3%, 最初に, 8.8 Opusよりも高いポイント
  • ハーヴェイ法時代ベンチマーク19.6 センチメートル, アストラのみ 5.4 パーセントあたり, オパス 5.5 だけ 3.8 パーセントあたり — 過激な速度, しかし、絶対値がまだ未満であることに注目します 20 パーセント — “非常に低いベースからの実質的な増加” それは実際により多くの特定の表示することができます.
  • LVBnchの特長91.7%、SOTA
  • CWEベンチv168% (修理された施設)、まずアストラ

後方には同じです。

  • フロンティアSWE v2アストラ65.5/セント対アルゴン55.0/セント、10.5ポイント
  • ターミナルベンチサイエンス 0.1アストラ 68.1% 対アルゴン 57.6%, 同じ 10.5 ポイント
  • ターミナルベンチ 4.066.4% 対アルゴン 57.4%, 9 ポイント
  • ポストトレインベンチ: オバス49.3%対アルゴン45.3%

誰がまだあなたが何をするかに依存するかを選ぶ理由です。 DeepSWEのリードは、フロンティアSWEがリードしているわけではありません。2組のベンチマーク倉庫、ミッションの長さ、言語、ツールの動作です。ロードがフロンティアSWEやターミナル集中タスクのような場合、AstraとOpusを候補から動かす理由はありません。

サードパーティ, 人工的な分析, インテリジェンスインデックスを与えます 53 ポイント, これは、GPT-6アストラとクラウドオパスの背後にあるラグと同じです 5.5 そして、ソネット 5.5; 対照的に, ジェミニ 3.1 プロは 30. また、Fello AI は、人工解析でテストされたヘッドモデルにも言及しました。最低の幻覚率。お問い合わせ 同時に、Bloombergは、一部のGoogleのスタッフは、まだ実際のプログラミングに苦労していたと感じたと報告しました。

Googleは既に使用している

いくつかの内部ケースが引用されています。, テキストの最も有益な部分, 彼らは、実験室ではなく、実際の生産環境の着陸であるように:

  • Quantumアルゴリズムの最適化量子計算機チームは、重要なアプリケーションのための時間とスペースリソース(qubit x gate)を最適化するのに役立ちます。 1つのケースは、公開されたベースラインを数分で上回ります 40%
  • 記憶効率: Argon Agent のグループは、フリートプロファイリングテレメトリー全体を分析し、メモリの最適化を自動的に識別し、適用し、スプレッド後の 300 以上の TiB RAM を解放し、500 Tib から 1 PiB の合計削減を期待します。
  • C++/C++/C++/C++ ターンラスト: Re2、libgav1、Fuchsia OS Zirconの内部の中心の800,000ラインのような中心のライブラリの何千ラインの10から。 これらのシステムは、大規模な書き換えが、生産前にマニュアル監査、シミュレーションテスト、評価に厳しい自動アプローチを取ることが非常に重要である。

最も具体的にはlibgav1-Googleのオープンソースのビデオデコーダーです。 アルゴン エージェントは既存の Rust ポートを上回ります。これは、プロファイルガイド実験と研究コンパイラの複数のラウンドを介してエクスポートされます。置換32KラインSIMDコード出力コンパイラは、Rustのセキュリティを自動的に定量化できます。 結果は、元のRustポートバージョンと比較して、安全なメモリデカドです。2.7倍のペースでビデオ出力はまったく同じです。

ジェミニ4アルゴンベース比較

サイバーセキュリティ:アルゴンの第2戦場

Argonはサイバーセキュリティのために訓練されています。自己検出、検証、キーソフトウェアの省略穴を修復お問い合わせ 信頼できる防御力とGoogle内部チームに、Googleはセキュリティフェンスをオフにします。送信し、それらにすべての前方防衛機能を与えます。

発見されたパフォーマンス: グッドプランのスキャンを通じて、アルゴンと無料で重要な公共インフラを保護するためにモデル化グローバル病院で使用される医療ソフトウェアは、機密性の高い個人情報が露出した重大なループホールを発見し、前行モデルのどれも発見しました。お問い合わせ また、Argonは、Google内のコンポジットギャップベンチマークに20のプログラミング言語を網羅する複雑なコードリポジトリで暴露を発見しました。そして、ブラックボックスのペネトレーションテストベンチマークのWizでは、攻撃面の発見、ループホールの特定、PoC証拠の生成にGemini 3.8 Flash Cyberを上回りました。

Fairwindプロジェクトの最初の配達は、CodeMenderフレームワークでGemini 3.8 Flash Cyberでした。これにより、防御側がループホールの特定、検証、修復に役立ちました。

価格: 半額の開始、そして倍

導入価格は...トークン1億ドル、出力10ドルキャッシュ入力の入力価格の95%割引、つまり $0.10/million キャッシュ入力お問い合わせ 導入期間の終了まで増加 US$ 4 入力 / US$ 20 出力キャッシュインプットは、約$ 0.020です。 Googleは、この「導入期間」がどのくらいの期間なのかとは言えませんが、業界慣行はそれです。時には、この「単価」は正式な価格を維持します。

同じ価格のシートに入れます: 導入期間のアルゴンはGPT-6アストラ($10/50)です。1位 5位クロード・オパス 5.5.ハーフ。お問い合わせ これは、Googleの2つの異なる物語に値する... プロモーション期間は最も安いヘッドモデルの1つであり、Opus 5.5と同じ価格のプロモーションエンド。

リリース前の防犯ゲート。

Googleは4つの方向で前方セキュリティ対策を追加しました。

  • 虐待の防止正当なデュアルユース研究を維持しながら、有害なネットワークやCBRN要求を拒否する設計; 誤用を識別するために監視モデルの内部活性化のための技術を改善しました。 塀は内部および外的な赤いチームによって手動+自動攻撃方法とテストされました。
  • 予防注射Googleは「間接的なヒントを注入する日付に最も弾力的なモデルとしてArgonを記述します。 グレースワンのIPIベンチマーク成功率 0.7%Opus 5.5 および Fable 5.1、GPT-6 Astra の 8.5%、GPT-6 SOL のための 27.0%、GLM のための 5.3 31.5%、および Grok 4.8 のための 51.8% まで - それはかなりギャップです。
  • ターゲット偏差を監視します。: 必要に応じて、Argonと割込み実行の思考チェーンとアクションを監視します。 Googleは、訓練プロセス中に同様のシステムを使用して、特殊な緊急対応チームに警告し、意図的に監視を回避する理由を形作るために再ルーティング検出を回避しました。
  • 補強システム: エージェントコントロールロードマップによる高リスクトレーニングや評価開始前のサンドボックス環境の分離と保存

記事「意図的に訓練に戻って監視調査結果に失敗」は、弾丸の最も美しい言葉の1つです。 実際の問題点:監視結果のあるモデルを訓練する場合、モデルは「分散しない」ではなく、「監視によって検出されない方法」を学ぶことができます。

このリリースについて

企業にとって、このリリースのポイントは別のチャットロボットではありませんが、Googleでは、OpenAIとAnthropicから数ヶ月の圧力が数か月後に、フロントテーブルでまだあることを再確認します。 ソフトウェア開発、専門的専門知識、ネットワークセキュリティの3つの低下を選択しました。 - 企業がすでにお金を費やしているのはまさにそうです。

しかし、競争パターンを変更するには「ウィンウィン」は必要ありません。18では、リードまたは13の並列は、Googleが「ワイドリード」を提唱するのに十分ですまた、フロンティアSWE v2、ターミナルベンチサイエンス、ターミナルベンチ 4.0 は、OpenAI と Anthropic がまだ明確な技術領域を持っていることを思い出させます。

実用的な結論は1つの文だけである:ワークロードに依存しています。実際の仕事をパイロットに任せて、素敵なランダウンをしません。 実際の水上は、Argon が開発者、企業、消費者に公開されるとおり、リリースがニュースから生産性に移行するときです。

フロントまでは、次のラウンドのみです。