Yarım ay geçirdim, İkizler 4 Argon.
Sonuçlarla başlayalım:Gemini 4 Argon bugün sabah resmen açık.Yarısını bir ay boyunca becerdim, ortadaki iki duvarın üzerine adım atarak, aşağıda yazıyor - bu arada, nerede kazandı, nerede kaybetti ve resmi bir koşu programıyla size gösterdim.
İlk duvar: Resmi açıklama, bunun çalışması anlamına gelmez.
30 Eylül'de Google, Gemini 4 Argon'u duyuran bir blog başlattı, “Gerçek Dünya Programlama, Kurumsal Bilgi Çalışması ve Siber Savunmamız İçin Cephe Modelimiz.” Bu korkutucu bir başlık ve nasıl çalıştığını görmek için çok heyecanlıydım.
Sayfanın son satırı " yakında kayıt" diyor.Yakında yalnızdı.
Tekrar öğreneceğiz. Bu sefer öyle.Her şeyden önce, Fairwind'e, plandaki "Credible Cyber Security Guard".Amerika Birleşik Devletleri Hükümeti ile önceden belirlenmiş güvenlik değerlendirmesinde işbirliği yapmak. Ürün yöneticisinin sözleriyle, Tulsee Doshi, bu “Güvenlikda en kısa sürede savunma yapan bir model almak için” yapıldı.
Genel geliştiriciler, sıradan kullanıcılar? Hiçbir yol yok.
İkinci duvar: 11 gün sonra ağ boş.
11 Ekim'de tekrar gittim.Hiçbir API modeli ID, hiçbir model kartı, bilgi süresi yokBilmiyorum. Bu günlerde, internet çılgınca gitti, "Bu sayıyı atla", "Bu modeli vur", ama kaynak, tüm tahminler, resmi veriler değil.
İşte söylemek zorunda olduğum şey:Google sık sık “models model isimleri” ve “pull modelleri” farklı şeylerdir.21 Temmuz'da, resmi bir eğitim ilan ettiğinde, Gemini 4, bir yol haritası sinyali olarak adlandırdı, hizmet edilebilir bir sinyal değil.Duyuru ve hizmet arasında birçok gün var.
Bu sefer 13 gün oldu.
Sabah üç şey oldu.
13 Ekim'de (yani bu sabah), Google hepsini verdi:
- Model kartı salıverme kartı(13 Ekim) - Yapı, bağlam ve tam koşu programı dağıtılır;
- Global opennessGeliştiriciler, işletmeler, tüketiciler birlikte çalışır;
- Access Path bölünmüşKim kullanabilir, ondan, bir örnekle.
“Kim kullanabilir” bir masada yapacağım, kopyalayın:
| Kimsiniz? | Nereden? |
|---|---|
| Geliştirici / Enterprise | API (AI Studio + Gemini platformu) |
| Google AI Ultra Aboneliği | Antigravity + Gemini App+ Arama AI Mode |
| Google AI Pro Aboneliği | Gemini App+ Arama AI Mode |
| Ücretsiz. | Resmi bir söz yoktur. |
Fiyatlar da serbest bırakıldı:Taze fiyatlar 2 / milyon giriş token, 10 / milyon çıktı tokenVe sonra gider $4 / $20Bilmiyorum. İçindeyken ortaya çıkmak istiyorsunuz.
Nedir?
Resmi model Kari'den birkaç kelime vurgulanmalıdır:
- Tamamen yeni bir ön-line model, eski modelin ince veya adaptasyonu değil.Bu önemlidir - "yargı yükseltme" değil.
- Yapı büyük ölçekli bir hibrit uzman (MoE) + TransformerMetin, görsel, ses girişi.
- Context penceresi: 1M token'a + çıktı girin.Bu, neslin en önemli yükseltmelerinden biridir.
- Google Home Seiko ile eğitim, JAX + ML Pathways çalıştırın.
- Sahne sahne:Çok ayrıntılı araştırmalar, karmaşık mühendislik görevleri, derin görsel anlayış, siber savunma, multi-mode dosya analizi, yasal/financial / bilim nedeni.
Bir cümlede:"Saç, derin, uzun" için gidiyor. Bu "go" için gitmiyor.
En iyi gösteri: puan sayfası, kazanan ve kaybeden.
Bu, metnin en uygun parçasıdır. Google DeepMind 2026 EkimResmi karşılaştırma GPT-6 Astra, Claude Fable 5.1, Claude Opus 5.5 idi.
kazandı:
| Ben | Argon. | GPT-6 | Fable 5.1 | Opus 5.5. |
|---|---|---|---|---|
| Vals Index | 68.9% | 63.1% | 65.8% | 67.0% |
| OtomasyonBech | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2. | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey, yasa. | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 (koding) | 77.9% | 74.1% | 67.4% | 74.2% |
| Vibe Code Bench. | 91.9% | 89.6% | 90.3% | 90.3% |
| LABBEC 2 (Scientific) | 88.8% | 85.4% | 68.6% | 73.1% |
| Riemann Bench (Mathematics) | 76.0% | 72.0% | 65.6% | 69.6% |
| GraphWalks 256k~1M | 84.2% | 71.8% | 65.0% | 66.8% |
Kazanmadı.
| Ben | Argon. | GPT-6 | Fable 5.1 | Opus 5.5. |
|---|---|---|---|---|
| Sınırlar | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| PostTrenBench (ML Project) | 45.3% | 44.3% | 40.2% | 49.3% |
| Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| OSWorld-2.0 (bilgisayar işlemleri) | 69.2% | 72.6% | Bilmiyorum. | Bilmiyorum. |
Cybersecurity, ilk olarak GPT-6, Grok 4.7 ile devam ediyor.(CWE-bench v1 68.0%).
Gerçekliğim.
Gerçek yeteneğin üç yönü:
- Bilgi çalışmalarının genişliği doğrudur.Vals Index, finans, hukuk ve bu yüzden - özellikle Harvey Law, Agent, yüzde 19.6'ya karşı yüzde 5.4'e karşı yüzde 19,6, neredeyse ezilmiş. Yasal/financial analizi mümkündür.
- bağlam o kadar istikrarlı.Graph Walks from 256k to 1M, GPT-6'nın% 71,8'i, fark açık.Derin kazmak için yüzlerce belgeyi beslemek zorundasınız. Bu nesil gerçek.
- Multi-mode doküman analizi güçlü.Kartografi yüzde 71.6, LVBech yüzde 91.7, hangi grafik konfor bölgesi olarak anılır.
Kısa dolap da açıktır:
- En zor gerçek yazılım projesini kazanmadı.GPT-6'nın arkasındaki FrontierSWE v2 yüzde 10..."Current" ve "hardware mühendisliği" farklı şeylerdir.
- Terminaller, bilimsel sebepler, bilgisayar operasyonları üstün değildir.Bir kabuk görevini yürütmek isteyen kişi, tarayıcı noktasını kontrol etmek isteyenler hala daha güçlüdür.
- "Öncelikle" kelimesi tarafından kandırılmamalıdır."Gerçekten geniş" ve "her şeyden önce" değil.
Sizin üzerinizde: yarı zamanlı tavsiye.
Bir geliştiriciyseniz,
- Eğer denemek istiyorsanız, bugün başlayabilirsiniz. AI Studio / API Go on, taze fiyatları 2.10 deneyin;
- Ama...DeepSWE gibi sert bir projeye cevap değil.- Karmaşık yazılım mühendisliği çalıştırıyorsunuz, FrontierSWE sütununda boşlukla başlayın;
- 1M context en değerli noktasıdır.Uzun dosyalara, büyük depoya besleyin.
Eğer yasal / finansal / güvenlik uygulayıcısıysanız
- Bu nesil sizin için.Gerçek bir promosyon.(a) Law, Finance, Cybersecurity, ilk tier;
- GPT-6 ile yan yana siber güvenlik tarafı.İlk olarak siber ortaklara dağıtıldıHareket, Google'ın güvenlik sahnesinde ciddi bir şekilde bahis yapmasıdır.
Eğer bir tadı beğenseydiniz.
- Google AI Ultra, gidin. Antigravity,Ultra / Pro abonelik in Gemini App ve AI Mode Orada.
- Ücretsiz slot söz konusu değildir.İlk önce kullanmak istiyorsanız, bir ödeme girişi var.
Son olarak.
Google'ın içinde var.Ev tabanlı veri merkezlerinde bellek optimizasyonuVe diyor ki, "Yeni donanım satın almadan yüzlerce TB RAM'ı kapat" ve kuantum hesaplayıcı ekibi onu kullanıyor. Bu “kendi kendini korumak ve dış” rota, herhangi bir koşu puanından daha indikatiftir.
Ancak bugün iki duvarı hatırlayın: Declarion kullanılabilir ve ilk ve ilk kombinasyonu.Altı aylık bir dönemin dersleri her ikisi de - geri kalan, runsheet diyor, okuyun.
Mevcut.