Gemini 4 Argon je Guglov najbolji model. Još uvek ga ne možete koristiti.

Šta ovaj video pokriva

• Gemini 4 Argon: milion izlaznih tokena, 2 dolara ulaz, i ne možete ga koristiti
• Unutar Gugla: Argon agenti prenose C++ na Rust
• Guglova sopstvena tabela: Argon je prvi u 13 od 19 redova
• Sajber ponuda: samostalno krpi, bez zaštitnih ograda za branioce
• Spoljni brojevi: Artificial Analysis kaže 53, Opus 5.5 ima 58

Preveden transkript

Prevedeno sa originalne engleske naracije. Dostupan audio i titlovi kontrolisani su od strane YouTube-a.

Gemini 4 Argon: milion izlaznih tokena, 2 dolara ulaz, i ne možete ga koristiti

0:00 Mislili biste da lansiranje znači da dobijate model. Gugl je upravo lansirao Gemini 4 Argon, i osim ako niste poverljivi sajber branilac, ne možete ga dotaći. U ovom videu: šta pokazuje Guglova tabela? Šta su izmerili spoljni testeri? I kada ga dobijate? Verovatno ste već videli promotivne video snimke. Umesto toga sam pročitao tabelu sa referentnim vrednostima, i dva reda u njoj nikada nisu dospela u

0:20 tekst objave. Doći ću do njih na kraju. Četvrtak je, prvog oktobra, i ovo je The Daily Diff. Dve priče danas, a velika je Gemini 4 Argon, koji Gugl naziva svojom sledećom erom granične inteligencije. Jedan odgovor sada može da dostigne milion tokena, sa šezdeset četiri hiljade, što je nekoliko romana u jednom odgovoru. Početna cena je dva dolara po milionu tokena ulaznih i deset dolara izlaznih. To je tačno ono što OpenAI naplaćuje za GPT 6.1 Sol,

0:48 model koji sam juče pokrio, a Sol je onaj koji zapravo možete kupiti. Unutar Gugla, već je u radu.

Unutar Gugla: Argon agenti prenose C++ na Rust

0:54 Gugl kaže da Argon agenti prenose C i C++ na Rust širom kompanije, do osamsto hiljada linija za Fuchsia kernel. Na Hacker News-u, jedan inženjer se setio kada Guglov C++ tim ne bi ni razmatrao Rust i gledao je Carbon umesto toga. Sada model radi migraciju o kojoj su se raspravljali.

Guglova sopstvena tabela: Argon je prvi u 13 od 19 redova

1:12 Sada tabela. Gugl stavlja Argon pored GPT 6 Astra, Claude Fable i Claude Opus na devetnaest redova, a Argon je na vrhu u trinaest od njih. Naslov je DeepSWE, duga referentna vrednost za kodiranje, sa sedamdeset osam procenata, oko četiri poena više. Najčudnija pobeda je pravno sastavljanje, gde Argon postiže dvadeset procenata, a ostali ostaju u jednocifrenim brojevima. To je najbolja ocena na testu koji svi padaju, i na slajd-dek

1:38 referentnim vrednostima, koje su nepobedive, to se računa.

Sajber ponuda: samostalno krpi, bez zaštitnih ograda za branioce

1:41 Prava ponuda je bezbednost. Gugl kaže da Argon može samostalno da pronađe, validira i zakrpi kritične ranjivosti, i da ga poverljivi branioci dobijaju bez sajber zaštitnih ograda. Wiz ga je koristio da pronađe kritičnu rupu u bolničkom softveru koju su raniji modeli propustili. Jedan mali detalj. Wiz pripada Guglu, pošto je dogovor vredan trideset dve milijarde dolara zaključen u martu. Dakle, test hakovanja crne kutije u objavi je Guglova kompanija koja ocenjuje Guglov model. A na tabeli lidera za popravljanje bagova, tri modela dele šezdeset osam

2:10 procenata, a traka na krajnjoj levoj strani pripada Groku. Pa šta su izmerili spoljni testeri?

Spoljni brojevi: Artificial Analysis kaže 53, Opus 5.5 ima 58

2:15 Nezavisna tabela lidera koju sam mogao da nađem sa Argonom je Artificial Analysis. Ona ocenjuje Argon pedeset tri na svom indeksu inteligencije, na visokoj postavci, što ga izjednačava sa Astrom i Fable. Claude Opus 5.5 je pet poena ispred. Pre nedelju dana sam vam rekao da je Opus zauzeo prvo mesto tamo, i još uvek ga drži. Pošteni deo za Gugl je račun. Pokretanje Argona košta oko dva dolara po zadatku na tom indeksu, otprilike trećinu onoga što košta Opus.

Kada ga dobijate: „Zato se strpite“

2:42 I kada ga dobijate? Gugl neće dati datum. Post obećava pristup za programere, preduzeća i potrošače što je pre moguće, sa plaćenim API klijentima prvim. Objava Sundara Pichaija na X kaže, zato se strpite. Do tada, pristup ide preko Fairwinda, programa koji je Gugl pokrenuo pre mesec dana sa Gemini 3.8 Flash Cyber. Ima preko šest stotina pedeset partnera, i oni mogu Argon dati samo svojim

3:05 bezbednosnim timovima i moraju pratiti ko ga koristi. Hacker News je to dobro prihvatio. Jedan komentator je napisao, Gemini ne pobeduje optužbe da ne može da izda model. Drugi je predvideo da se modeli pretvaraju u vaporware, gomilu brojeva na tabeli. U međuvremenu, Netlify je ponovo izgradio Edge Functions, koje se pokreću oko milijardu

Netlify Edge Functions: V8 izolati u mikroVM, oko 5x brže

3:23 puta dnevno. Premestili su se sa V8 izolata u hostovanom servisu na Firecracker mikroVM-ove unutar Netlifyjeve sopstvene mreže, a toplo pozivanje je palo sa do četrdeset milisekundi na oko šest. Hacker News je istakao da su Cloudflare Workers takođe V8 izolati i rade mnogo brže, tako da većina pobede izgleda kao da zahtev više ne napušta zgradu. Drugi komentator se brinuo zbog snimaka, jer klonirani mikroVM-ovi mogu deliti stanje generatora slučajnih brojeva, što je način na koji dobijate dva identična UUID-a.

3:50 Hladan start, kada region nikada nije video vašu funkciju, pogađa oko jedan procenat poziva i traje oko devet milisekundi. A sam mikroVM je Firecracker, koji je Amazon napravio za Lambda, tako da jedan komentator predlaže da se toga setite sledeći put kada psujete AWS.

Dva reda koje Guglov post nikada ne pominje

4:06 Sada, ta dva reda. Na FrontierSWE i Terminal-bench, dva testa kodiranja koje tekst objave nikada ne pominje, Argon je poslednji od četiri, na Guglovoj sopstvenoj tabeli. Terminal-bench stavlja agenta u pravi shell, što je način na koji bi ga većina nas koristila, a Opus ga predvodi sa devet poena. Ako ovo radije čitate nego da me čujete kako govorim, The Daily Diff stiže u vaše sanduče svako jutro, besplatno na thedailydiff.dev, link ispod.

Presuda: NEEDS REVIEW, onog dana kada ga budem mogao nazvati

4:29 Dakle, današnja presuda o Gemini 4 Argon. NEEDS REVIEW. Ocenio bih ga tako jer nezavisni broj koji sam pronašao ga ima izjednačenog za drugo mesto, a dva reda kodiranja do kojih mi je stalo ga imaju poslednjeg, tako da ću ga pravilno pregledati onog dana kada budem mogao da ga nazovem. Pretplatite se, kliknite na zvonce i recite mi u komentarima da li biste ga drugačije ocenili. I to je The Daily Diff za danas. Ja sam Niko iz Axrisija. SHIP IT odgovorno.

Izvori

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