जेमिनी 4 आर्गन Google का सबसे अच्छा मॉडल है। आप इसे अभी तक उपयोग नहीं कर सकते।

इस वीडियो में क्या शामिल है

• जेमिनी 4 आर्गन: दस लाख आउटपुट टोकन, $2 इन, और आप इसे उपयोग नहीं कर सकते
• Google के भीतर: आर्गन एजेंट C++ को Rust में पोर्ट करते हैं
• Google की अपनी तालिका: आर्गन 19 में से 13 पंक्तियों में शीर्ष पर है
• साइबर पिच: अपने आप पैच करता है, डिफेंडरों के लिए कोई सुरक्षा उपाय नहीं
• बाहरी संख्या: आर्टिफिशियल एनालिसिस का कहना है 53, ओपस 5.5 का 58 है

अनुवादित प्रतिलेख

मूल अंग्रेजी कथन से अनुवादित। उपलब्ध ऑडियो और कैप्शन YouTube द्वारा नियंत्रित होते हैं।

जेमिनी 4 आर्गन: दस लाख आउटपुट टोकन, $2 इन, और आप इसे उपयोग नहीं कर सकते

0:00 आप सोचेंगे कि एक लॉन्च का मतलब है कि आपको मॉडल मिल गया। Google ने अभी-अभी जेमिनी फोर आर्गन लॉन्च किया है, और जब तक आप एक विश्वसनीय साइबर डिफेंडर नहीं हैं, आप इसे छू नहीं सकते। इस वीडियो में: Google की तालिका क्या दिखाती है? बाहरी परीक्षकों ने क्या मापा? और आपको यह कब मिलेगा? आपने शायद पहले से ही प्रचार वीडियो देखे होंगे। मैंने इसके बजाय बेंचमार्क तालिका पढ़ी, और इसमें दो पंक्तियाँ कभी भी

0:20 पोस्ट के पाठ में नहीं आईं। मैं उनके बारे में अंत में बताऊंगा। आज गुरुवार, 1 अक्टूबर है, और यह The Daily Diff है। आज दो कहानियाँ, और बड़ी एक जेमिनी फोर आर्गन है, जिसे Google अपनी अगली पीढ़ी की फ्रंटियर इंटेलिजेंस कहता है। एक उत्तर अब साठ-चार हज़ार से बढ़कर दस लाख टोकन तक चल सकता है, जो एक ही उत्तर में कई उपन्यास हैं। लॉन्च मूल्य प्रति मिलियन टोकन में दो डॉलर और दस आउट है। यह ठीक वही है जो OpenAI GPT 6.1 Sol के लिए चार्ज करता है,

0:48 वह मॉडल जिसे मैंने कल कवर किया था, और Sol वह है जिसे आप वास्तव में खरीद सकते हैं। Google के भीतर, यह पहले से ही काम कर रहा है।

Google के भीतर: आर्गन एजेंट C++ को Rust में पोर्ट करते हैं

0:54 Google का कहना है कि आर्गन एजेंट कंपनी भर में C और C++ को Rust में पोर्ट कर रहे हैं, फ़ुशिया कर्नेल के लिए आठ लाख पंक्तियों तक। हैकर न्यूज़ पर, एक इंजीनियर को याद आया कि Google की C++ टीम कभी भी Rust पर विचार नहीं करेगी और इसके बजाय कार्बन को देखा। अब एक मॉडल वह माइग्रेशन कर रहा है जिस पर उन्होंने बहस की थी।

Google की अपनी तालिका: आर्गन 19 में से 13 पंक्तियों में शीर्ष पर है

1:12 अब तालिका। Google आर्गन को GPT सिक्स एस्ट्रा, क्लाउड फेबल और क्लाउड ओपस के बगल में रखता है उन्नीस पंक्तियों पर, और आर्गन उनमें से तेरह में शीर्ष पर आता है। मुख्य खबर DeepSWE है, एक लंबा कोडिंग बेंचमार्क, अठहत्तर प्रतिशत पर, लगभग चार अंक स्पष्ट है। सबसे अजीब जीत कानूनी मसौदा है, जहाँ आर्गन बीस प्रतिशत स्कोर करता है और अन्य एकल अंकों में रहते हैं। यह एक परीक्षा में सबसे अच्छा ग्रेड है जिसे हर कोई फेल करता है, और स्लाइड-डेक

1:38 बेंचमार्क पर, जो अजेय हैं, यह मायने रखता है।

साइबर पिच: अपने आप पैच करता है, डिफेंडरों के लिए कोई सुरक्षा उपाय नहीं

1:41 वास्तविक पिच सुरक्षा है। Google का कहना है कि आर्गन अपने आप महत्वपूर्ण कमजोरियों को ढूंढ, मान्य और पैच कर सकता है, और विश्वसनीय डिफेंडरों को यह बिना साइबर गार्ड्रेल के मिलता है। Wiz ने इसका उपयोग अस्पताल के सॉफ्टवेयर में एक महत्वपूर्ण छेद खोजने के लिए किया था जिसे पहले के मॉडल ने छोड़ दिया था। एक छोटा सा विवरण। Wiz Google का है, क्योंकि मार्च में बत्तीस बिलियन डॉलर का सौदा पूरा हुआ था। तो पोस्ट में ब्लैक-बॉक्स हैकिंग टेस्ट एक Google कंपनी द्वारा एक Google मॉडल का ग्रेडिंग है। और बग-फिक्सिंग लीडरबोर्ड पर, तीन मॉडल अड़सठ

2:10 प्रतिशत साझा करते हैं, और सबसे बाईं ओर की बार Grok की है। तो बाहरी परीक्षकों ने क्या मापा?

बाहरी संख्या: आर्टिफिशियल एनालिसिस का कहना है 53, ओपस 5.5 का 58 है

2:15 स्वतंत्र लीडरबोर्ड जो मुझे आर्गन के साथ मिला वह आर्टिफिशियल एनालिसिस है। यह आर्गन को अपने इंटेलिजेंस इंडेक्स पर तिरपन स्कोर करता है, उच्च सेटिंग पर, जो इसे एस्ट्रा और फेबल के साथ जोड़ता है। क्लाउड ओपस 5.5 पाँच अंक आगे है। एक हफ्ते पहले मैंने आपको बताया था कि ओपस ने वहाँ शीर्ष स्थान हासिल किया था, और यह अभी भी इसे बनाए हुए है। Google के लिए उचित हिस्सा बिल है। उस इंडेक्स पर एक आर्गन रन का प्रति कार्य लगभग दो डॉलर खर्च होता है, जो ओपस की लागत का लगभग एक तिहाई है।

आपको यह कब मिलता है: "तो कसकर पकड़ें"

2:42 और आपको यह कब मिलेगा? Google कोई तारीख नहीं देगा। पोस्ट डेवलपर्स, उद्यमों और उपभोक्ताओं के लिए जल्द से जल्द पहुंच का वादा करती है, सबसे पहले सशुल्क एपीआई ग्राहकों के साथ। सुंदर पिचाई की X पर पोस्ट कहती है, तो कसकर पकड़ें। तब तक, पहुंच फेयरविंड के माध्यम से चलती है, वह कार्यक्रम जिसे Google ने एक महीने पहले जेमिनी 3.8 फ्लैश साइबर के साथ शुरू किया था। इसमें छह सौ पचास से अधिक साझेदार हैं, और वे केवल अपनी सुरक्षा टीमों को आर्गन दे सकते हैं

3:05 और यह ट्रैक करना होगा कि इसका उपयोग कौन करता है। हैकर न्यूज़ ने इसे अच्छी तरह से लिया। एक टिप्पणीकार ने लिखा, जेमिनी मॉडल जारी नहीं कर पाने के आरोपों को नहीं हरा रही है। एक अन्य ने भविष्यवाणी की कि मॉडल वेपरवेयर में बदल जाते हैं, एक तालिका पर संख्याओं का एक गुच्छा। इस बीच, Netlify ने एज फ़ंक्शंस का पुनर्निर्माण किया, जो दिन में लगभग एक अरब बार चलते हैं।

Netlify एज फ़ंक्शंस: V8 आइसोलेट्स से माइक्रोVMs तक, लगभग 5 गुना तेज़

3:23 वे एक होस्टेड सेवा में V8 आइसोलेट्स से Netlify के अपने नेटवर्क के भीतर फायरक्रैकर माइक्रोVMs में चले गए, और एक गर्म कॉल चालीस मिलीसेकंड तक से घटकर लगभग छह हो गई। हैकर न्यूज़ ने बताया कि Cloudflare Workers भी V8 आइसोलेट्स हैं और बहुत तेज़ी से चलते हैं, इसलिए अधिकांश जीत ऐसा लगती है कि अनुरोध अब भवन से बाहर नहीं निकल रहा है। एक अन्य टिप्पणीकार को स्नैपशॉट के बारे में चिंता थी, क्योंकि क्लोन किए गए माइक्रोVMs रैंडम नंबर स्थिति साझा कर सकते हैं, जिससे आपको दो समान UUIDs मिलते हैं। एक कोल्ड स्टार्ट, जब किसी क्षेत्र ने आपके फ़ंक्शन को कभी नहीं देखा होता है,

3:50 लगभग एक प्रतिशत कॉल को प्रभावित करता है और इसमें लगभग नौ मिलीसेकंड लगते हैं। और माइक्रोVM स्वयं फायरक्रैकर है, जिसे अमेज़ॅन ने लैम्ब्डा के लिए बनाया था, तो एक टिप्पणीकार सुझाव देता है कि अगली बार जब आप AWS को कोसें तो इसे याद रखें। अब, वे दो पंक्तियाँ।

Google की पोस्ट में कभी उल्लेख नहीं की गई दो पंक्तियाँ

4:06 फ्रंटियरSWE और टर्मिनल-बेंच पर, दो कोडिंग टेस्ट जिनका पोस्ट के पाठ में कभी उल्लेख नहीं किया गया है, Google की अपनी तालिका पर, आर्गन चार में से अंतिम स्थान पर आता है। टर्मिनल-बेंच एक एजेंट को एक वास्तविक शेल में रखता है, जो हम में से अधिकांश इसका उपयोग कैसे करेंगे, और ओपस इसे नौ अंकों से आगे ले जाता है। यदि आप मुझे यह कहने के बजाय इसे पढ़ना पसंद करेंगे, तो डिफ हर सुबह आपके इनबॉक्स में आता है, daily diff डॉट देव पर मुफ्त, लिंक नीचे है। तो, जेमिनी फोर आर्गन पर आज का फैसला।

निर्णय: समीक्षा की आवश्यकता है, जिस दिन मैं इसे कह सकता हूँ

4:29 समीक्षा की आवश्यकता है। मैं इसे इस तरह से स्टैंप करूंगा क्योंकि मुझे मिली स्वतंत्र संख्या में यह दूसरे स्थान पर है, और जिन दो कोडिंग पंक्तियों की मुझे परवाह है, उनमें यह अंतिम स्थान पर है, तो मैं जिस दिन इसे कॉल कर पाऊंगा, उस दिन इसकी ठीक से समीक्षा करूंगा। सब्सक्राइब करें, घंटी दबाएं, और मुझे टिप्पणियों में बताएं कि क्या आपने इसे अलग तरह से स्टैंप किया होता। और आज के लिए यही अंतर है। मैं Axrisi से निको हूँ। जिम्मेदारी से विलय करें। जिम्मेदारी से विलय करें।

स्रोत

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