Gemini 4 Argon néven mutatta be új csúcsmodelljét a Google, amelyet kifejezetten hosszú, összetett munkafolyamatokra, programozásra, szakmai kutatásra és kibervédelemre fejlesztett. A generatív mesterséges intelligencia maximális kimeneti kerete egymillió tokenre nőtt, de a rendszert egyelőre csak korlátozott körben teszik elérhetővé.
A Google szeptember 30-án jelentette be a Gemini 4 Argont, amely elsőként a Fairwind programban részt vevő megbízható kibervédelmi partnerekhez kerül. A vállalat fokozatos bevezetést választott, miközben az Egyesült Államok kormányának önkéntes előzetes modellvizsgálati folyamatában is részt vesz. A fejlesztők, vállalatok és fogyasztók tehát még nem kapnak általános hozzáférést; a Google előbb valós környezetben gyűjt tapasztalatot a legerősebb képességekről és a biztonsági korlátokról.
Az Argon egyik legnagyobb technikai változása a maximális kimenet. A korábbi 64 ezer tokenről egymillió tokenre emelték azt a mennyiséget, amelyet a modell egyetlen hosszú munkamenetben előállíthat. Ez nem egyszerűen hosszabb válaszokat jelenthet: a Google célja az, hogy a rendszer több lépésen, akár hosszabb kutatási, programozási vagy elemzési folyamatokon keresztül is fenn tudja tartani a munkát. A bevezető API-árazás egymillió bemeneti tokenenként 2 dollár, a kimenetnél pedig 10 dollár lesz; a kedvezményes időszak után a vállalat 4, illetve 20 dolláros árat jelez.
A Google több saját és külső benchmarkeredményt is közölt. A Gemini 4 Argon 77,9 százalékot ért el a hosszú, valós szoftverfejlesztési feladatokat mérő DeepSWE v1.1 teszten, az AutomationBench üzleti munkafolyamatokat vizsgáló benchmarkján pedig 51,3 százalékos eredménnyel került az élre. Hosszú videók értelmezését mérő LVBench teszten 91,7 százalékot közöltek. Ezek fontos összehasonlítási pontok, de egyetlen benchmark sem bizonyítja, hogy a modell minden valós feladatban felülmúlja versenytársait.
Olvasd el: A generált világ már emlékszik arra is, mit tettünk benne korábban
Eljutottunk oda, hogy a generatív mesterséges intelligencia következő nagy ugrását már nem egy jobb válasz, hanem a több órán át következetesen végzett munka jelenti?
A modell jelentőségét jól mutatja, hogy a Google már saját rendszerein belül is használja. A vállalat szerint Argon-ügynökök nagy kódbázisok migrációján, adatközponti memóriaoptimalizáláson és kvantumszámítási problémákon dolgoztak. Egy videódekódoló Rust-verziójának optimalizálásánál például a Google 2,7-szeres gyorsulásról számolt be, míg egy másik belső alkalmazás több száz tebibájtnyi adatközponti memória felszabadításában segített. Ezek ugyanakkor a Google saját környezetében mért eredmények, nem függetlenül reprodukált általános teljesítményadatok.
A fokozatos rajt egyik oka éppen az, hogy a nagyobb önállóság új kockázatokat is hoz. A Google külön védelmet épített a prompt injection támadások, a veszélyes kibervédelmi felhasználás és az olyan esetek ellen, amikor a rendszer a felhasználó eredeti szándékán túllépve próbálná teljesíteni a feladatát. A kibervédelmi partnerek egy része ráadásul olyan változatot kap, amelynél bizonyos korlátozásokat feloldanak, ezért a vállalat ezt nem tekinti olyan modellnek, amelyet azonnal minden felhasználónak át lehet adni.
A Gemini 4 Argon így nem egyszerűen egy újabb verzió a modellversenyben. A hangsúly egyre inkább azon van, hogy a generatív mesterséges intelligencia mennyi ideig képes önállóan, következetesen és ellenőrizhetően dolgozni egy összetett feladaton. Ha a szélesebb bevezetésnél is megmaradnak a most közölt képességek, a következő modellgenerációk közötti különbséget egyre kevésbé egy rövid kérdésre adott válasz, és egyre inkább a teljes elvégzett munkafolyamat minősége határozhatja meg.
Olvasd el ezt is: A telefonra költöztette generatív videós eszközeit az Adobe
Források: Google, Reuters, Financial Times
CS.SZ.
