Gemini 4 Argon হল গুগলের সেরা মডেল। আপনি এখনো এটি ব্যবহার করতে পারবেন না।

এই ভিডিওতে যা আছে

• Gemini 4 Argon: দশ লক্ষ আউটপুট টোকেন, $2 ইনপুট, এবং আপনি এটি ব্যবহার করতে পারবেন না
• গুগলের ভিতরে: আরগন এজেন্টরা C++ কে Rust-এ পোর্ট করছে
• গুগলের নিজস্ব সারণী: আরগন ১৯টির মধ্যে ১৩টিতে শীর্ষে
• সাইবার পিচ: নিজে নিজেই প্যাচ করে, ডিফেন্ডারদের জন্য কোনো গার্ডরেল নেই
• বাইরের সংখ্যা: Artificial Analysis বলছে ৫৩, Opus 5.5 এর ৫৮

অনুবাদিত প্রতিলিপি

মূল ইংরেজি বর্ণনা থেকে অনূদিত। উপলব্ধ অডিও এবং ক্যাপশন YouTube দ্বারা নিয়ন্ত্রিত।

Gemini 4 Argon: দশ লক্ষ আউটপুট টোকেন, $2 ইনপুট, এবং আপনি এটি ব্যবহার করতে পারবেন না

0:00 আপনি হয়তো ভাববেন, একটি লঞ্চ মানে আপনি মডেলটি পাচ্ছেন। গুগল সবেমাত্র Gemini 4 Argon লঞ্চ করেছে, এবং যদি না আপনি একজন বিশ্বস্ত সাইবার ডিফেন্ডার হন, তাহলে আপনি এটি স্পর্শ করতে পারবেন না। এই ভিডিওতে: গুগলের সারণী কী দেখাচ্ছে? বাইরের পরীক্ষকরা কী পরিমাপ করেছেন? এবং আপনি কখন এটি পাবেন? আপনি হয়তো ইতিমধ্যেই হাইপ ভিডিওগুলি দেখেছেন। আমি এর পরিবর্তে বেঞ্চমার্ক সারণীটি পড়েছি, এবং এর দুটি সারি পোস্টের লেখায় কখনো

0:20 আসেনি। আমি সেগুলোর বিষয়ে শেষে কথা বলব। আজ বৃহস্পতিবার, অক্টোবর মাসের প্রথম দিন, এবং এটি The Daily Diff। আজ দুটি গল্প, এবং বড়টি হলো Gemini 4 Argon, যা গুগল তার সীমান্ত বুদ্ধিমত্তার পরবর্তী যুগ বলে অভিহিত করেছে। একটি উত্তর এখন দশ লক্ষ টোকেন পর্যন্ত চলতে পারে, যা চৌষট্টি হাজার থেকে বেড়েছে, যা একটি একক উত্তরে বেশ কয়েকটি উপন্যাসের সমান। লঞ্চের মূল্য প্রতি দশ লক্ষ টোকেন ইনপুটের জন্য দুই ডলার এবং দশ আউটপুটের জন্য। এটি ঠিক যা OpenAI GPT 6.1 Sol এর জন্য চার্জ করে,

0:48 যে মডেলটি আমি গতকাল কভার করেছিলাম, এবং Sol এমন একটি মডেল যা আপনি আসলে কিনতে পারেন। গুগলের ভিতরে, এটি ইতিমধ্যেই কাজ করছে।

গুগলের ভিতরে: আরগন এজেন্টরা C++ কে Rust-এ পোর্ট করছে

0:54 গুগল বলছে যে আরগন এজেন্টরা সারা কোম্পানিতে C এবং C++ কে Rust-এ পোর্ট করছে, ফuchsia কার্নেলের জন্য আট লক্ষ লাইন পর্যন্ত। হ্যাকার নিউজে, একজন প্রকৌশলী মনে করেছিলেন যখন গুগলের C++ টিম Rust কে বিবেচনাও করত না এবং পরিবর্তে Carbon দেখত। এখন একটি মডেল তাদের বিতর্কিত মাইগ্রেশনটি করছে।

গুগলের নিজস্ব সারণী: আরগন ১৯টির মধ্যে ১৩টিতে শীর্ষে

1:12 এবার সারণী। গুগল আরগনকে GPT 6 Astra, Claude Fable এবং Claude Opus এর পাশে রেখেছে উনিশটি সারিতে, এবং আরগন সেগুলোর মধ্যে তেরোটিতে শীর্ষে আছে। শিরোনামটি হল DeepSWE, একটি দীর্ঘ কোডিং বেঞ্চমার্ক, যা আঠাত্তর শতাংশে, প্রায় চার পয়েন্ট এগিয়ে। সবচেয়ে অদ্ভুত জয়টি হল আইনি খসড়া তৈরি, যেখানে আরগন বিশ শতাংশ স্কোর করে এবং অন্যান্যরা একক অঙ্কে থাকে। এটি এমন একটি পরীক্ষায় সেরা গ্রেড যা সবাই ব্যর্থ হয়, এবং স্লাইড-ডেক

1:38 বেঞ্চমার্কগুলিতে, যা অপরাজেয়, সেটাই গণনা করা হয়।

সাইবার পিচ: নিজে নিজেই প্যাচ করে, ডিফেন্ডারদের জন্য কোনো গার্ডরেল নেই

1:41 আসল পিচটি হল নিরাপত্তা। গুগল বলছে যে আরগন নিজে থেকেই গুরুত্বপূর্ণ দুর্বলতাগুলি খুঁজে বের করতে, যাচাই করতে এবং প্যাচ করতে পারে, এবং বিশ্বস্ত ডিফেন্ডাররা সাইবার গার্ডরেল ছাড়াই এটি পায়। Wiz এটি ব্যবহার করে হাসপাতাল সফটওয়্যারে একটি গুরুত্বপূর্ণ ত্রুটি খুঁজে পেয়েছিল যা পূর্ববর্তী মডেলগুলি এড়িয়ে গিয়েছিল। একটি ছোট বিবরণ। মার্চ মাসে বত্রিশ বিলিয়ন ডলারের চুক্তি বন্ধ হওয়ার পর থেকে Wiz গুগলের অন্তর্গত। সুতরাং, পোস্টের ব্ল্যাক-বক্স হ্যাকিং পরীক্ষাটি হল একটি গুগল কোম্পানির একটি গুগল মডেলকে গ্রেড করা। এবং বাগ-ফিক্সিং লিডারবোর্ডে, তিনটি মডেল আটষট্টি শতাংশ শেয়ার করে,

2:10 এবং বাম দিকের বারটি Grok এর। তাহলে বাইরের পরীক্ষকরা কী পরিমাপ করেছেন?

বাইরের সংখ্যা: Artificial Analysis বলছে ৫৩, Opus 5.5 এর ৫৮

2:15 আরগন সহ আমি যে স্বাধীন লিডারবোর্ডটি খুঁজে পেয়েছি সেটি হল Artificial Analysis। এটি এর ইন্টেলিজেন্স ইনডেক্সে আরগনকে তেপ্পান্ন স্কোর দেয়, উচ্চ সেটিংয়ে, যা এটিকে Astra এবং Fable এর সাথে সমান করে। Claude Opus 5.5 পাঁচ পয়েন্ট এগিয়ে রয়েছে। এক সপ্তাহ আগে আমি আপনাকে বলেছিলাম Opus সেখানে শীর্ষস্থান দখল করেছে, এবং এটি এখনো ধরে রেখেছে। গুগলের জন্য ন্যায্য অংশটি হল বিল। সেই সূচকে একটি আরগন রান প্রতি টাস্কে প্রায় দুই ডলার খরচ করে, Opus যা খরচ করে তার প্রায় এক তৃতীয়াংশ।

কখন আপনি এটি পাবেন: “সুতরাং, অপেক্ষা করুন”

2:42 এবং আপনি কখন এটি পাবেন? গুগল কোনো তারিখ দেবে না। পোস্টটি ডেভেলপার, এন্টারপ্রাইজ এবং ভোক্তাদের জন্য যত তাড়াতাড়ি সম্ভব অ্যাক্সেসের প্রতিশ্রুতি দেয়, প্রথমে পেইড API গ্রাহকদের জন্য। সুন্দর পিচাইয়ের X-এর পোস্ট বলছে, তাই অপেক্ষা করুন। ততদিন পর্যন্ত, অ্যাক্সেস Fairwind এর মাধ্যমে চলে, যে প্রোগ্রামটি গুগল এক মাস আগে শুরু করেছিল Gemini 3.8 Flash Cyber দিয়ে। এর ছয়শ পঞ্চাশটিরও বেশি অংশীদার রয়েছে, এবং তারা হয়তো আরগন শুধুমাত্র তাদের

3:05 নিরাপত্তা দলগুলোকে দিতে পারে এবং কে এটি ব্যবহার করে তা ট্র্যাক করতে হবে। হ্যাকার নিউজ এটিকে ভালোভাবে গ্রহণ করেছে। একজন মন্তব্যকারী লিখেছেন, Gemini একটি মডেল প্রকাশ করতে না পারার অভিযোগকে অস্বীকার করতে পারছে না। অন্য একজন ভবিষ্যদ্বাণী করেছিলেন যে মডেলগুলি ভেপারওয়্যারে পরিণত হবে, একটি সারণীতে একগুচ্ছ সংখ্যা। এদিকে, Netlify Edge Functions পুনরায় তৈরি করেছে, যা দিনে প্রায় এক বিলিয়ন বার

Netlify Edge Functions: V8 আইসোলেট থেকে মাইক্রোভিএম, প্রায় ৫ গুণ দ্রুত

3:23 চলে। তারা একটি হোস্ট করা পরিষেবাতে V8 আইসোলেট থেকে Netlify এর নিজস্ব নেটওয়ার্কের মধ্যে Firecracker মাইক্রোভিএমগুলিতে স্থানান্তরিত হয়েছে, এবং একটি উষ্ণ কল চল্লিশ মিলিসেকেন্ড থেকে প্রায় ছয় মিলিসেকেন্ডে নেমে এসেছে। হ্যাকার নিউজ উল্লেখ করেছে যে Cloudflare Workers ও V8 আইসোলেট এবং অনেক দ্রুত চলে, সুতরাং বেশিরভাগ জয়টি দেখতে এমন যে অনুরোধটি আর ভবন ছেড়ে যাচ্ছে না। অন্য একজন মন্তব্যকারী স্ন্যাপশটগুলি নিয়ে উদ্বিগ্ন ছিলেন, কারণ ক্লোন করা মাইক্রোভিএমগুলি র্যান্ডম নাম্বার স্টেট শেয়ার করতে পারে, এভাবেই আপনি দুটি অভিন্ন UUID পান।

3:50 একটি ঠান্ডা শুরু, যখন একটি অঞ্চল আপনার ফাংশনটি কখনো দেখেনি, প্রায় এক শতাংশ কলকে প্রভাবিত করে এবং প্রায় নয় মিলিসেকেন্ড সময় নেয়। এবং মাইক্রোভিএম নিজেই Firecracker, যা Amazon Lambda এর জন্য তৈরি করেছে, তাই একজন মন্তব্যকারী পরামর্শ দেন যে পরের বার যখন আপনি AWS কে অভিশাপ দেবেন তখন এটি মনে রাখবেন।

গুগলের পোস্টে যে দুটি সারির কথা কখনো উল্লেখ করা হয়নি

4:06 এখন, সেই দুটি সারি। FrontierSWE এবং Terminal-bench এ, দুটি কোডিং পরীক্ষা যা পোস্টের লেখায় কখনো উল্লেখ করা হয়নি, গুগলের নিজস্ব সারণীতে আরগন চারটি মডেলের মধ্যে শেষ স্থানে এসেছে। Terminal-bench একটি এজেন্টের জন্য একটি বাস্তব শেল ব্যবহার করে, যা আমরা বেশিরভাগই যেভাবে এটি ব্যবহার করব, এবং Opus নয় পয়েন্ট এগিয়ে আছে। যদি আপনি এটি পড়ার পরিবর্তে আমার কথা শুনতে চান, তাহলে The Daily Diff প্রতিদিন সকালে আপনার ইনবক্সে বিনামূল্যে পৌঁছে যাবে thedailydiff.dev এ, লিঙ্ক নিচে।

রায়: NEEDS REVIEW, যেদিন আমি এটিকে ডাকতে পারব

4:29 সুতরাং, Gemini 4 Argon এর আজকের রায়। NEEDS REVIEW। আমি এটিকে এই ভাবে স্ট্যাম্প করব কারণ আমি যে স্বাধীন সংখ্যাটি পেয়েছি তাতে এটি দ্বিতীয় স্থানে টাই হয়েছে, এবং আমি যে দুটি কোডিং সারি নিয়ে চিন্তা করি তাতে এটি শেষ স্থানে, সুতরাং আমি যেদিন এটি কল করতে পারব সেদিনই এটি সঠিকভাবে পর্যালোচনা করব। সাবস্ক্রাইব করুন, বেল টিপুন, এবং মন্তব্যগুলিতে আমাকে জানান যদি আপনি এটিকে ভিন্নভাবে স্ট্যাম্প করতেন। এবং আজকের জন্য এই হল The Daily Diff। আমি Axrisi থেকে Niko। দায়িত্বের সাথে মার্জ করুন।

উৎস

1. Googleblog.google
2. Hacker Newsnews.ycombinator.com
3. Fairwind Programdeepmind.google
4. Artificial Analysisartificialanalysis.ai
5. Sundar Pichaix.com
6. Demis Hassabisx.com
7. Google completes acquisition of Wizcloud.google.com
8. Netlifywww.netlify.com
9. Hacker Newsnews.ycombinator.com