+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

जेमिनी 4 आर्गॉन हे Google चे सर्वोत्तम मॉडेल आहे. तुम्ही ते अजून वापरू शकत नाही.

Google ने जेमिनी 4 आर्गॉन, त्याचे नवीन फ्रंटियर मॉडेल घोषित केले, आणि केवळ विश्वसनीय सायबर डिफेंडर्सच ते वापरू शकतात.

Want to see our stories first on Google? Add us to your preferred sources — it helps us grow.

Google ने जेमिनी 4 आर्गॉन, त्याचे नवीन फ्रंटियर मॉडेल घोषित केले, आणि केवळ विश्वसनीय सायबर डिफेंडर्सच ते वापरू शकतात. Google च्या स्वतःच्या 19-पंक्तींच्या बेंचमार्क टेबलमध्ये काय दाखवले आहे, स्वतंत्र लीडरबोर्डने काय मोजले आहे आणि डेव्हलपर्सना ते कधी मिळू शकेल, हे येथे दिले आहे. निकाल: NEEDS REVIEW.

लिखित आवृत्ती वाचा (इंग्रजी) ↗

या व्हिडिओमध्ये काय समाविष्ट आहे

  • जेमिनी 4 आर्गॉन: दहा लाख आउटपुट टोकन्स, $2 इन, आणि तुम्ही ते वापरू शकत नाही
  • Google च्या आत: आर्गॉन एजंट C++ ला Rust मध्ये पोर्ट करतात
  • Google चे स्वतःचे टेबल: आर्गॉन 19 पैकी 13 पंक्तींमध्ये अव्वल
  • सायबर पिच: स्वतःच पॅच करते, डिफेंडर्ससाठी कोणतेही गार्डरेल्स नाहीत
  • बाह्य क्रमांक: आर्टिफिशियल अॅनालिसिस 53 म्हणते, Opus 5.5 मध्ये 58 आहे

प्रश्न आणि उत्तरे

सध्या जेमिनी 4 आर्गॉन कोण वापरू शकते आणि विकसकांना कधी प्रवेश मिळेल?

आज फक्त विश्वसनीय सायबर संरक्षक ते वापरू शकतात. Google ने कोणतीही तारीख दिली नाही आणि त्यांच्या पोस्टमध्ये शक्य तितक्या लवकर विकसक, उपक्रम आणि ग्राहकांसाठी प्रवेशाचे आश्वासन दिले आहे, ज्यात सशुल्क API ग्राहक प्रथम असतील. प्रवेश सध्या फेअरविंड प्रोग्रामद्वारे चालतो, ज्यात साडेसहाशेहून अधिक भागीदार आहेत जे आर्गॉन फक्त त्यांच्या सुरक्षा कार्यसंघांना देऊ शकतात आणि कोण वापरतो याचा मागोवा ठेवणे आवश्यक आहे.

हा भाग पहा 2:42 · blog.google · deepmind.google · x.com

बेंचमार्कवर जेमिनी 4 आर्गॉन इतर फ्रंटियर मॉडेल्सशी कशी तुलना करते?

Google च्या स्वतःच्या सारणीनुसार, GPT सिक्स ॲस्ट्रा, क्लाउड फेबल आणि क्लाउड ओपस यांच्या तुलनेत 19 पैकी 13 पंक्तींमध्ये आर्गॉन अव्वल आहे. आर्टिफिशियल ॲनालिसिसने उच्च सेटिंगवर त्याच्या बुद्धिमत्ता निर्देशांकावर 53 गुण दिले आहेत, ॲस्ट्रा आणि फेबलशी बरोबरी साधली आहे, तर क्लाउड ओपस 5.5 हे 58 वर आहे. स्वतंत्र खर्च प्रति कार्य सुमारे दोन डॉलर आहे, जो ओपसच्या खर्चाच्या अंदाजे एक तृतीयांश आहे.

हा भाग पहा 2:14 · blog.google · artificialanalysis.ai

प्रति टोकन जेमिनी 4 आर्गॉनची किंमत किती आहे?

सुरुवातीची किंमत आतमध्ये प्रति दशलक्ष टोकन $2 आणि बाहेर दहा डॉलर आहे. एपिसोडनुसार, हे OpenAI GPT सिक्स पॉइंट वन सोलसाठी आकारते त्याप्रमाणेच आहे, जे खरेदीसाठी उपलब्ध आहे. आता एका आर्गॉन उत्तराची लांबी चौसष्ट हजारवरून दहा लाख टोकनपर्यंत असू शकते.

हा भाग पहा 0:00 · blog.google · news.ycombinator.com

जेमिनी 4 आर्गॉन सुरक्षा त्रुटी शोधण्याबद्दल आणि दुरुस्त करण्याबद्दल Google ने काय म्हटले?

Google म्हणते की आर्गॉन स्वतःच गंभीर भेद्यता शोधू शकते, प्रमाणित करू शकते आणि पॅच करू शकते आणि विश्वसनीय संरक्षणकर्त्यांना ते सायबर गार्डरेल्सशिवाय मिळते. Wiz ने त्याचा वापर हॉस्पिटल सॉफ्टवेअरमधील एक गंभीर छिद्र शोधण्यासाठी केला जो आधीच्या मॉडेल्सनी गमावला होता. एपिसोडमध्ये नमूद केले आहे की Wiz Google शी संबंधित आहे, त्यामुळे ब्लॅक-बॉक्स हॅकिंग चाचणी ही Google कंपनीच्या Google मॉडेलचे ग्रेडिंग आहे.

हा भाग पहा 1:41 · blog.google · cloud.google.com

विकसकांनी अजून जेमिनी 4 आर्गॉनची योजना करावी का?

The Daily Diff चा निकाल NEEDS REVIEW होता. स्वतंत्र आर्टिफिशियल ॲनालिसिस नंबरमध्ये आर्गॉन दुसऱ्या स्थानावर आहे आणि फ्रंटियर SWE आणि टर्मिनल-बेंचवर, दोन कोडिंग चाचण्या ज्यांचा Google च्या पोस्ट मजकुरात कधीही उल्लेख नाही, ते Google च्या स्वतःच्या सारणीवर चारपैकी शेवटचे येते. मॉडेलला कॉल करता येईल त्या दिवशी एपिसोड मॉडेलचे योग्य पुनरावलोकन करेल.

हा भाग पहा 4:29 · blog.google · artificialanalysis.ai

अनुवादित प्रतिलेख

मूळ इंग्रजी निवेदनातून अनुवादित. उपलब्ध ऑडिओ आणि मथळे YouTube द्वारे नियंत्रित आहेत.

जेमिनी 4 आर्गॉन: दहा लाख आउटपुट टोकन्स, $2 इन, आणि तुम्ही ते वापरू शकत नाही

0:00 तुम्हाला वाटेल की लॉन्च म्हणजे तुम्हाला मॉडेल मिळते. Google ने नुकतेच जेमिनी चार आर्गॉन लॉन्च केले आहे, आणि जर तुम्ही विश्वसनीय सायबर डिफेंडर नसाल, तर तुम्ही त्याला स्पर्श करू शकत नाही. या व्हिडिओमध्ये: Google चे टेबल काय दाखवते? बाह्य परीक्षकांनी काय मोजले? आणि तुम्हाला ते कधी मिळेल? तुम्ही कदाचित आधीच हायप व्हिडिओ पाहिले असतील. मी त्याऐवजी बेंचमार्क टेबल वाचले, आणि त्यातील दोन पंक्ती पोस्टच्या मजकुरात कधीच

0:20 आल्या नाहीत. मी त्यांच्याकडे शेवटी येईन. आज गुरुवार, ऑक्टोबर पहिला, आणि हे The Daily Diff आहे. आजच्या दोन कथा, आणि मोठी कथा म्हणजे जेमिनी चार आर्गॉन, ज्याला Google त्याच्या फ्रंटियर इंटेलिजन्सचा पुढील युग म्हणते. एक उत्तर आता साठ हजार वरून दहा लाख टोकन्सपर्यंत वाढू शकते, जी एकाच प्रतिसादात अनेक कादंबऱ्या आहेत. लॉन्चची किंमत प्रति दशलक्ष टोकन्समध्ये दोन डॉलर्स आणि दहा बाहेर आहे. हीच किंमत OpenAI GPT सहा पॉईंट एक Sol साठी आकारते,

0:48 मी काल कव्हर केलेले मॉडेल, आणि Sol हे असे मॉडेल आहे जे तुम्ही प्रत्यक्षात खरेदी करू शकता. Google च्या आत, ते आधीच कामावर आहे.

Google च्या आत: आर्गॉन एजंट C++ ला Rust मध्ये पोर्ट करतात

0:54 Google म्हणते की आर्गॉन एजंट C आणि C++ ला कंपनीभर Rust मध्ये पोर्ट करत आहेत, फ्यूशिया कर्नलसाठी आठ लाख ओळींपर्यंत. हॅकर न्यूजवर, एका अभियंत्याला आठवले की जेव्हा Google ची C++ टीम Rust चा विचारही करणार नव्हती आणि त्याऐवजी कार्बनकडे पाहिले होते. आता एक मॉडेल ते स्थलांतर करत आहे ज्याबद्दल त्यांनी वाद घातला होता.

Google चे स्वतःचे टेबल: आर्गॉन 19 पैकी 13 पंक्तींमध्ये अव्वल

1:12 आता टेबल. Google ने आर्गॉनला GPT सहा अॅस्ट्रा, क्लाउड फेबल आणि क्लाउड ओपसच्या पुढे एकूण एकोणीस पंक्तींमध्ये ठेवले आहे, आणि त्यापैकी तेरामध्ये आर्गॉन अव्वल ठरले आहे. मथळा आहे डीपस्वी, एक लांब कोडिंग बेंचमार्क, अठ्ठ्याहत्तर टक्के, सुमारे चार गुण पुढे. सर्वात विचित्र विजय म्हणजे कायदेशीर मसुदा, जिथे आर्गॉनला वीस टक्के गुण मिळतात आणि इतर सिंगल डिजिटमध्ये राहतात. ही एका चाचणीतील सर्वोत्तम श्रेणी आहे ज्यात प्रत्येकजण अयशस्वी होतो, आणि स्लाइड-डेक

1:38 बेंचमार्कवर, जे अजिंक्य आहेत, त्याची गणना होते.

सायबर पिच: स्वतःच पॅच करते, डिफेंडर्ससाठी कोणतेही गार्डरेल्स नाहीत

1:41 वास्तविक पिच सुरक्षा आहे. Google म्हणते की आर्गॉन स्वतःच गंभीर भेद्यता शोधू, प्रमाणित करू आणि पॅच करू शकते, आणि विश्वसनीय डिफेंडर्सना ते सायबर गार्डरेल्सशिवाय मिळते. विझने त्याचा वापर करून हॉस्पिटल सॉफ्टवेअरमधील एक गंभीर त्रुटी शोधली जी पूर्वीच्या मॉडेल्सनी गमावली होती. एक छोटासा तपशील. विझ Google चे आहे, कारण मार्चमध्ये बत्तीस अब्ज डॉलर्सचा करार पूर्ण झाला. त्यामुळे पोस्टमधील ब्लॅक-बॉक्स हॅकिंग चाचणी ही Google कंपनी Google मॉडेलची श्रेणीवारी करत आहे. आणि बग-फिक्सिंग लीडरबोर्डवर, तीन मॉडेल्स अठ्ठ्याहत्तर टक्के

2:10 शेअर करतात, आणि सर्वात डावीकडील बार Grok चा आहे. तर बाहेरील परीक्षकांनी काय मोजले?

बाह्य क्रमांक: आर्टिफिशियल अॅनालिसिस 53 म्हणते, Opus 5.5 मध्ये 58 आहे

2:15 आर्गॉनसह मला सापडलेले स्वतंत्र लीडरबोर्ड आर्टिफिशियल अॅनालिसिस आहे. ते त्याच्या इंटेलिजन्स इंडेक्सवर आर्गॉनला त्रेपन्न गुण देते, उच्च सेटिंगवर, जे त्याला अॅस्ट्रा आणि फेबलशी बरोबरीत ठेवते. क्लाउड ओपस पाच पॉईंट पाच पाच गुण पुढे आहे. एक आठवड्यापूर्वी मी तुम्हाला सांगितले होते की ओपसने तेथे पहिले स्थान पटकावले आहे, आणि ते अजूनही ते धरून आहे. Google साठी योग्य भाग बिल आहे. त्या इंडेक्सवर आर्गॉनच्या एका रनची किंमत प्रति कार्यासाठी सुमारे दोन डॉलर्स आहे, ओपसच्या किंमतीच्या अंदाजे एक तृतीयांश.

ते तुम्हाला कधी मिळेल: "तेव्हा थांबा"

2:42 आणि तुम्हाला ते कधी मिळेल? Google तारीख देणार नाही. पोस्टमध्ये डेव्हलपर्स, एंटरप्रायजेस आणि ग्राहकांसाठी शक्य तितक्या लवकर प्रवेशाचे वचन दिले आहे, ज्यात सशुल्क API ग्राहकांना प्राधान्य मिळेल. सुंदर पिचाईंच्या X वरील पोस्टमध्ये म्हटले आहे की, तेव्हा थांबा. तोपर्यंत, Google ने एक महिन्यापूर्वी जेमिनी तीन पॉईंट आठ फ्लॅश सायबरसह सुरू केलेल्या फेअरविंड कार्यक्रमाद्वारे प्रवेश चालतो. त्याला सहाशे पन्नासपेक्षा जास्त भागीदार आहेत, आणि ते आर्गॉन केवळ त्यांच्या

3:05 सुरक्षा टीमना देऊ शकतात आणि ते कोण वापरतो याचा मागोवा ठेवणे आवश्यक आहे. हॅकर न्यूजने ते चांगले घेतले. एका टिप्पणीकर्त्याने लिहिले, जेमिनी मॉडेल रिलीज करू शकत नाही या आरोपांना हरवत नाही. दुसऱ्याने मॉडेल व्हेपरवेअरमध्ये बदलतील, टेबलावर फक्त काही आकडे राहतील, अशी भविष्यवाणी केली. दरम्यान, नेटलिफायने एज फंक्शन्स पुन्हा तयार केले, जे दररोज सुमारे एक अब्ज

नेटलिफाय एज फंक्शन्स: V8 आयसोलेट्स ते मायक्रोVMs पर्यंत, सुमारे 5 पट जलद

3:23 वेळा चालतात. ते होस्ट केलेल्या सेवेतील V8 आयसोलेट्समधून नेटलिफायच्या स्वतःच्या नेटवर्कमधील फायरक्रॅकर मायक्रोVMs मध्ये गेले, आणि वॉर्म कॉल चाळीस मिलीसेकंदांवरून सुमारे सहावर आला. हॅकर न्यूजने निदर्शनास आणले की क्लाउडफ्लेअर वर्कर्स देखील V8 आयसोलेट्स आहेत आणि खूप जलद चालतात, त्यामुळे बहुतेक विजय विनंती आता बिल्डिंगमधून बाहेर पडत नाही असे दिसते. दुसऱ्या टिप्पणीकर्त्याला स्नॅपशॉट्सबद्दल चिंता होती, कारण क्लोन केलेले मायक्रोVMs यादृच्छिक संख्या स्थिती शेअर करू शकतात, अशा प्रकारे तुम्हाला दोन समान UUIDs मिळतात.

3:50 कोल्ड स्टार्ट, जेव्हा एखाद्या प्रदेशाने तुमचे कार्य कधीच पाहिले नसते, सुमारे एक टक्के कॉल्सवर परिणाम करते आणि सुमारे नऊ मिलीसेकंद लागतात. आणि मायक्रोVM स्वतः फायरक्रॅकर आहे, जे ऍमेझॉनने लॅम्बडासाठी तयार केले आहे, त्यामुळे एका टिप्पणीकर्त्याने सुचवले की पुढच्या वेळी तुम्ही AWS ला शिव्या घालताना हे लक्षात ठेवा.

Google च्या पोस्टमध्ये कधीही उल्लेख न केलेल्या दोन पंक्ती

4:06 आता, त्या दोन पंक्ती. फ्रंटियरस्वी आणि टर्मिनल-बेंचवर, दोन कोडिंग चाचण्या ज्यांचा पोस्टच्या मजकुरात कधीच उल्लेख नाही, Google च्या स्वतःच्या टेबलवर आर्गॉन चारपैकी शेवटचा येतो. टर्मिनल-बेंच एका एजंटला वास्तविक शेलमध्ये ठेवते, अशा प्रकारे आपणपैकी बहुतेकजण ते वापरू, आणि ओपस नऊ गुणांनी पुढे आहे. तुम्ही हे ऐकण्याऐवजी वाचणे पसंत करत असाल, तर रोज सकाळी तुमच्या इनबॉक्समध्ये diff येते, the daily diff dot dev वर विनामूल्य, लिंक खाली.

निकाल: NEEDS REVIEW, ज्या दिवशी मी त्याला कॉल करू शकेन

4:29 तर, जेमिनी चार आर्गॉनवरील आजचा निकाल. NEEDS REVIEW. मी त्याला अशा प्रकारे शिक्कामोर्तब करेन कारण मला सापडलेल्या स्वतंत्र संख्येनुसार ते दुसऱ्या स्थानावर आहे, आणि मला महत्त्वाच्या असलेल्या दोन कोडिंग पंक्तींमध्ये ते शेवटचे आहे, त्यामुळे ज्या दिवशी मी त्याला कॉल करू शकेन त्या दिवशी मी त्याची योग्य प्रकारे समीक्षा करेन. सबस्क्राईब करा, बेल दाबा, आणि तुम्ही त्याला वेगळ्या पद्धतीने शिक्कामोर्तब केले असते का ते मला टिप्पण्यांमध्ये सांगा. आणि आजचा diff एवढाच. मी Axrisi चा निको आहे. जबाबदारीने विलीन करा.

स्रोत

  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

Niko from Axrisi

Nikoloz Turazashvili · Vexrail · Axrisi

LinkedIn · dev.to · GitHub · X · Substack

संबंधित व्हिडिओ

daily · mr · ७ ऑक्टो, २०२६

गुगलने JPEG XL क्रोममध्ये परत आणले

गुगलने आपल्या आधीच्या प्रयोगाला काढून टाकल्यानंतर क्रोम 155 पासून JPEG XL डीकोडिंगची घोषणा केली. 7 ऑक्टोबरची ही आवृत्ती डेव्हलपर फीडबॅक, नवीन रस्ट डीकोडर, स्पर्धात्मक कॉम्प्रेशन दावे आणि उपयोजन फॉलबॅक

5:17 ↗
daily · mr · ३० सप्टें, २०२६

Claude nerf कसा ओळखायचा (वास्तविक डेटासह)

प्रत्येक लॉन्च झाल्यावर काही आठवड्यांनी Claude अधिक मूर्ख बनतो असे लोक म्हणतात. एका विकासकाने Claude Opus 5.5 ला लॉन्च आठवड्यापासून 30 दिवसांच्या घड्याळावर ठेवले, ज्यात प्रश्न गोठवले होते, Claude Code

5:07 ↗
daily · mr · १२ सप्टें, २०२६

आर्मिन रोनाचरने GPT-6 अस्त्रला ३५ तास एकटे सोडले.

आर्मिन रोनाचर (फ्लास्क, जिंजा) यांनी GPT-6 अस्त्रला एक सूचना दिली आणि ३५ तास एकटे सोडले: सुमारे एक अब्ज टोकन, सुमारे $1,200, ७९ कमिट, ७५,००० ओळी — आणि "अगदी काहीही उपयुक्त नाही". तिने परत मिळवलेला कोड

5:14 ↗
daily · mr · ३० सप्टें, २०२६

OpenAI DevDay 2026: 20+ घोषणा, डॉट्सपासून GPT-6.1 Sol पर्यंत

OpenAI च्या DevDay 2026 कीनोटचे स्पष्टीकरण: डॉट्स (स्वतःच्या क्लाउड संगणकासह नेहमी-सक्रिय एजंट), ChatGPT Space आणि Pages, GPT-6.1 Sol $2 / $10 प्रति दशलक्ष टोकन दराने, Ultrafast आणि Pro 500 योजना, Dec

8:13 ↗