Jeg brukte en halv måned, Gemini 4 Argon.
La oss begynne med resultatene:Gemini 4 er offisielt åpen i dag morgen.Jeg tilbrakte en halv måned cruising rundt for det, steg på to vegger i midten, skrev ned nedenfor - forresten, hvor den ble vunnet, hvor den var tapt, og viste det til deg med en offisiell kjøreplan.
Første vegg: Den offisielle erklæringen betyr ikke at den fungerer.
Den 30. september lanserte Google en blogg som annonserte Gemini 4 Argon, «Vår frontlinjemodell for real World Programming, Corporate Knowledge Work and Cyber Defense». Jeg var så spent på å se hvordan det fungerer.
Den siste linjen på siden leser " utrulling snart."Snart var den ensom.
Vi finner ut igjen. Denne gangen er det.Først av alt, til Fairwind, den "Credible Cyber Security Guard" i planen.Å samarbeide med USAs regjering i sikkerhetsvurderingen. Med ordene fra produktsjefen, Tulsee Doshi, ble dette gjort \"for å få en modell som er velutdannet i cybersikkerhet i hendene på forsvarere så snart som mulig\".
Generelt utviklere, vanlige brukere? Nei.
Andre vegg: etter 11 dager er nettverket tomt.
Jeg gikk over det igjen den 11. oktober.Ingen API-modell-ID, ingen modellkort, ingen kunnskapsfristJeg vet ikke. De dagene har internett gått gale, - Å måle dette nummeret, - - Crushing den modellen, - men kilden, alle spådommer, ikke offisielle data.
Her er hva jeg har å si:Google viser ofte modellnavn og «pull modeller» er forskjellige ting.Den 21. juli, da tjenestemannen kunngjorde en opplæring, kalte han Gemini 4, et veikartsignal, ikke et tjenestesignal.Det er mange dager mellom kunngjøringen og tjenesten.
Det har gått 13 dager denne gangen.
Tre ting skjedde om morgenen.
13. oktober (dvs. i morges) ga Google alt:
- Modellkortutgivelse(13. oktober) — Strukturen, sammenhengen og fullkjøreplanen distribueres;
- Global åpenhet— Utviklere, bedrifter, forbrukere som arbeider sammen;
- Adgangssti split- Hvem kan bruke det fra hvor, i ett tilfelle.
Jeg vil sette - hvem kan bruke - i en tabell, kopiere den:
| Hvem er du? | Fra hvor? |
|---|---|
| Utvikler / Enterprise | API (AI Studio + Gemini plattform) |
| Google AI Ultra Abonnement | Antigravity + Gemini App+ Søk AI-modus |
| Google AI Pro Abonnement | Gemini App+ Søk i AI-modus |
| Gratis. | Ingen offisiell omtale. |
Prisene ble også utgitt:Smak ferske priser $ 2 / millioner inngang token, $ 10 / millioner utgangstokenOg så går det opp til $4 / $20Jeg vet ikke. Du vil legge deg mens du er på den.
Hva er det?
Et par ord fra den offisielle modellen Kari fortjener å bli fremhevet:
- Det er en helt ny frontlinjemodell, ikke en finjustering eller tilpasning av den gamle modellen.Dette er viktig - ikke - shell oppgradering
- Struktur er en storskala hybrid spesialist (MoE) + Transformertekst, visuell, lydinngang.
- Kontekstvindu: Skriv inn + utdata opp til 1M token.Dette er en av de mest betydelige oppgraderinger av generasjonen.
- Trening med Google Home TPU, kjører JAX + ML Pathways.
- Posisjonsscene:Multi-hjuls grundige undersøkelser, komplekse ingeniøroppgaver, dyp visuell forståelse, cybersikkerhetsforsvar, multi-mode filanalyse, juridiske / finansielle / vitenskap resonnement.
I én setning:Det går for den "difficult, dype, lange." Det er ikke å gå for "go."
Det er det beste showet: resultatlisten, vinneren og taperen.
Dette er den mest passende delen av teksten. Google DeepMind Oktober 2026Den offisielle sammenligningen var GPT-6 Astra, Claude Fable 5.1, Claude Opus 5,5.
Den vant:
| Benchmark | Argon. | GPT-6 | Fabel 5.1 | Opus 5,5. |
|---|---|---|---|---|
| Valsindeks | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomasjonBech | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals finansagent v2. | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey, loven. | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 (kode) | 77.9% | 74.1% | 67.4% | 74.2% |
| Vibe Code Bench. | 91.9% | 89.6% | 90.3% | 90.3% |
| LABBEC 2 (vitenskapelig) | 88.8% | 85.4% | 68.6% | 73.1% |
| Riemann Bench (matematikk) | 76.0% | 72.0% | 65.6% | 69.6% |
| GraphWalks 256k ~ 1M | 84.2% | 71.8% | 65.0% | 66.8% |
Det vant ikke.
| Benchmark | Argon. | GPT-6 | Fabel 5.1 | Opus 5,5. |
|---|---|---|---|---|
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| PostTrainBench (ML-prosjekt) | 45.3% | 44.3% | 40.2% | 49.3% |
| Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| OSWorld-2.0 (datamaskindrift) | 69.2% | 72.6% | Jeg vet ikke. | Jeg vet ikke. |
Cybersecurity, det går først med GPT-6, Grok 4.7.(CWE-bench v1 er 68,0 %).
Min følelse av virkelighet.
Tre retninger av ekte talent:
- Bredde av kunnskapsarbeid er sant.Valsindeks, økonomi, lov og så videre - spesielt Harvey Law, Agent, 19,6 prosent mot 5,4 prosent, nesten knusende. En juridisk/finansiell analyse er mulig.
- Kontexten er så stabil.Graph Walks fra 256k til 1M, 84,2% av 71,8% av GPT-6, forskjellen er klar.Du må mate hundrevis av sider av dokumenter for å grave dypt. Denne generasjonen er reell.
- Multi-modus dokumentanalyse er sterk.Kartografi 71,6 prosent, LVBech 91,7 prosent, som diagrammet forstår som dens komfortsone.
Kortbrettet er også klart:
- Det vant ikke det vanskeligste virkelige programvareprosjektet.FrontierSWE v2 bak GPT-6 ti prosent...Current - og -hardware engineering - er forskjellige ting.
- Terminaler, vitenskapelige resonnement, dataoperasjoner er ikke overlegne.Personen som ønsker å kjøre en skall oppgave, som ønsker å kontrollere nettleserpunktet, er fortsatt sterkere.
- Ikke bli lurt av ordet " kompleks først."Det er " ekstremt bredt" og ikke " først av alt."
Det er på deg: deltidsråd.
Hvis du er utvikler,
- Hvis du vil prøve, kan du begynne i dag. AI Studio / API Fortsett, prøv friske priser $ 2,10;
- Men det...Ikke svaret på et hard-core-prosjekt som DeepSWE.– Du kjører kompleks programvareteknikk, starter med gapet i FrontierSWE-kolonnen;
- 1M sammenheng er det mest verdifulle punktet.Mat den til de lange filene, til det store lageret.
Hvis du er juridisk / økonomisk / sikkerhet utøver
- Denne generasjonen er for deg.En reell kampanje.a) Lov, finans, cybersikkerhet, første nivå;
- Cybersikkerhet side om side med GPT-6.Først fordelt til cybersikkerhetspartnereGoogle spiller seriøst på sikkerhetsscenen.
Hvis du vil ha en smak av det.
- Google AI Ultra. Antigravity,Ultra/ Pro abonnement i Gemini App og søk i AI-modus Det er der inne.
- Den gratis spilleautomaten er ikke nevnt.Hvis du vil bruke den først, er det en lønnsinngang.
Endelig.
Google har den inne.Minneoptimering i hjemmebaserte datasentreOg det sier, - Lukk hundrevis av TB RAM uten å kjøpe ny maskinvare, - og kvantekalkulator teamet bruker det. Denne \"selvbevarende og ytre\" ruten er mer indikativ enn noen løpende score.
Men husk dagens to vegger: Deklarasjonen kan brukes, og kombinasjonen av den første og den første.Leksjonene i en seks måneders periode er begge - resten, sier runsheet, lese det.
Den er tilgjengelig.