Аннотация:
Новый флагман Gemini 4 Argon от Google AI, обсуждавшийся в Интернете в течение двух недель, наконец-то официально представлен. Знаете, в последний раз у Gemini было обновление основной версии вместо облегченного обновления версии, такого как Flash/Flash-Lite, это был далекий Gemini 3.1Pro. Тогда мы еще праздновали Праздник Весны, а теперь уже отметили даже все официальные праздники в 2026 году...
В течение этих почти восьми месяцев Цзян Цзян, будучи не очень преданным фанатом Google, был почти разозлен Google, когда увидел скорость развития двух соседних моделей искусственного интеллекта.
ChatGPT когда-то стал популярным во всем Интернете, начиная с gpt-image-2, и быстро добился прогресса. Сейчас у него на столе GPT-6 Astra и GPT-6.1 Sol.
Снова взглянув на Anthropic, можно увидеть Opus 4.8, который до сих пор высоко хвалят, Mythos 5, который был «слишком опасен для показа», и последующую Fable 5. За последние две недели все корзины Claude 5.5 были розданы.
С другой стороны, у Google проблемы. На конференции I/O они пообещали запустить Gemini 3.5 Pro, но внутри уже не выдержали. Они продолжали откладывать его и, наконец, полностью отменили его.
Более полугода компания могла рассчитывать только на непрерывный выпуск четырех версий Flash, чтобы спасти положение, и ее репутация в кругах ИИ также резко упала.
Вы знаете, что я хочу сказать Google:
Даже официально выпущенный сегодня Gemini 4 Argon выглядит немного смешно. Первоначально Google просто последовал примеру двух других компаний, изменил название модели и использовал в качестве кода модели инертный газ Аргон (аргон).
В результате все пользователи сети были высмеяны. Не означает ли это имя, что он «осторожен и не говорит ерунды (аргон – инертный газ с чрезвычайно стабильными химическими свойствами)»? Фактически, это напоминание пользователям о том, что новые модели всегда стоят денег. После нескольких слов все жетоны исчезли (произносится так же, как аргон).
Что еще более возмутительно, так это то, что Gemini 4 Argon явно вышел 30 сентября, но его полмесяца хранили в шкафу и ругали, и только сейчас им могут воспользоваться все желающие.
В результате по оценкам сторонней организации Artificial Analysis его обогнал сильнейший флагман Meta, Muse Wonder Full, который был выпущен только вчера...
Но жалобы есть жалобы, давайте вернемся к теме и поговорим о том, что из себя представляет Gemini4 Argon.
Во-первых, позвольте мне показать вам Big Pelican, которым управляет наша собственная учетная запись Pro.
Подсказка: создайте пеликана, катающегося на заднем сиденье фюзеляжа летящего истребителя. воксельный артстиль. Один HTML-файл.
Когда он был сгенерирован в первый раз, Аргон все еще ошибался, но после нажатия кнопки «Восстановить» это было исправлено за секунду.
Пользователи сети также опубликовали сравнительный материал: Opus 5.5 и Gemini 4 Argon, создав 3D-анимацию, объясняющую принцип работы двигателя в стиле Tesla.
Подсказки для следующего: сделайте анимированный GIF-файл Solarpunk City, пиксельную графику, супердетализированный, супервысокого качества, выглядящий потрясающе, визуально проверьте, убедитесь, что он последовательный и идеальный.
Пользователи сети заявили, что Клод стоил более 8 долларов США, а Аргон стоил всего 1,2 доллара США.
Не только картинка стабильна, но и деньги экономятся у бабушки дома. Глядя на это с этой точки зрения, можем ли мы выкрикнуть это предложение: Google, круто!
Судя по официальному табелю успеваемости Google, Argon занял первое место в 13 из 19 публичных тестов производительности, конкурируя друг с другом с GPT-6 Astra и Claude Opus 5.5. Он также успешно возглавил список текстовых слепых тестов на большой модельной арене LMArena.
Но на этот раз Google сосредоточивает внимание не только на подсчете результатов. Еще более безжалостным они считают то, что они превратили «сверхдлинный ввод», который раньше был большой моделью, в «сверхдлинный вывод».
Основываясь на сохранении встроенного мультимодального ввода в 1 миллион токенов, Argon напрямую и насильственно увеличил верхний предел единого максимального вывода примерно в 16 раз с 64 000 в предыдущем поколении, достигнув ошеломительного 1 миллиона токенов (ввод и вывод разделяют пул контекстов в 1 миллион).
Что это значит?
Предыдущие крупные модели каждый день хвастались, что поддерживают миллионы входных токенов, но на самом деле они были перегружены.
Предыдущая модель могла прочитать целую книгу за один присест, но результат был плачевным. При возникновении сложных задач модель могла исчерпать квоту и принудительно сократить ее вдвое, просто рисуя в фоновом режиме.
Теперь у Аргона появилось новое занятие по длинному декодированию. Максимальный предел мощности Аргона на самом деле все еще составляет 64 000. Так называемый миллионный вывод означает, что после увеличения бюджета в фоновом режиме каждый раз, когда вы запускаете 64К без результатов, сервер автоматически запускает следующий ретранслятор в точке останова.
Он может опустошать 1 миллион пулов контекстов в фоновом режиме на срок до 24 часов, а также оснащен кнопкой паузы и защитой от выключения. Даже если сеть отключена или установлена низкая квота, она может продолжать работать без перезапуска.
Действие Google не состоит в том, чтобы облегчить всем использование ИИ для написания книг. Гораздо важнее оставить нынешним агентам пространство для глубокого размышления, чтобы в будущем ИИ мог управлять всем рабочим процессом одновременно.
Более того, Google также заявил, что это не просто распродажа и хвастовство, а фактическое использование Argon внутри компании для создания множества замечательных вещей.
Например, в древней горе дерьма команды Chrome из 40 миллионов строк кода есть гигантская папка, заполненная 6 миллионами строк старого кода. Инженеры напрямую внедрили Argon и разделили основную логику веб-страницы на сотни файлов. То, что изначально заняло несколько месяцев упорной работы, было выполнено за несколько недель (это также помогло нам открыть новый опыт: в будущем мы сможем перетаскивать вкладки в плавающее окно в Chrome и больше не нужно будет обновлять веб-страницу).
В Цзянцзяне на данный момент нет таких серьезных инженерных потребностей, поэтому сложно судить. Лучше подождать, пока друзья испытают это, а затем поговорить со всеми.
По нашему опыту, у аргона есть два очевидных преимущества. Во-первых, это чрезвычайно высокая скорость отклика.
Я не знаю, будет ли проще обновлять версию Flash в долгосрочной перспективе. аргон может поддерживать уникальную скорость отклика, обеспечивая при этом качество продукции.
На самом деле, мы уже разговаривали с некоторыми друзьями-программистами. Один из наших друзей, Лао Е, рассказал нам, что из-за некоторых требований к данным и других правил их компания может использовать только некоторые старые версии больших моделей и инструментов.
В то время я думал, что он, должно быть, чувствует, что ИИ непросто использовать, но оказалось, что даже если это была большая модель старого образца, он чувствовал, что этих возможностей ИИ достаточно, чтобы использовать ее для повышения эффективности своей работы.
Вместо дальнейшего улучшения возможностей кодирования он считал, что скорость прокрутки может стать новым направлением.
Может быть, Флэш прав?
Мы можем лучше сказать другое преимущество Аргона. Он делает еще один шаг вперед, основываясь на своих и без того превосходных возможностях копирайтинга.
В последнее время сумасшедшие способности ИИ в области кодирования фактически повлияли на навыки вывода текста у больших моделей. Кажется, что все в науке честные люди, и они все менее и менее способны хорошо говорить.
Но Gemini, возможно, полагаются на Google, большого папу, и им не нужно только писать код, чтобы зарабатывать деньги, или же у них слишком много корпораций. Даже если он не обновляет мажорную версию более полугода, текстовые возможности Gemini всегда находятся на переднем крае первого эшелона.
После выхода Argon Google специально изменил его, чтобы справиться с «бессмысленной и клишеной литературой», которая в прошлом часто подвергалась критике со стороны крупных моделей.
В настоящее время Аргон, очевидно, более прямо относится к этой теме. Самые раздражающие оправдания-клише и разговоры о тачках в предыдущих больших моделях были сокращены более чем вдвое. Вы можете позволить ему имитировать любой стиль письма, и он может честно писать в соответствии с вашим вкусом.
Как копирайтер, я чувствую, что очень хочу увидеть, что волны времени вот-вот сбивают меня насмерть на пляже.
В дополнение к этому, Аргон также исправил историческую проблему галлюцинаций высокого уровня ИИ.
Согласно тестам Искусственного Анализа, уровень галлюцинаций у Аргона составляет 15%, что является самым низким показателем среди моделей с комплексным индексом интеллекта более 45 баллов, что намного ниже, чем 51%, протестированный GPT-6 Astra.
Это также показывает, что столкнувшись с проблемами, в которых Аргон не разбирается, он ведет себя более сдержанно и не выдумывает глупостей.
Но я не знаю, связано ли это с изменением вычислительной мощности после открытия Аргона. Иллюзия Flash-модели Gemini была значительно улучшена...
3.8 Flash может даже ответить на этот вопрос неправильно, но у Argon (самый низкий уровень) проблем нет.
Я думаю, что увидев это, многие читатели скажут, что отклик уникальный, копирайтинг самый гуманный, а процент галлюцинаций низкий. Кажется, у Аргона на этот раз действительно нет недостатков?
После удара нам все равно придется облить его холодной водой. Судя по комментариям, оставленным нами и пользователями сети после первого дня опыта, очевидно, что Gemini4 Argon пока не самая сильная модель инструмента для написания кода.
Еще в начале месяца зарубежные СМИ сообщили о том, что внутренние сотрудники Google роптали по поводу фактической производительности Gemini4, а члены их семей жаловались, что, хотя он и показал хорошие результаты в общих тестах производительности, его было нелегко использовать при наборе кода.
Особенно с точки зрения визуального взаимодействия пользовательского интерфейса и деталей логики управления 3D-игрой, производительность весьма впечатляет.
Хотя одностраничная HTML-анимация, показанная ранее, выглядит довольно устрашающе, многие пользователи сети жалуются, что Gemini 4 Argon явно немного слаб, когда входит в сложный реальный проект.
Эта проблема отражена в полном списке тестов, официально опубликованном Google.
Давайте подробнее рассмотрим несколько тестов, в которых результаты Gemini 4 не очень высоки. Один из них — FrontierSWE, который в основном проверяет способность модели справляться со сверхсложными задачами, а другой — Terminal-Bench, который проверяет способность модели работать именно в терминале.
Это означает, что если вам нужно просмотреть десятки миллионов строк старого кода архитектурного планирования или просмотреть сотни страниц юридических контрактов, Argon даст вам секунду. Но если вы действительно позволите ему использовать терминал командной строки для ввода кода с настоящими мечами и пистолетами, то по текущим результатам видно, что он занимает последнее место среди четырех основных флагманов, а следующий флагман Claude Sonnet 5.5 может его превзойти.
Что касается текущей экономической эффективности, то она также достойна обсуждения.
Цена API Argon в период акции (по состоянию на 30 ноября) составляет всего 2 доллара США за миллион входных токенов и 10 долларов США за миллион выходов (кэшированные входные данные даже дисконтируются на 0,5% всего за 0,10 доллара США), но после периода акции она удваивается до стандартной цены в 4 доллара США/20 долларов США, что эквивалентно цене Claude Opus 5.5.
Однако после обзора компания Artificial Analysis заявила, что Аргон не согласен с мнением пользователей сети на первый взгляд, и все его основные рассуждения основаны на случайных мыслях.
Согласно результатам их испытаний, среднее количество токенов, потребляемых каждой передовой моделью, составляет примерно 82 миллиона, в то время как Argon (High Gear) сожгла полные 110 миллионов токенов, а расширение цепочки мышления на 34% выше отраслевого эталона...
Если принять во внимание эту часть расхода, Gemini 4 Argon кажется менее ароматным.
Конечно, если вы являетесь пользователем Интернета или приложения, теперь вы можете напрямую использовать свою учетную запись Pro, чтобы сыграть несколько раздач в Argon, и это по-прежнему будет очень рентабельно.
В целом, после более чем полугода ожидания, с запуском Gemini 4 Argon, Google наконец-то закрепила за собой место в первом эшелоне по возможностям кодирования, а его текстовые возможности продолжают неуклонно улучшаться.
Но сейчас определенно не тот момент, когда Google может выиграть по-крупному. Вы должны знать, что однажды сформировавшийся стереотип пользователя, даже если вы Google, изменить его будет сложно.
Но это никогда не должно повториться, как и «период охлаждения» последних восьми месяцев.
Однако извне поступают сообщения о том, что Google что-то предпримет в конце года. Внутренние документы Google, опубликованные несколько дней назад, показывают, что Google фактически протестировал три контрольные точки итерации одновременно в алфавитном и элементном порядке: Argon (аргон), Barium (барий) и Carbon (углерод).
Выпущенный на этот раз Argon на самом деле имеет внутреннюю маркировку Barium, так что в будущем может появиться мастер Gemini4 Carbon. Инсайдеры заявили, что эта возможность кода «кажется, что она может коснуться Claude Opus 5.5».
Что касается того, станет ли эта волна очередным куском пирога для Google или настоящей контратакой, поживем и посмотрим.
Надеюсь, на этот раз я не буду ждать от одного «Скоро» до следующего.
Комментарии