Am petrecut jumătate de lună, Gemini 4 Argon.
Să începem cu rezultatele:Gemini 4 Argonul este oficial deschis azi dimineaţă.Am petrecut o jumătate de lună de croazieră în jurul valorii de pentru ea, pas cu pas pe doi pereți în mijloc, scris jos mai jos
Primul perete: Declaraţia oficială nu înseamnă că funcţionează.
Pe 30 septembrie, Google a lansat un blog anunţând Gemini 4 Argon, Modelul nostru Frontline pentru Programarea Mondială Reală, corporative Knowledge Work and Cyber Defense. E un titlu înfricoşător şi eram atât de încântată să văd cum funcţionează.
Ultima linie a paginii spune "mergând în curând."Curând a fost singur.
Vom afla din nou. De data asta este.În primul rând, la Fairwind, "Garda de securitate cibernetică credibilă" în plan.Pentru a coopera cu guvernul Statelor Unite la evaluarea prealabilă a securității. În cuvintele managerului de produse, Tulsee Doshi, acest lucru a fost făcut pentru a obține un model care este bine instruit în securitatea cibernetică în mâinile apărătorilor cât mai curând posibil.
Dezvoltatori generali, utilizatori obişnuiţi? Nu se poate.
Al doilea perete: după 11 zile, reţeaua este goală.
Am revăzut-o din nou pe 11 octombrie.Nici un model de ID API, nici un model de card, nici un termen de cunoștințeNu ştiu. În acele zile, internetul a luat-o razna, "Atingând acest număr," "Zdrobind acel model," dar sursa, toate predicţiile, nu datele oficiale.
Uite ce am de spus:Google arată adesea nume de modele și modele de pull sunt diferite.Pe 21 iulie, când oficialul a anunţat o pregătire, el a numit Gemini 4, un semnal de pe hartă, nu un semnal de serviciu.Sunt multe zile între anunţ şi serviciu.
Au trecut 13 zile de data asta.
Trei lucruri s-au întâmplat dimineaţa.
Pe 13 octombrie (adică în această dimineață), Google a dat totul:
- Model de eliberare a cardului(13 octombrie)
- Deschiderea globală— Developers, businesses, consumers working together;
- Calea de acces divizată- Cine o poate folosi, de unde, într-un singur caz.
Voi pune "cine poate folosi" într-o masă, copiați-l:
| Cine eşti? | De unde? |
|---|---|
| Dezvoltator / Enterprise | API (AI Studio + platforma Gemini) |
| Abonare Google AI Ultra | Antigravity + Gemeni App+ Caută modul AI |
| Google AI Pro Abonare | Gemeni App+ Caută modul AI |
| Liber. | Nicio menţiune oficială. |
Preţurile au fost, de asemenea, eliberate:Gust preturi proaspete $2/ milioane jeton de intrare, $10 milioane jeton de ieșireȘi apoi merge până la $4 / $20Nu ştiu. Vrei să ţi-o tragi dacă tot faci asta.
Ce este?
Câteva cuvinte din modelul oficial Kari merită subliniate:
- Este un model complet nou în prima linie, nu un reglaj fin sau o adaptare a vechiului model.Acest lucru este important - nu "actualizare coajă."
- Structura este un specialist hibrid pe scară largă (MoE) + Transformertext, vizual, intrare audio.
- Fereastra contextului: Introduceți + ieșire până la 1M jeton.Aceasta este una dintre cele mai substanțiale actualizări ale generației.
- Instruire cu Google Home TPU, care rulează JAX + ML Pathways.
- Scena poziţionării:Investigații detaliate pe mai multe roți, sarcini de inginerie complexe, înțelegere vizuală profundă, apărare de securitate cibernetică, analiză de fișiere multimod, raționament juridic/financiar/știință.
Într-o singură propoziţie:Se întâmplă pentru "dificil, adânc, lung." Nu merge pentru "du-te."
E spectacolul de top: scorul, câştigătorul şi învinsul.
Aceasta este partea cea mai potrivită a textului. Google DeepMind 2026 octombrieComparația oficială a fost GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5.
A câştigat:
| Indicator de referință | Argon. | GPT-6 | Fabula 5.1 | Opus 5.5. |
|---|---|---|---|---|
| Indicele valelor | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomatizareBech | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2. | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey, legea. | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 (codare) | 77.9% | 74.1% | 67.4% | 74.2% |
| Vibe Cod Bench. | 91.9% | 89.6% | 90.3% | 90.3% |
| LABBEC 2 (Scientific) | 88.8% | 85.4% | 68.6% | 73.1% |
| Riemann Bench (Matematică) | 76.0% | 72.0% | 65.6% | 69.6% |
| GrafWalks 256k~1M | 84.2% | 71.8% | 65.0% | 66.8% |
Nu a câştigat.
| Indicator de referință | Argon. | GPT-6 | Fabula 5.1 | Opus 5.5. |
|---|---|---|---|---|
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Bench terminal 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| PostTrainBench (Proiect LM) | 45.3% | 44.3% | 40.2% | 49.3% |
| Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| OSWorld-2.0 (operaţiuni de calculator) | 69.2% | 72.6% | Nu ştiu. | Nu ştiu. |
Securitatea cibernetică, merge primul cu GPT-6, Grok 4.7.(CWE-bench v1 este 68,0%).
Simţul realităţii.
Trei direcții de talent real:
- Lăţimea muncii cunoaşterii este adevărată.Vals Index, finanţe, drept, şi aşa mai departe -- în special Harvey Law, agent, 19,6% faţă de 5,4%, aproape zdrobitoare. Este posibilă o analiză juridică/financiară.
- Contextul este atât de stabil.Graf Walks de la 256k la 1M, 84,2% din 71,8% din GPT-6, diferența este clară.Trebuie să hrăneşti sute de pagini de documente ca să sapi adânc. Generaţia asta e reală.
- Analiza documentelor în mai multe moduri este puternică.Cartografie 71,6%, LVBech 91,7%, pe care graficul o înţelege ca zonă de confort.
Tabloul scurt este de asemenea clar:
- Nu a câștigat cel mai greu proiect software real.FrontierSWE v2 în spatele GPT-6 10%..."Current" şi "hardware inginerie" sunt lucruri diferite.
- Terminalele, raţionamentele ştiinţifice, operaţiunile pe calculator nu sunt superioare.Persoana care vrea să conducă o misiune carapace, care vrea să controleze punctul de navigare, este încă mai puternică.
- Nu te lăsa păcălit de cuvântul "complex mai întâi."Este "extrem de larg" şi nu "în primul rând."
Este pe tine: sfat part-time.
Dacă sunteți un dezvoltator,
- Dacă vrei să încerci, poţi începe de azi. AI Studio / API Haide, încearcă la preţuri noi $2.10;
- Dar...Nu răspunsul la un proiect hard-core ca DeepSWE.– You run complex software engineering, start with the gap in the FrontierSWE column;
- Contextul 1M este punctul său cel mai valoros.Dă-l la dosarele lungi, la depozitul mare.
Dacă sunteți un medic legal / financiar / de securitate
- Generaţia asta e pentru tine.O promovare adevărată.(a) Legea, finanţele, securitatea cibernetică, primul nivel;
- Securitatea cibernetică cot la cot cu GPT-6.Mai întâi distribuite partenerilor de securitate ciberneticăMăsura este că Google pariază serios pe scena de securitate.
Dacă vrei să guşti.
- Google AI Ultra, du-te. AntigravitaţieUltra/ Abonare pro in Gemeni App și căutare AI Mode E acolo.
- Slotul liber nu este menționat.Dacă doriți să-l utilizați mai întâi, există o intrare de plată-off.
În sfârşit.
Google îl are înăuntru.Optimizarea memoriei în centrele de date la domiciliuȘi spune, "Aproape sute de RAM-uri TB fără a cumpăra hardware nou," iar echipa cuantică de calculatoare o folosește. Această rută de auto-servire și de exterior este mai indicativ decât orice scor de funcționare.
Dar amintiţi-vă cele două ziduri de astăzi: Declaraţia poate fi folosită, şi combinaţia dintre primul şi primul.Lecțiile dintr-o perioadă de șase luni sunt ambele
E disponibil.