„Gemini 4 Argon“ yra geriausias „Google“ modelis. Jo dar negalite naudoti.

Kas aptariama šiame vaizdo įraše

• Gemini 4 Argon: milijonas išvesties ženklų, 2 USD įvesties ir negalite jo naudoti
• „Google“ viduje: „Argon“ agentai perkelia C++ į Rust
• „Google“ lentelė: „Argon“ pirmauja 13 iš 19 eilučių
• Kibernetinis pasiūlymas: pataisos savaime, jokių apsaugos priemonių gynėjams
• Išorinis skaičius: „Artificial Analysis“ teigia 53, „Opus 5.5“ turi 58

Išverstas transkriptas

Išversta iš originalo anglų kalbos. Galimas garso ir subtitrų valdymas per YouTube.

Gemini 4 Argon: milijonas išvesties ženklų, 2 USD įvesties ir negalite jo naudoti

0:00 Galėtumėte pagalvoti, kad paleidimas reiškia, kad gausite modelį. „Google“ ką tik paleido „Gemini 4 Argon“, ir nebent esate patikimas kibernetinis gynėjas, negalite jo paliesti. Šiame vaizdo įraše: ką rodo „Google“ lentelė? Ką išmatavo išoriniai bandytojai? Ir kada jį gausite? Tikriausiai jau matėte reklamos vaizdo įrašus. Aš perskaičiau etaloninę lentelę ir dvi eilutės joje niekada nepateko į

0:20 įrašo tekstą. Prie jų grįšiu pabaigoje. Šiandien ketvirtadienis, spalio pirma diena, ir tai yra „The Daily Diff“. Šiandien dvi istorijos, ir didžioji yra „Gemini 4 Argon“, kurį „Google“ vadina savo naujos eros pažangiausiu intelektu. Vienas atsakymas dabar gali siekti milijoną ženklų, nuo šešiasdešimt keturių tūkstančių, o tai yra keli romanai viename atsakyme. Paleidimo kaina yra du doleriai už milijoną ženklų įvesties ir dešimt išvesties. Tai lygiai tiek, kiek „OpenAI“ ima už GPT 6.1 Sol,

0:48 modelį, apie kurį rašiau vakar, ir Sol yra tas, kurį iš tikrųjų galite nusipirkti. „Google“ viduje jis jau veikia.

„Google“ viduje: „Argon“ agentai perkelia C++ į Rust

0:54 „Google“ teigia, kad „Argon“ agentai perkelia C ir C++ į Rust visoje įmonėje, iki aštuonių šimtų tūkstančių eilučių „Fuchsia“ branduoliui. „Hacker News“ vienas inžinierius prisiminė, kai „Google“ C++ komanda net nesvarstė Rust ir vietoj to žiūrėjo į Carbon. Dabar modelis atlieka migraciją, dėl kurios jie ginčijosi.

„Google“ lentelė: „Argon“ pirmauja 13 iš 19 eilučių

1:12 Dabar lentelė. „Google“ pateikia „Argon“ šalia GPT 6 Astra, Claude Fable ir Claude Opus devyniolikoje eilučių, ir „Argon“ užima pirmą vietą trylikoje iš jų. Antraštė yra „DeepSWE“, ilgas kodavimo etalonas, su septyniasdešimt aštuoniais procentais, apie keturis taškus aiškiai pirmaujantis. Keisčiausias laimėjimas yra teisinių dokumentų rengimas, kur „Argon“ surenka dvidešimt procentų, o kiti lieka vienženkliais skaičiais. Tai geriausias įvertinimas teste, kurį visi išlaiko, ir skaidrių pristatymo

1:38 etalonuose, kurie yra nenugalimi, tai skaitosi.

Kibernetinis pasiūlymas: pataisos savaime, jokių apsaugos priemonių gynėjams

1:41 Tikrasis pasiūlymas yra saugumas. „Google“ teigia, kad „Argon“ gali pats rasti, patvirtinti ir ištaisyti kritines pažeidžiamumo vietas, ir kad patikimi gynėjai jį gauna be kibernetinių apsaugos priemonių. Wiz jį panaudojo, kad rastų kritinę skylę ligoninės programinėje įrangoje, kurią ankstesni modeliai buvo praleidę. Viena maža detalė. Wiz priklauso „Google“, nes kovo mėnesį buvo sudarytas trisdešimt dviejų milijardų dolerių sandoris. Taigi, juodosios dėžės įsilaužimo testas įraše yra „Google“ įmonės vertinanti „Google“ modelį. Ir klaidų taisymo lyderių lentelėje, trys modeliai dalijasi šešiasdešimt aštuoniais

2:10 procentais, o toli kairėje esanti juosta priklauso Grok. Taigi, ką išmatavo išoriniai bandytojai?

Išorinis skaičius: „Artificial Analysis“ teigia 53, „Opus 5.5“ turi 58

2:15 Nepriklausoma lyderių lentelė, kurią galėjau rasti su „Argon“, yra „Artificial Analysis“. Ji įvertina „Argon“ penkiasdešimt trimis savo žvalgybos indekse, aukštu nustatymu, o tai prilygsta Astra ir Fable. Claude Opus 5.5 yra penkiais taškais priekyje. Prieš savaitę jums pasakojau, kad „Opus“ užėmė aukščiausią vietą, ir ji vis dar ją laiko. Sąžininga dalis „Google“ yra sąskaita. „Argon“ paleidimas kainuoja apie du dolerius už užduotį tame indekse, maždaug trečdalį to, ką kainuoja „Opus“.

Kada jį gausite: „Tad palaukite“

2:42 Ir kada jį gausite? „Google“ nenurodo datos. Įraše žadama prieiga kūrėjams, įmonėms ir vartotojams kuo greičiau, pirmiausia mokamiems API klientams. Sundaro Pichai įrašas X sako: tad palaukite. Iki tol prieiga vyksta per „Fairwind“ – programą, kurią „Google“ pradėjo prieš mėnesį su „Gemini 3.8 Flash Cyber“. Ji turi daugiau nei šešis šimtus penkiasdešimt partnerių, ir jie gali perduoti „Argon“ tik savo

3:05 saugumo komandoms ir turi sekti, kas jį naudoja. „Hacker News“ tai gerai priėmė. Vienas komentatorius rašė: „Gemini“ neįveikia negalėjimo išleisti modelio kaltinimų. Kitas prognozavo, kad modeliai virs garais – krūva skaičių ant lentelės. Tuo tarpu „Netlify“ atstatė „Edge Functions“, kurios veikia maždaug milijardą

„Netlify Edge Functions“: V8 izoliatoriai į mikroVM, apie 5 kartus greičiau

3:23 kartų per dieną. Jie perėjo nuo V8 izoliatorių prieglobos paslaugoje prie „Firecracker“ mikroVM „Netlify“ tinkle, o šiltas skambutis sutrumpėjo nuo keturiasdešimties milisekundžių iki maždaug šešių. „Hacker News“ atkreipė dėmesį, kad „Cloudflare Workers“ taip pat yra V8 izoliatoriai ir veikia daug greičiau, todėl didžioji dalis laimėjimo atrodo kaip užklausa, nebesitraukianti iš pastato. Kitas komentatorius nerimavo dėl momentinių nuotraukų, nes klonuoti mikroVM gali dalytis atsitiktinių skaičių būsena, taip gaunami du identiški UUID.

3:50 Šaltas paleidimas, kai regionas niekada nematė jūsų funkcijos, pasiekia apie vieną procentą skambučių ir užtrunka apie devynias milisekundes. O pati mikroVM yra „Firecracker“, kurią „Amazon“ sukūrė „Lambda“, todėl vienas komentatorius siūlo prisiminti tai kitą kartą, kai keiksite AWS.

Dvi eilutės, kurių „Google“ įraše niekada nepaminėjo

4:06 Dabar, tos dvi eilutės. „FrontierSWE“ ir „Terminal-bench“, du kodavimo testai, kurių įrašo tekste niekada nėra paminėta, „Argon“ yra paskutinis iš keturių, „Google“ lentelėje. „Terminal-bench“ įdeda agentą į tikrą apvalkalą, taip, kaip dauguma iš mūsų jį naudotų, ir „Opus“ jį aplenkia devyniais taškais. Jei norite tai perskaityti, o ne girdėti, kaip aš tai sakau, skirtumas patenka į jūsų pašto dėžutę kiekvieną rytą, nemokamai daily diff dot dev, nuoroda žemiau.

Verdiktas: REIKIA PERŽIŪRĖTI, dieną, kai galėsiu tai pavadinti

4:29 Taigi, šiandieninis verdiktas dėl „Gemini 4 Argon“. REIKIA PERŽIŪRĖTI. Aš taip paženklinčiau, nes nepriklausomas skaičius, kurį radau, turi jį antroje vietoje, o dvi kodavimo eilutės, kurios man rūpi, jį turi paskutinį, todėl tinkamai jį peržiūrėsiu dieną, kai galėsiu tai pavadinti. Prenumeruokite, paspauskite varpelį ir pasakykite man komentaruose, ar būtumėte paženklinę jį kitaip. Ir tai yra šiandienos skirtumas. Aš esu Niko iš Axrisi. Sujunkite atsakingai.

Šaltiniai

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