Gemini 4 Argon is Google se beste model. Jy kan dit nog nie gebruik nie.

Wat hierdie video dek

• Gemini 4 Argon: 'n miljoen uitsettekens, $2 in, en jy kan dit nie gebruik nie
• Binne Google: Argon-agente dra C++ oor na Rust
• Google se eie tabel: Argon is boaan 13 van 19 rye
• Die kuber-aanbod: pleisters op sy eie, geen vangnette vir verdedigers
• Die buitestelling: Artificial Analysis sê 53, Opus 5.5 het 58

Vertaalde transkripsie

Vertaal uit die oorspronklike Engelse vertelling. Beskikbare klank en onderskrifte word deur YouTube beheer.

Gemini 4 Argon: 'n miljoen uitsettekens, $2 in, en jy kan dit nie gebruik nie

0:00 Jy sou dink 'n bekendstelling beteken jy kry die model. Google het pas Gemini vier Argon bekendgestel, en tensy jy 'n betroubare kuber verdediger is, kan jy dit nie aanraak nie. In hierdie video: wat wys Google se tabel? Wat het buitetesters gemeet? En wanneer kry jy dit? Jy het seker reeds die hype-video's gesien. Ek het eerder die maatstaftabel gelees, en twee rye daarin het nooit in die

0:20 pos se teks beland nie. Ek sal aan die einde daarby uitkom. Dis Donderdag, eerste Oktober, en dit is The Daily Diff. Twee stories vandag, en die groot een is Gemini vier Argon, wat Google sy volgende era van grensintelligensie noem. Een antwoord kan nou 'n miljoen tekens wees, van vier-en-sestigduisend af, wat verskeie romans in 'n enkele antwoord is. Die bekendstellingsprys is twee dollar per miljoen tekens in en tien uit. Dit is presies wat OpenAI hef vir GPT ses punt een Sol,

0:48 die model wat ek gister gedek het, en Sol is een wat jy eintlik kan koop. Binne Google is dit reeds aan die werk.

Binne Google: Argon-agente dra C++ oor na Rust

0:54 Google sê Argon-agente dra C en C++ oor na Rust regoor die maatskappy, tot agthonderdduisend reëls vir die Fuchsia-kern. Op Hacker News het een ingenieur onthou toe Google se C++-span nie eers Rust sou oorweeg nie en eerder na Carbon gekyk het. Nou doen 'n model die migrasie waaroor hulle gestry het.

Google se eie tabel: Argon is boaan 13 van 19 rye

1:12 Nou die tabel. Google plaas Argon langs GPT ses Astra, Claude Fable en Claude Opus op negentien rye, en Argon is boaan in dertien daarvan. Die hoofnuus is DeepSWE, 'n lang koderingsmaatstaf, op agt-en-sewentig persent, ongeveer vier punte skoon. Die vreemdste oorwinning is regsontwerp, waar Argon twintig persent aanteken en die ander in enkelsyfers bly. Dis die beste graad op 'n toets wat almal druip, en op die skyfiere

1:38 maatstawwe, wat onoorwonne is, tel dit.

Die kuber-aanbod: pleisters op sy eie, geen vangnette vir verdedigers

1:41 Die regte aanbod is sekuriteit. Google sê Argon kan kritieke kwesbaarhede op sy eie vind, valideer en pleister, en dat betroubare verdedigers dit sonder kuber-vangnette kry. Wiz het dit gebruik om 'n kritieke gat in hospitaalsagteware te vind wat vroeëre modelle gemis het. Een klein detail. Wiz behoort aan Google, sedert 'n $32 miljard-ooreenkoms in Maart gesluit is. So die swartkas-hackingtoets in die pos is 'n Google-maatskappy wat 'n Google- model beoordeel. En op die foutregstelling-ranglys deel drie modelle agt-en-sestig

2:10 persent, en die staaf aan die ver linkerkant behoort aan Grok. So wat het buitetesters gemeet?

Die buitestelling: Artificial Analysis sê 53, Opus 5.5 het 58

2:15 Die onafhanklike ranglys wat ek met Argon daarop kon vind, is Artificial Analysis. Dit gee Argon 'n telling van drie-en-vyftig op sy intelligensie-indeks, op die hoë instelling, wat dit gelykstel aan Astra en Fable. Claude Opus vyf punt vyf is vyf punte voor. 'n Week gelede het ek jou vertel Opus het die topplek daar ingeneem, en dit hou dit steeds vas. Die billike deel vir Google is die rekening. 'n Argon-loop kos ongeveer twee dollar per taak op daardie indeks, ongeveer 'n derde van wat Opus kos.

Wanneer kry jy dit: "So hou vas"

2:42 En wanneer kry jy dit? Google sal nie 'n datum gee nie. Die pos beloof toegang vir ontwikkelaars, ondernemings en verbruikers so gou as moontlik, met betaalde API-klante eerste. Sundar Pichai se pos op X sê, so hou vas. Tot dan loop toegang deur Fairwind, die program wat Google 'n maand gelede met Gemini drie punt agt Flash Cyber begin het. Dit het meer as seshonderd-en-vyftig vennote, en hulle mag Argon slegs aan hul

3:05 sekuriteitspanne gee en moet byhou wie dit gebruik. Hacker News het dit goed ontvang. Een kommentator het geskryf, Gemini verslaan nie die bewerings dat dit nie 'n model kan vrystel nie. 'n Ander een het voorspel dat modelle in dampware verander, 'n klomp nommers op 'n tabel. Intussen het Netlify Edge Functions herbou, wat ongeveer 'n miljard

Netlify Edge Functions: V8-isolate na mikroVM's, ongeveer 5x vinniger

3:23 keer per dag loop. Hulle het van V8-isolate in 'n gehoste diens verskuif na Firecracker-mikroVM's binne Netlify se eie netwerk, en 'n warm oproep het gedaal van tot veertig millisekondes na ongeveer ses. Hacker News het daarop gewys dat Cloudflare Workers ook V8-isolate is en baie vinniger loop, so die meeste van die wins lyk asof die versoek nie meer die gebou verlaat nie. 'n Ander kommentator het hom oor die kiekies bekommer, want gekloonde mikroVM's kan ewekansige getalstaat deel, dit is hoe jy twee identiese UUID's kry.

3:50 'n Koue begin, wanneer 'n streek nog nooit jou funksie gesien het nie, raak ongeveer een persent van oproepe en neem ongeveer nege millisekondes. En die mikroVM self is Firecracker, wat Amazon vir Lambda gebou het, so een kommentator stel voor jy onthou dit die volgende keer as jy AWS vloek.

Die twee rye wat Google se pos nooit noem nie

4:06 Nou, daardie twee rye. Op FrontierSWE en Terminal-bench, twee koderingsproewe wat die pos se teks nooit noem nie, kom Argon laaste van vier, op Google se eie tabel. Terminal-bench plaas 'n agent in 'n regte dop, wat is hoe die meeste van ons dit sou gebruik, en Opus lei dit met nege punte. As jy dit eerder wil lees as om my dit te hoor sê, kom die verskil elke oggend in jou inkassie, gratis by the daily diff dot dev, skakel hieronder.

Uitspraak: NEEDS REVIEW, die dag as ek dit kan noem

4:29 So, vandag se uitspraak oor Gemini vier Argon. NEEDS REVIEW. Ek sou dit so stempel omdat die onafhanklike nommer wat ek gevind het, dit gelykstel vir tweede plek, en die twee koderingsrye waaroor ek omgee, het dit laaste, so ek sal dit behoorlik hersien die dag as ek dit kan noem. Teken in, druk die klokkie, en vertel my in die kommentaar of jy dit anders sou gestempel het. En dit is die verskil vir vandag. Ek is Niko van Axrisi. Voeg verantwoordelik saam.

Bronne

1. Googleblog.google
2. Hacker Newsnews.ycombinator.com
3. Fairwind Programdeepmind.google
4. Artificial Analysisartificialanalysis.ai
5. Sundar Pichaix.com
6. Demis Hassabisx.com
7. Google completes acquisition of Wizcloud.google.com
8. Netlifywww.netlify.com
9. Hacker Newsnews.ycombinator.com