Gemini 4 Argon је Гуглов најбољи модел. Још га не можете користити.

Шта овај видео покрива

• Gemini 4 Argon: милион излазних токена, 2 долара улаз, а не можете га користити
• Унутар Гугла: Argon агенти преносе C++ на Rust
• Гуглова сопствена табела: Argon на врху 13 од 19 редова
• Сајбер представљање: сам закрпљује, нема заштитних ограда за браниоце
• Спољни број: Artificial Analysis каже 53, Opus 5.5 има 58

Преведени транскрипт

Преведено са оригиналне енглеске нарације. Доступни аудио и титлови контролисани су од стране YouTube-а.

Gemini 4 Argon: милион излазних токена, 2 долара улаз, а не можете га користити

0:00 Помислили бисте да лансирање значи да добијате модел. Гугл је управо покренуо Gemini 4 Argon, и осим ако нисте поуздан сајбер бранилац, не можете га додирнути. У овом видеу: шта показује Гуглова табела? Шта су измерили спољни тестери? И када ћете га добити? Вероватно сте већ видели хип видео снимке. Уместо тога сам прочитао табелу са реперним вредностима, а два реда у њој никада нису стигла до

0:20 текста објаве. Вратићу се на њих на крају. Четвртак је, први октобар, а ово је The Daily Diff. Две приче данас, а велика је Gemini 4 Argon, који Гугл назива својом следећом ером граничне интелигенције. Један одговор сада може да иде до милион токена, са шездесет четири хиљаде, што је неколико романа у једном одговору. Почетна цена је два долара по милиону токена за улаз и десет за излаз. То је тачно оно што OpenAI наплаћује за GPT 6.1 Sol,

0:48 модел који сам обрадио јуче, а Sol је онај који заиста можете купити. Унутар Гугла, већ ради.

Унутар Гугла: Argon агенти преносе C++ на Rust

0:54 Гугл каже да Argon агенти преносе C и C++ на Rust широм компаније, до осамсто хиљада линија за Fuchsia језгро. На Hacker News-у, један инжењер се присетио када Гуглов C++ тим не би ни разматрао Rust и уместо тога гледао Carbon. Сада модел врши миграцију о којој су се они расправљали.

Гуглова сопствена табела: Argon на врху 13 од 19 редова

1:12 Сада табела. Гугл ставља Argon поред GPT 6 Astra, Claude Fable и Claude Opus у деветнаест редова, а Argon је на врху у тринаест од њих. Наслов је DeepSWE, дугачки репер за кодирање, са седамдесет осам посто, око четири поена предности. Најчуднија победа је правна израда, где Argon постиже двадесет посто, а други остају у једноцифреним бројевима. То је најбоља оцена на тесту који сви падају, и на слајд-дек

1:38 реперним вредностима, које су непоражене, то се рачуна.

Сајбер представљање: сам закрпљује, нема заштитних ограда за браниоце

1:41 Прави потез је сигурност. Гугл каже да Argon може сам да пронађе, потврди и закрпи критичне рањивости, и да их поуздани браниоци добијају без сајбер заштитних ограда. Wiz га је користио да пронађе критичну рупу у болничком софтверу коју су ранији модели пропустили. Један мали детаљ. Wiz припада Гуглу, откако је посао вредан тридесет две милијарде долара закључен у марту. Дакле, тест хаковања црне кутије у објави је Гуглова компанија која оцењује Гуглов модел. А на ранг листи за отклањање грешака, три модела деле шездесет осам

2:10 посто, а трака на крајњој левој страни припада Groku. Дакле, шта су измерили спољни тестери?

Спољни број: Artificial Analysis каже 53, Opus 5.5 има 58

2:15 Независна ранг листа коју сам могао да пронађем са Argon-ом је Artificial Analysis. Она оцењује Argon педесет три на свом индексу интелигенције, на високој поставци, што га везује са Astra и Fable. Claude Opus 5.5 је пет поена испред. Пре недељу дана сам вам рекао да је Opus заузео прво место тамо, и још увек га држи. Поштени део за Гугл је рачун. Извршавање Argon-а кошта око два долара по задатку на том индексу, отприлике трећину онога што кошта Opus.

Када га добијате: „Дакле, будите стрпљиви“

2:42 И када ћете га добити? Гугл неће дати датум. Објава обећава приступ за програмере, предузећа и потрошаче што је пре могуће, са плаћеним API клијентима прво. Објава Сундара Пичаија на X-у каже, дакле, будите стрпљиви. До тада, приступ иде преко Fairwind-а, програма који је Гугл започео пре месец дана са Gemini 3.8 Flash Cyber. Има преко шестсто педесет партнера, и они могу само да предају Argon својим

3:05 безбедносним тимовима и морају пратити ко га користи. Hacker News је то добро прихватио. Један коментатор је написао, Gemini не побеђује оптужбе да не може да објави модел. Други је предвидео да се модели претварају у "vaporware", гомилу бројева на табели. У међувремену, Netlify је преправио Edge Functions, који се извршавају око милијарду

Netlify Edge Functions: V8 изолати до микроVM-ова, око 5 пута брже

3:23 пута дневно. Прешли су са V8 изолата у хостованој услузи на Firecracker микроVM-ове унутар Netlify-јеве сопствене мреже, а топли позив је пао са до четрдесет милисекунди на око шест. Hacker News је истакао да су Cloudflare Workers такође V8 изолати и раде много брже, тако да већина добитка изгледа као да захтев више не напушта зграду. Други коментатор је био забринут због слика, јер клонирани микроVM-ови могу да деле стање случајних бројева, што је начин на који добијате два идентична UUID-а.

3:50 Хладни старт, када регион никада није видео вашу функцију, погађа око један посто позива и траје око девет милисекунди. А сам микроVM је Firecracker, који је Амазон направио за Lambda, тако да један коментатор предлаже да се тога сетите следећи пут када будете псовали AWS.

Два реда која Гуглова објава никада не помиње

4:06 Сада, та два реда. На FrontierSWE и Terminal-bench, два теста кодирања које текст објаве никада не помиње, Argon је последњи од четири, на Гугловој сопственој табели. Terminal-bench ставља агента у праву љуспку, што је начин на који би већина нас користила и Opus га води за девет поена. Ако више волите да ово прочитате него да ме чујете како говорим, diff вам стиже у инбокс сваког јутра, бесплатно на the daily diff dot dev, линк испод.

Пресуда: ПОТРЕБНА ЈЕ РЕЦЕНЗИЈА, оног дана када га будем могао позвати

4:29 Дакле, данашња пресуда о Gemini 4 Argon. ПОТРЕБНА ЈЕ РЕЦЕНЗИЈА. Означио бих га тако јер га независни број који сам пронашао има везаног за друго место, а два реда за кодирање која ме занимају стављају га на последње место, тако да ћу га правилно прегледати оног дана када будем могао да га позовем. Претплатите се, кликните на звонце и реците ми у коментарима да ли бисте га означили другачије. И то је diff за данас. Ја сам Нико из Axrisi. Спајајте одговорно.

Извори

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