Gemini 4 Argon là mô hình tốt nhất của Google. Bạn chưa thể sử dụng nó.

Nội dung video này đề cập

• Gemini 4 Argon: một triệu token đầu ra, 2 đô la đầu vào và bạn không thể sử dụng nó
• Bên trong Google: tác nhân Argon chuyển đổi C++ sang Rust
• Bảng của Google: Argon đứng đầu 13 trong số 19 hàng
• Luận điểm về an ninh mạng: tự vá lỗi, không có rào chắn cho người phòng thủ
• Con số bên ngoài: Artificial Analysis nói 53, Opus 5.5 có 58

Bản ghi đã dịch

Được dịch từ lời tường thuật tiếng Anh gốc. Âm thanh và phụ đề có sẵn được điều khiển bởi YouTube.

Gemini 4 Argon: một triệu token đầu ra, 2 đô la đầu vào và bạn không thể sử dụng nó

0:00 Bạn sẽ nghĩ rằng một lần ra mắt có nghĩa là bạn có được mô hình. Google vừa ra mắt Gemini 4 Argon, và trừ khi bạn là một chuyên gia an ninh mạng đáng tin cậy, bạn không thể chạm vào nó. Trong video này: bảng của Google cho thấy điều gì? Các nhà kiểm tra bên ngoài đã đo được gì? Và khi nào bạn có được nó? Bạn có lẽ đã xem các video quảng cáo rồi. Tôi đã đọc bảng điểm chuẩn thay vào đó, và hai hàng trong đó không bao giờ được đưa vào

0:20 văn bản của bài đăng. Tôi sẽ đề cập đến chúng ở cuối. Hôm nay là thứ Năm, ngày 1 tháng 10, và đây là The Daily Diff. Hai câu chuyện hôm nay, và câu chuyện lớn là Gemini 4 Argon, mà Google gọi là kỷ nguyên tiếp theo của trí tuệ tiên phong. Một câu trả lời giờ đây có thể chạy tới một triệu token, tăng từ sáu mươi bốn nghìn, tức là vài cuốn tiểu thuyết trong một câu trả lời duy nhất. Giá ra mắt là hai đô la cho mỗi triệu token đầu vào và mười đô la đầu ra. Đó chính xác là những gì OpenAI tính cho GPT 6.1 Sol,

0:48 mô hình tôi đã đề cập hôm qua, và Sol là một mô hình bạn thực sự có thể mua. Bên trong Google, nó đã hoạt động.

Bên trong Google: tác nhân Argon chuyển đổi C++ sang Rust

0:54 Google nói rằng các tác nhân Argon đang chuyển đổi C và C++ sang Rust trên toàn bộ công ty, lên đến tám trăm nghìn dòng cho nhân Fuchsia. Trên Hacker News, một kỹ sư nhớ lại khi nhóm C++ của Google thậm chí còn không cân nhắc Rust và thay vào đó nhìn vào Carbon. Bây giờ một mô hình đang thực hiện việc di chuyển mà họ đã tranh cãi.

Bảng của Google: Argon đứng đầu 13 trong số 19 hàng

1:12 Bây giờ là bảng. Google đặt Argon bên cạnh GPT 6 Astra, Claude Fable và Claude Opus trên mười chín hàng, và Argon đứng đầu ở mười ba trong số đó. Điểm nổi bật là DeepSWE, một điểm chuẩn mã hóa dài, ở mức bảy mươi tám phần trăm, cao hơn khoảng bốn điểm. Chiến thắng kỳ lạ nhất là soạn thảo pháp lý, nơi Argon đạt hai mươi phần trăm và các mô hình khác vẫn ở mức một chữ số. Đó là điểm tốt nhất trong một bài kiểm tra mà mọi người đều thất bại, và trên các

1:38 điểm chuẩn slide-deck, không bị đánh bại, điều đó có ý nghĩa.

Luận điểm về an ninh mạng: tự vá lỗi, không có rào chắn cho người phòng thủ

1:41 Luận điểm thực sự là bảo mật. Google nói rằng Argon có thể tự tìm, xác thực và vá các lỗ hổng nghiêm trọng, và những người phòng thủ đáng tin cậy sẽ nhận được nó mà không có rào chắn an ninh mạng. Wiz đã sử dụng nó để tìm một lỗ hổng nghiêm trọng trong phần mềm bệnh viện mà các mô hình trước đó đã bỏ lỡ. Một chi tiết nhỏ. Wiz thuộc về Google, kể từ khi thỏa thuận ba mươi hai tỷ đô la được ký kết vào tháng Ba. Vì vậy, bài kiểm tra hack hộp đen trong bài đăng là một công ty của Google chấm điểm một mô hình của Google. Và trên bảng xếp hạng sửa lỗi, ba mô hình chia sẻ sáu mươi tám

2:10 phần trăm, và thanh ở phía ngoài cùng bên trái thuộc về Grok. Vậy các nhà kiểm tra bên ngoài đã đo được gì?

Con số bên ngoài: Artificial Analysis nói 53, Opus 5.5 có 58

2:15 Bảng xếp hạng độc lập mà tôi tìm thấy có Argon trên đó là Artificial Analysis. Nó chấm Argon năm mươi ba trên chỉ số thông minh của nó, ở cài đặt cao, ngang bằng với Astra và Fable. Claude Opus 5.5 đứng trước năm điểm. Một tuần trước tôi đã nói với bạn rằng Opus đã chiếm vị trí hàng đầu ở đó, và nó vẫn đang giữ vị trí đó. Phần công bằng cho Google là hóa đơn. Một lần chạy Argon tốn khoảng hai đô la cho mỗi tác vụ trên chỉ số đó, khoảng một phần ba chi phí của Opus.

Khi nào bạn có được nó: "Vậy hãy kiên nhẫn"

2:42 Và khi nào bạn có được nó? Google sẽ không đưa ra ngày. Bài đăng hứa hẹn quyền truy cập cho các nhà phát triển, doanh nghiệp và người tiêu dùng càng sớm càng tốt, với khách hàng API trả phí trước. Bài đăng của Sundar Pichai trên X nói, vậy hãy kiên nhẫn. Cho đến lúc đó, quyền truy cập chạy qua Fairwind, chương trình Google bắt đầu một tháng trước với Gemini 3.8 Flash Cyber. Nó có hơn sáu trăm năm mươi đối tác, và họ chỉ có thể giao Argon cho các

3:05 nhóm bảo mật của họ và phải theo dõi ai sử dụng nó. Hacker News đã đón nhận tốt. Một người bình luận đã viết, Gemini không đánh bại được cáo buộc không thể phát hành mô hình. Một người khác dự đoán rằng các mô hình sẽ biến thành vaporware, một đống số trên một bảng. Trong khi đó, Netlify đã xây dựng lại Edge Functions, chạy khoảng một tỷ

Netlify Edge Functions: V8 isolates thành microVM, nhanh hơn khoảng 5 lần

3:23 lần mỗi ngày. Họ đã chuyển từ V8 isolates trong một dịch vụ lưu trữ sang Firecracker microVM bên trong mạng của Netlify, và một cuộc gọi nóng đã giảm từ tối đa bốn mươi mili giây xuống khoảng sáu. Hacker News chỉ ra rằng Cloudflare Workers cũng là V8 isolates và chạy nhanh hơn nhiều, vì vậy hầu hết lợi ích dường như là yêu cầu không còn rời khỏi tòa nhà. Một người bình luận khác lo lắng về các ảnh chụp nhanh, vì các microVM được nhân bản có thể chia sẻ trạng thái số ngẫu nhiên, đó là cách bạn có được hai UUID giống hệt nhau.

3:50 Một lần khởi động nguội, khi một khu vực chưa bao giờ thấy hàm của bạn, chiếm khoảng một phần trăm cuộc gọi và mất khoảng chín mili giây. Và bản thân microVM là Firecracker, mà Amazon đã xây dựng cho Lambda, vì vậy một người bình luận gợi ý bạn hãy nhớ điều đó lần tới khi bạn chửi AWS.

Hai hàng mà bài đăng của Google không bao giờ đề cập

4:06 Bây giờ, hai hàng đó. Trên FrontierSWE và Terminal-bench, hai bài kiểm tra mã hóa mà văn bản bài đăng không bao giờ đề cập, Argon đứng cuối cùng trong bốn, trên bảng của Google. Terminal-bench đặt một tác nhân vào một shell thực, đó là cách hầu hết chúng ta sẽ sử dụng nó, và Opus dẫn đầu nó chín điểm. Nếu bạn muốn đọc điều này hơn là nghe tôi nói, the diff sẽ đến hộp thư đến của bạn mỗi sáng, miễn phí tại the daily diff dot dev, liên kết bên dưới.

Đánh giá: NEEDS REVIEW, ngày tôi có thể gọi nó

4:29 Vậy, đánh giá hôm nay về Gemini 4 Argon. NEEDS REVIEW. Tôi sẽ đóng dấu nó như vậy vì con số độc lập tôi tìm thấy có nó đứng thứ hai, và hai hàng mã hóa tôi quan tâm thì nó đứng cuối, vì vậy tôi sẽ xem xét nó đúng cách vào ngày tôi có thể gọi nó. Đăng ký, nhấn chuông, và cho tôi biết trong phần bình luận nếu bạn sẽ đóng dấu nó khác. Và đó là the diff của ngày hôm nay. Tôi là Niko từ Axrisi. Hợp nhất một cách có trách nhiệm.

Nguồn

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