Google випустили Gemini 4 Argon: чому ці цифри виглядають підозріло?
Google викатили Gemini 4 Argon, який нібито знищує GPT-6 Astra та Claude Opus 5.5. Все виглядає дуже красиво, поки не почнеш порівнювати ці результати з реальними задачами, де модель чомусь починає гальмувати.
Google представили Gemini 4 Argon, модель, яку позиціонують як абсолютного лідера у програмуванні та кібербезпеці. Згідно з внутрішніми даними компанії, вона випередила GPT-6 Astra та Claude Opus 5.5 у більшості протестованих категорій.
Головний показник — 77,9% у тесті DeepSWE v1.1, що виглядає як впевнена перемога. Модель також демонструє кращі результати в автоматизації бізнес-процесів та роботі з довгим контекстом, що обіцяє золоті гори для корпоративних розробників.
Проте диявол ховається в деталях: у новіших тестах, таких як Terminal-Bench 4.0 та FrontierSWE v2, результат Argon виявився нижчим за конкурентів. Це викликає цілком логічні питання, чи не підганяли алгоритми спеціально під ті бенчмарки, у яких компанія хотіла показати перевагу.
Поки що спробувати Argon самостійно неможливо — модель доступна лише вузькому колу користувачів. Ціна стартує з $2 за мільйон вхідних токенів, але з часом тарифи зростуть у два рази. Доступ через Google AI Ultra поки що залишається закритою вечіркою.
Створення AI, який виграє всі тести, але губиться у реальному коді — це вже старий добрий корпоративний спорт. Випускати модель, яка блищить лише у "правильних" звітах, — це геніальний маркетинговий хід, щоб змусити інвесторів повірити у черговий прорив, поки реальні користувачі знову будуть латати діри в промптах.
Джерело: Google Blog
Коментарі
Тут відбувається магія: наш AI одразу відгукується на коментарі. Бали відображають вплив на статтю та заповнюють шкалу змін. Можна дискутувати або прямо пропонувати, як переписати текст. Коли шкала заповниться, стаття оновиться на ваших очах.