A Google az utóbbi időben főleg a kisebb modelljeinek fejlesztésére fókuszált, legalábbis a nagyközönség azt láthatta, hogy a Gemini Flash kapja rendszeresen a frissítéseket. Eközben persze a háttérben folyamatosan ment a munka, és a cég ennek eredményeként elkészült a Gemini 4 Argonnal.
A Gemini 4 széria élvonalbeli modelljét úgy fejlesztették ki, hogy komplex, hosszú távú munkafolyamatok során is képes legyen mélyreható érvelésre. Nem fogja elveszíteni a fonalat a kontextusablakon belül, és minden eddiginél összetettebb munkamenetek megoldására lesz képes. A modell a programozást, a vállalati tudásalapú feladatkezelést, a multimodalitást, az adatvédelmet és a kreatív írást járatja csúcsra.
A jelek szerint a vállalat egy új nevezéktant is bevezet a modellek méretére vonatkozóan, hiszen a Gemini 4 új variánsa nem a Pro vagy Flash jelzőkkel lett ellátva, hanem az “Argon” néven fut. Vélhetően a többi verziója is nemesgázok után kapja majd a nevét, és így a kisebb Gemini 4 variánsok a Neon és Helium jelzőkkel futhatnak be.
A Google szerint a Gemini 4 Argon az első modell, ami kifejezetten alkalmas belső mérnöki kihívások önállóan történő megoldására, valamint mély kiberbiztonsági kutatásokra és a hibák elhárítására.
“Csúcsteljesítményt nyújt komplex munkafolyamatokban a valós szoftverfejlesztés, valamint a jogi és pénzügyi területekhez hasonló vállalati tudásalapú munkák, továbbá a kibervédelem terén” – hangsúlyozta a Gemini 4 Argon kapcsán Koray Kavukcuoglu, a Google DeepMind alelnöke. Azonban éppen emiatt úgy döntött a cég, hogy felelősségteljesen jár el, és kizárólag megbízható ügyfelek számára teszi lehetővé, hogy első körben alkalmazásba vegyék.
A Gemini 4 Argont így kizárólag a vállalat kiberbiztonsági partnereinek egy szűk körében vezetik be a Fairwind Program keretében, amely a Google biztonsági kezdeményezése. A modellt kifejezetten védekező kiberbiztonsági feladatokra tréningezték a fejlesztők, és a keresőóriás szerint képes „önállóan felismerni, ellenőrizni és kijavítani a kritikus szoftveres sebezhetőségeket”.
Házon belül a Google már dolgozik a Gemini 4 Argonnal, a belső munkálatokat segíti a friss modell. A beszámolók szerint a mindennapos hibakeresésben már “kötelező munkaeszköz”, miközben komoly segítségnek bizonyult nagy méretű kódbázisok migrációja során is.
Természetesen mérési eredményeket is meglebegtetett a Google, melyekben a Gemini 4 Argon jól szerepel, de azt hozzá kell tenni, hogy publikusan elérhető modellekkel mérték össze, miközben ennek a hozzáférése egyelőre korlátozott. A Google-nek most arra kell fókuszálnia, hogy megtegye a szükséges biztonsági intézkedéseket, beépítse a megfelelő védelmi mechanizmusokat, hogy a Gemini révén mindenkinek megnyithassa a hozzáférést.
A mostanában népszerű ügynöki képességeket vizsgáló Agent’s Last Exam tesztben 39,5%-os sikerrátát tudott felmutatni a Gemini 4 Argon, ezzel megelőzi a Claude Opus 5.5-öt és a GPT-6 Astrát is, és új rekordot állított fel. A számítógépek kezelését tesztelő OSWorld-2.0 viszont már a GPT-6 Astra sikerét hozta 72,6%-os eredménnyel az új Gemini által összehozott 69,2% ellenében. A felkapott AutomationBench keretében kiválóan teljesít a friss modell, 51,3%-ot hozott össze, közel 9-10%-kal a riválisai előtt végezve. És a népszerű DeepSWE 1.1 is a győzelmével zárult, a 74% körül teljesítő versenytársakkal szemben 77,9%-os eredményt hozott össze.
A Google kiemelte a Gemini 4 Argon képességeit illetően, hogy a vizuális elemek feldolgozására is kitűnően alkalmas, mivel az alapoktól multimédiás működésre lett kihegyezve. Képes hosszú videók vagy diagramok tartalmának elemzésére is, ezen képességeit pedig bőven tudja majd kamatoztatni házon belül, például a YouTube videók összefoglalása, feldolgozása és a Google Dokumentumok kezelése során.
A bemutatóban rengeteget beszélt a Google arról, hogy a kiberbiztonság szempontjából milyen lehetőségeket fog felvonultatni az eszköz, ami nem meglepő annak fényében, hogy direkt kibervédelemre lett trenírozva. A cég szerint sok szakember alkalmazhatja majd sikeresen a Gemini 4 Argont, és ezáltal számos felület adatvédelme erősíthető meg a jövőben. Erre pedig éppen az élvonalbeli MI modellek miatt van szükség, hiszen már ezekkel keresik a kiberbűnözők (és a “megtévedt” modellek) a sebezhetőségeket. A CWE-bench v1 biztonsági tesztben az élre állt az újdonság, de ebben a konkurencia is hasonlóan teljesít.
Izgalmas újítása a Gemini 4 Argonnak, hogy képes 1 millió tokennel dolgozni, és itt most nem arra gondolunk, hogy 1 millió tokenes kontextusablakot nyújt, mert ez már eddig is így volt. Az újdonság konkrétan arra képes, hogy akár 1 millió tokenes választ adjon, korábban ez a limit 64 ezer tokennél volt meghúzva. A Google szerint a modell ezáltal tud igazán mély érvelést biztosítani, és egyetlen futtatás során több százezer tokent generálhat. Ezáltal olyan feladatokat oldhat meg, amelyeket eddig csak részletekben tudott kezelni.
A Gemini 4 Argon modellnél a Google képes volt azt is megoldani, hogy a költségeket visszafogja. Akár ötödáron használható az OpenAI és az Anthropic élvonalbeli modelljeihez képest.
A hatékonyságot középpontba helyezve a Google képes mindössze 2 dollárból feldolgozni 1 millió tokenyi adatmennyiséget, és 10 dollárból megúszható ugyanennyi információ létrehozása a mesterséges intelligenciával. Van gyorsítótárazási lehetőség is, és ezzel is többet lehet spórolni, mint a konkurenciánál, akár 95%-kal faraghatók ezáltal a költségek. Azt viszont hozzá kell tenni, hogy a Google egy áremelést már kilátásba helyezett. A későbbiekben duplázni fogja az árakat 4/20 dollárra, viszont a GPT-6 Astra például 10/50 dolláros árazással fut.
A Google arra nem tért ki, hogy a Gemini 4 Argon mikor lesz szélesebb körben hozzáférhető. A céget mindenesetre szorítja az idő, hiszen az OpenAI-nál már érik a GPT-6.1 Astra is, heteken belül megjelenhet, és az Anthropic is készül a Claude 5.5 széria kiterjesztésére az Opus modellen túl.
