Mesterséges intelligencia
Széles körben elérhető a Gemini 4 Argon, a Google új csúcsmodellje
A Google szeptember végén még csak szűk partnerkörnek mutatta meg zászlóshajó modelljét, most API-n és előfizetéses termékein keresztül is kiadta. Az ár versenyképes, a teljesítményadatok látványosak, de egyelőre csak a cég saját méréseire támaszkodnak.
Hol érhető el és mennyibe kerül
A fejlesztők és vállalatok az API-n, vagyis programozói felületen keresztül, az AI Studióban és a Gemini platformon érhetik el a modellt. Az Antigravity fejlesztői környezetben a Google AI Ultra előfizetők használhatják, a Gemini appban és a keresőbe épített AI Módban pedig az Ultra és a Pro előfizetők. A bevezető ár millió bemeneti tokenenként (a token a modell által feldolgozott szövegegység) 2 dollár, millió kimeneti tokenenként 10 dollár, a gyorsítótárazott, azaz korábban már beküldött és újrahasznosított bemenetekre pedig 95 százalék kedvezmény jár. A Reuters szerint az API-díjak november 30. után megduplázódnak, ez azonban a Google blogbejegyzésének elérhető szövegében nem szerepel.
Néhány részlet még tisztázásra vár. A The AI Insider szerint a modell a Gemini API-n legfeljebb 1 millió tokenes, egységes bemeneti-kimeneti kontextusablakot támogat, ezt viszont a Google bejegyzése nem említi. Az is kérdéses, pontosan mely előfizetési szintek kapnak API-hozzáférést: egyes beszámolók szerint a Pro csomag és az ingyenes szint nem, ami eltér a Gemini appban elérhető Pro-hozzáféréstől. Az Android Authority szerint a Gemini app emellett feladatkezelést és több mint 40 alkalmazás-integrációt is kap.
Kódolás, ügynökök és a Chrome
A Google szerint az Argon az első helyen áll a Vals Indexen, amely pénzügyi, programozási, jogi és adózási feladatokon méri a modelleket. A cég belső mérése alapján az Antigravityben az ügynöki kódbeküldések több mint 35 százalékkal nőttek, a kód-visszagörgetések, vagyis a hibás változtatások visszavonásai pedig közel egyharmadával csökkentek. A leglátványosabb példa a Chrome: a mintegy 40 millió soros Chromium-kódbázison belül az Argon segített leválasztani a weboldalkezelést egy körülbelül 6 millió soros, régi böngészőfunkció-mappáról. A Google szerint így a hónapokig tartó munka hetek alatt elkészült.
A modell teljesítményoptimalizálásban is bizonyított a cég szerint. A Gemma 4 E2B vLLM-en, A100-as gyorsítón 2,85-szörös sebességnövekedést ért el, körülbelül 37 900-ról több mint 108 000 token/másodpercre, százszázalékos token-egyezés mellett, vagyis a kimenet nem változott. Az xTB nevű kémiai szoftver akár 2,3-szor gyorsabb lett a molekulaszerkezet-előrejelzésben és 1,8-szor a konformerkeresésben.
Kiberbiztonság és tudományos áttörések
A Google már a szeptemberi bemutatón azt állította, hogy a modell autonóm módon találhat, validálhat és javíthat kritikus sebezhetőségeket. A Fairwind program, amely a Reuters szerint a kiberbiztonsági védőknek az Argon kiberkorlátok nélküli változatát adja, további több száz partnerrel bővül, a Wiz pedig a „Scan for Good” kezdeményezésében használja a modellt.
A kvantumszámításban az Argon az AlphaQubit egy belső verzióját egyetlen hardverkernelbe fordította, ami majdnem megduplázta az inferencia-áteresztőképességet. Egy Leanben formálisan ellenőrzött arcsin-implementáció pedig több mint százszor kisebb téridő-költségű a publikált kvantum CORDIC alapmegoldásnál. A fúziós kutatásban a Google csapata Matt Landreman professzorral a Grad-sejtés ellenpéldáinak szélesebb osztályát találta meg a sztellarátorok mágneses tereire. A Gamow Labs saját tesztjein 57 százalékot ért el a RareBenchen és 52,2 százalékot a LabBenchen, az Isomorphic Labs pedig hetekig tartó PDF- és szabadalomelemzést rövidít órákra.
A Reuters szerint az Argonnal a Google hónapokig tartó csúszás és a DeepMind vezetőségi átalakítása után igyekszik behozni lemaradását az OpenAI-jal és az Anthropickal szemben. A TechCrunch szerint a cég a bemutatón az OpenAI GPT-6 Astra modelljénél és az Anthropic modelljeinél jobb eredményeket állított. Fontos azonban, hogy a benchmarkadatok és a partnerek eredményei saját mérések, független ellenőrzésük még nem történt meg, így a valódi erőviszonyokat a következő hetek tesztjei mutatják majd meg.