Gemini 4 Argon ialah model terbaik Google. Anda belum boleh menggunakannya.

Apa yang diliputi video ini

• Gemini 4 Argon: sejuta token output, $2 masuk, dan anda tidak boleh menggunakannya
• Di dalam Google: Ejen Argon mengalih C++ kepada Rust
• Jadual Google sendiri: Argon mendahului 13 daripada 19 baris
• Tawaran siber: menampal sendiri, tiada penghalang untuk pembela
• Nombor luar: Artificial Analysis mengatakan 53, Opus 5.5 mempunyai 58

Transkrip terjemahan

Diterjemahkan daripada penceritaan asal Bahasa Inggeris. Audio dan kapsyen yang tersedia dikawal oleh YouTube.

Gemini 4 Argon: sejuta token output, $2 masuk, dan anda tidak boleh menggunakannya

0:00 Anda mungkin fikir pelancaran bermakna anda mendapat model itu. Google baru sahaja melancarkan Gemini empat Argon, dan melainkan anda seorang siber yang dipercayai pembela, anda tidak boleh menyentuhnya. Dalam video ini: apakah yang ditunjukkan oleh jadual Google? Apakah yang diukur oleh penguji luar? Dan bilakah anda mendapatkannya? Anda mungkin sudah melihat video promosi. Saya membaca jadual penanda aras sebaliknya, dan dua baris di dalamnya tidak pernah dimasukkan ke dalam

0:20 teks siaran. Saya akan membincangkannya di akhir. Hari Khamis, satu Oktober, dan ini adalah The Daily Diff. Dua cerita hari ini, dan yang besar ialah Gemini empat Argon, yang Google menggelarnya sebagai era kecerdasan sempadan seterusnya. Satu jawapan kini boleh mencecah sejuta token, meningkat daripada enam puluh empat ribu, yang merupakan beberapa novel dalam satu balasan. Harga pelancaran ialah dua dolar bagi setiap juta token masuk dan sepuluh keluar. Itulah yang dikenakan oleh OpenAI untuk GPT enam perpuluhan satu Sol,

0:48 model yang saya liputi semalam, dan Sol adalah model yang anda sebenarnya boleh beli. Di dalam Google, ia sudah beroperasi.

Di dalam Google: Ejen Argon mengalih C++ kepada Rust

0:54 Google mengatakan ejen Argon sedang mengalih C dan C++ ke Rust di seluruh syarikat, sehingga lapan ratus ribu baris untuk kernel Fuchsia. Di Hacker News, seorang jurutera teringat ketika pasukan C++ Google tidak akan mempertimbangkan Rust dan melihat Carbon sebaliknya. Kini sebuah model sedang melakukan migrasi yang mereka perdebatkan.

Jadual Google sendiri: Argon mendahului 13 daripada 19 baris

1:12 Sekarang jadualnya. Google meletakkan Argon di sebelah GPT enam Astra, Claude Fable dan Claude Opus pada sembilan belas baris, dan Argon muncul di tempat teratas dalam tiga belas daripadanya. Tajuk utama ialah DeepSWE, penanda aras pengekodan yang panjang, pada tujuh puluh lapan peratus, kira-kira empat mata jelas. Kemenangan paling pelik ialah penggubalan undang-undang, di mana Argon mencatatkan dua puluh peratus dan yang lain tetap dalam satu digit. Ia adalah gred terbaik dalam ujian yang semua orang gagal, dan pada slaid-dek

1:38 penanda aras, yang tidak terkalahkan, itu penting.

Tawaran siber: menampal sendiri, tiada penghalang untuk pembela

1:41 Tawaran sebenar ialah keselamatan. Google mengatakan Argon boleh mencari, mengesahkan dan menampal kelemahan kritikal dengan sendiri, dan pembela yang dipercayai mendapatkannya tanpa penghalang siber. Wiz menggunakannya untuk mencari lubang kritikal dalam perisian hospital yang model sebelumnya telah terlepas. Satu butiran kecil. Wiz dimiliki oleh Google, sejak perjanjian tiga puluh dua bilion dolar ditutup pada bulan Mac. Jadi ujian penggodaman kotak hitam dalam siaran itu adalah syarikat Google yang menilai model Google. model. Dan pada papan pendahulu pembetulan pepijat, tiga model berkongsi enam puluh lapan

2:10 peratus, dan bar di sebelah kiri jauh adalah milik Grok. Jadi, apakah yang diukur oleh penguji luar?

Nombor luar: Artificial Analysis mengatakan 53, Opus 5.5 mempunyai 58

2:15 Papan pendahulu bebas yang saya dapati dengan Argon ialah Artificial Analysis. Ia mencatatkan Argon lima puluh tiga pada indeks kecerdasannya, pada tetapan tinggi, yang mengikatnya dengan Astra dan Fable. Claude Opus lima perpuluhan lima berada lima mata di hadapan. Seminggu yang lalu saya memberitahu anda Opus mengambil tempat teratas di sana, dan ia masih memegangnya. Bahagian yang adil untuk Google ialah bil. Satu larian Argon berharga kira-kira dua dolar setiap tugas pada indeks itu, kira-kira satu pertiga daripada kos Opus.

Bila anda mendapatkannya: "Jadi, bersabarlah"

2:42 Dan bilakah anda mendapatkannya? Google tidak akan memberikan tarikh. Siaran itu menjanjikan akses untuk pembangun, perusahaan dan pengguna secepat mungkin, dengan pelanggan API berbayar terlebih dahulu. Catatan Sundar Pichai di X mengatakan, jadi bersabarlah. Sehingga itu, akses berjalan melalui Fairwind, program yang dimulakan Google sebulan yang lalu dengan Gemini tiga perpuluhan lapan Flash Cyber. Ia mempunyai lebih enam ratus lima puluh rakan kongsi, dan mereka mungkin hanya menyerahkan Argon kepada pasukan

3:05 keselamatan mereka dan mesti menjejak siapa yang menggunakannya. Hacker News menerimanya dengan baik. Seorang pengulas menulis, Gemini tidak mengalahkan tuduhan tidak dapat mengeluarkan model. Yang lain meramalkan bahawa model bertukar menjadi vaporware, sekumpulan nombor di atas jadual. Sementara itu, Netlify membina semula Fungsi Edge, yang berjalan kira-kira satu bilion

Fungsi Tepi Netlify: Pengasingan V8 kepada microVM, kira-kira 5 kali lebih pantas

3:23 kali sehari. Mereka berpindah dari pengasingan V8 dalam perkhidmatan yang dihoskan ke microVM Firecracker di dalam rangkaian Netlify sendiri, dan panggilan hangat menurun daripada sehingga empat puluh milisaat kepada kira-kira enam. Hacker News menunjukkan bahawa Cloudflare Workers juga merupakan pengasingan V8 dan berjalan lebih pantas, jadi kebanyakan kemenangan kelihatan seperti permintaan tidak lagi meninggalkan bangunan. Seorang pengulas lain bimbang tentang tangkapan skrin, kerana microVM yang diklon boleh berkongsi keadaan nombor rawak, begitulah cara anda mendapat dua UUID yang sama.

3:50 Permulaan sejuk, apabila sesuatu rantau tidak pernah melihat fungsi anda, mencecah kira-kira satu peratus panggilan dan mengambil masa sekitar sembilan milisaat. Dan microVM itu sendiri adalah Firecracker, yang dibina oleh Amazon untuk Lambda, jadi seorang pengulas mencadangkan anda ingat itu pada masa akan datang anda mengutuk AWS.

Dua baris yang tidak pernah disebut dalam catatan Google

4:06 Sekarang, dua baris itu. Pada FrontierSWE dan Terminal-bench, dua ujian pengekodan yang tidak pernah disebutkan dalam teks siaran, Argon berada di tempat terakhir daripada empat, pada jadual Google sendiri. Terminal-bench meletakkan ejen dalam shell sebenar, begitulah cara kebanyakan kita akan menggunakannya, dan Opus mendahuluinya dengan sembilan mata. Jika anda lebih suka membaca ini daripada mendengar saya mengatakannya, perbezaan itu akan masuk ke peti masuk anda setiap pagi, percuma di the daily diff dot dev, pautan di bawah.

Keputusan: NEEDS REVIEW, pada hari saya boleh memanggilnya

4:29 Jadi, keputusan hari ini mengenai Gemini empat Argon. NEEDS REVIEW. Saya akan mencapnya begitu kerana nombor bebas yang saya dapati mempunyai ia terikat di tempat kedua, dan dua baris pengekodan yang saya pedulikan meletakkannya terakhir, jadi saya akan menyemaknya dengan betul pada hari saya boleh memanggilnya. Langgan, tekan loceng, dan beritahu saya di komen jika anda akan mencapnya berbeza. Dan itulah perbezaan untuk hari ini. Saya Niko dari Axrisi. Gabungkan dengan bertanggungjawab.

Sumber

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