+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

Gemini 4 Argon Google ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲ ਹੈ। ਤੁਸੀਂ ਇਸਨੂੰ ਅਜੇ ਵਰਤ ਨਹੀਂ ਸਕਦੇ।

Google ਨੇ Gemini 4 Argon, ਆਪਣੇ ਨਵੇਂ ਫਰੰਟੀਅਰ ਮਾਡਲ ਦਾ ਐਲਾਨ ਕੀਤਾ, ਅਤੇ ਸਿਰਫ ਭਰੋਸੇਯੋਗ ਸਾਈਬਰ ਡਿਫੈਂਡਰ ਹੀ ਇਸਨੂੰ ਵਰਤ ਸਕਦੇ ਹਨ।

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

Google ਨੇ Gemini 4 Argon, ਆਪਣੇ ਨਵੇਂ ਫਰੰਟੀਅਰ ਮਾਡਲ ਦਾ ਐਲਾਨ ਕੀਤਾ, ਅਤੇ ਸਿਰਫ ਭਰੋਸੇਯੋਗ ਸਾਈਬਰ ਡਿਫੈਂਡਰ ਹੀ ਇਸਨੂੰ ਵਰਤ ਸਕਦੇ ਹਨ। ਇੱਥੇ Google ਦੀ ਆਪਣੀ 19-ਕਤਾਰ ਵਾਲੀ ਬੈਂਚਮਾਰਕ ਸਾਰਣੀ ਕੀ ਦਿਖਾਉਂਦੀ ਹੈ, ਸੁਤੰਤਰ ਲੀਡਰਬੋਰਡ ਨੇ ਕੀ ਮਾਪਿਆ, ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇਹ ਕਦੋਂ ਮਿਲ ਸਕਦਾ ਹੈ। ਫੈਸਲਾ: NEEDS REVIEW.

ਲਿਖਤੀ ਐਡੀਸ਼ਨ ਪੜ੍ਹੋ (ਅੰਗਰੇਜ਼ੀ) ↗

ਇਹ ਵੀਡੀਓ ਕੀ ਕਵਰ ਕਰਦਾ ਹੈ

  • Gemini 4 Argon: ਇੱਕ ਮਿਲੀਅਨ ਆਉਟਪੁੱਟ ਟੋਕਨ, $2 ਵਿੱਚ, ਅਤੇ ਤੁਸੀਂ ਇਸਨੂੰ ਵਰਤ ਨਹੀਂ ਸਕਦੇ
  • Google ਦੇ ਅੰਦਰ: Argon ਏਜੰਟ C++ ਨੂੰ Rust ਵਿੱਚ ਪੋਰਟ ਕਰਦੇ ਹਨ
  • Google ਦੀ ਆਪਣੀ ਸਾਰਣੀ: Argon 19 ਵਿੱਚੋਂ 13 ਕਤਾਰਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਉੱਪਰ ਹੈ
  • ਸਾਈਬਰ ਪਿੱਚ: ਆਪਣੇ ਆਪ ਪੈਚ, ਡਿਫੈਂਡਰਾਂ ਲਈ ਕੋਈ ਗਾਰਡਰੇਲ ਨਹੀਂ
  • ਬਾਹਰੀ ਨੰਬਰ: Artificial Analysis ਕਹਿੰਦਾ ਹੈ 53, Opus 5.5 ਕੋਲ 58 ਹੈ

ਸਵਾਲ ਅਤੇ ਜਵਾਬ

ਜੈਮਿਨੀ 4 ਆਰਗਨ ਨੂੰ ਇਸ ਸਮੇਂ ਕੌਣ ਵਰਤ ਸਕਦਾ ਹੈ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਕਦੋਂ ਪਹੁੰਚ ਮਿਲੇਗੀ?

ਅੱਜ ਸਿਰਫ਼ ਭਰੋਸੇਯੋਗ ਸਾਈਬਰ ਰੱਖਿਅਕ ਹੀ ਇਸਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ। ਗੂਗਲ ਨੇ ਕੋਈ ਮਿਤੀ ਨਹੀਂ ਦਿੱਤੀ, ਅਤੇ ਇਸਦੀ ਪੋਸਟ ਜਲਦੀ ਤੋਂ ਜਲਦੀ ਡਿਵੈਲਪਰਾਂ, ਉੱਦਮਾਂ ਅਤੇ ਖਪਤਕਾਰਾਂ ਲਈ ਪਹੁੰਚ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਪਹਿਲਾਂ ਭੁਗਤਾਨ ਕੀਤੇ API ਗਾਹਕ ਸ਼ਾਮਲ ਹਨ। ਪਹੁੰਚ ਵਰਤਮਾਨ ਵਿੱਚ ਫੇਅਰਵਿੰਡ ਪ੍ਰੋਗਰਾਮ ਰਾਹੀਂ ਚੱਲਦੀ ਹੈ, ਜਿਸਦੇ ਛੇ ਸੌ ਪੰਜਾਹ ਤੋਂ ਵੱਧ ਭਾਈਵਾਲ ਹਨ ਜੋ ਆਰਗਨ ਨੂੰ ਸਿਰਫ਼ ਆਪਣੀਆਂ ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਨੂੰ ਦੇ ਸਕਦੇ ਹਨ ਅਤੇ ਇਹ ਟਰੈਕ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਇਸਦੀ ਵਰਤੋਂ ਕੌਣ ਕਰਦਾ ਹੈ।

ਇਸ ਹਿੱਸੇ ਨੂੰ ਵੇਖੋ 2:42 · blog.google · deepmind.google · x.com

ਬੈਂਚਮਾਰਕਸ 'ਤੇ ਜੈਮਿਨੀ 4 ਆਰਗਨ ਦੀ ਹੋਰ ਸਰਹੱਦੀ ਮਾਡਲਾਂ ਨਾਲ ਕਿਵੇਂ ਤੁਲਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ?

ਗੂਗਲ ਦੀ ਆਪਣੀ ਸਾਰਣੀ ਆਰਗਨ ਨੂੰ GPT ਸਿਕਸ ਅਸਟਰਾ, ਕਲਾਉਡ ਫੇਬਲ ਅਤੇ ਕਲਾਉਡ ਓਪਸ ਦੇ ਮੁਕਾਬਲੇ 19 ਵਿੱਚੋਂ 13 ਕਤਾਰਾਂ ਵਿੱਚ ਸਿਖਰ 'ਤੇ ਰੱਖਦੀ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਐਨਾਲਿਸਿਸ ਇਸਨੂੰ ਉੱਚ ਸੈਟਿੰਗ 'ਤੇ ਆਪਣੇ ਇੰਟੈਲੀਜੈਂਸ ਇੰਡੈਕਸ 'ਤੇ 53 ਸਕੋਰ ਦਿੰਦਾ ਹੈ, ਅਸਟਰਾ ਅਤੇ ਫੇਬਲ ਨੂੰ ਬੰਨ੍ਹਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਕਲਾਉਡ ਓਪਸ 5.5 58 'ਤੇ ਹੈ। ਸੁਤੰਤਰ ਲਾਗਤ ਪ੍ਰਤੀ ਕਾਰਜ ਲਗਭਗ ਦੋ ਡਾਲਰ ਹੈ, ਜੋ ਕਿ ਓਪਸ ਦੀ ਲਾਗਤ ਦਾ ਲਗਭਗ ਇੱਕ ਤਿਹਾਈ ਹੈ।

ਇਸ ਹਿੱਸੇ ਨੂੰ ਵੇਖੋ 2:14 · blog.google · artificialanalysis.ai

ਜੈਮਿਨੀ 4 ਆਰਗਨ ਦੀ ਪ੍ਰਤੀ ਟੋਕਨ ਕਿੰਨੀ ਕੀਮਤ ਹੈ?

ਲਾਂਚ ਦੀ ਕੀਮਤ ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਟੋਕਨ ਅੰਦਰ $2 ਅਤੇ ਬਾਹਰ ਦਸ ਡਾਲਰ ਹੈ। ਐਪੀਸੋਡ ਦੇ ਅਨੁਸਾਰ, ਇਹ ਉਸ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ ਜੋ ਓਪਨਏਆਈ GPT ਸਿਕਸ ਪੁਆਇੰਟ ਵਨ ਸੋਲ ਲਈ ਲੈਂਦਾ ਹੈ, ਜੋ ਖਰੀਦਣ ਲਈ ਉਪਲਬਧ ਹੈ। ਇੱਕ ਆਰਗਨ ਜਵਾਬ ਹੁਣ ਇੱਕ ਮਿਲੀਅਨ ਟੋਕਨਾਂ ਤੱਕ ਚੱਲ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਚੌਹੱਤਰ ਹਜ਼ਾਰ ਤੋਂ ਵੱਧ ਹੈ।

ਇਸ ਹਿੱਸੇ ਨੂੰ ਵੇਖੋ 0:00 · blog.google · news.ycombinator.com

ਗੂਗਲ ਨੇ ਜੈਮਿਨੀ 4 ਆਰਗਨ ਦੁਆਰਾ ਸੁਰੱਖਿਆ ਖਾਮੀਆਂ ਲੱਭਣ ਅਤੇ ਠੀਕ ਕਰਨ ਬਾਰੇ ਕੀ ਕਿਹਾ?

ਗੂਗਲ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਆਰਗਨ ਆਪਣੇ ਆਪ ਨਾਜ਼ੁਕ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਲੱਭ, ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਪੈਚ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਇਹ ਕਿ ਭਰੋਸੇਯੋਗ ਰੱਖਿਅਕਾਂ ਨੂੰ ਇਹ ਸਾਈਬਰ ਗਾਰਡਰੇਲ ਤੋਂ ਬਿਨਾਂ ਮਿਲਦਾ ਹੈ। ਵਿਜ਼ ਨੇ ਇਸਦੀ ਵਰਤੋਂ ਹਸਪਤਾਲ ਸੌਫਟਵੇਅਰ ਵਿੱਚ ਇੱਕ ਨਾਜ਼ੁਕ ਛੇਕ ਲੱਭਣ ਲਈ ਕੀਤੀ ਜੋ ਪਿਛਲੇ ਮਾਡਲਾਂ ਤੋਂ ਖੁੰਝ ਗਿਆ ਸੀ। ਐਪੀਸੋਡ ਨੋਟ ਕਰਦਾ ਹੈ ਕਿ ਵਿਜ਼ ਗੂਗਲ ਨਾਲ ਸਬੰਧਤ ਹੈ, ਇਸ ਲਈ ਬਲੈਕ-ਬਾਕਸ ਹੈਕਿੰਗ ਟੈਸਟ ਇੱਕ ਗੂਗਲ ਮਾਡਲ ਨੂੰ ਗ੍ਰੇਡ ਕਰਨ ਵਾਲੀ ਇੱਕ ਗੂਗਲ ਕੰਪਨੀ ਹੈ।

ਇਸ ਹਿੱਸੇ ਨੂੰ ਵੇਖੋ 1:41 · blog.google · cloud.google.com

ਕੀ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਜੈਮਿਨੀ 4 ਆਰਗਨ ਦੇ ਆਲੇ ਦੁਆਲੇ ਯੋਜਨਾ ਬਣਾਉਣੀ ਚਾਹੀਦੀ ਹੈ?

ਦ ਡੇਲੀ ਡਿਫ ਦਾ ਫੈਸਲਾ ਨੀਡਜ਼ ਰਿਵਿਊ ਸੀ। ਸੁਤੰਤਰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਐਨਾਲਿਸਿਸ ਨੰਬਰ ਵਿੱਚ ਆਰਗਨ ਦੂਜੇ ਸਥਾਨ 'ਤੇ ਹੈ, ਅਤੇ ਫਰੰਟੀਅਰਐਸਡਬਲਯੂਈ ਅਤੇ ਟਰਮੀਨਲ-ਬੈਂਚ 'ਤੇ, ਦੋ ਕੋਡਿੰਗ ਟੈਸਟ ਜਿਨ੍ਹਾਂ ਦਾ ਗੂਗਲ ਦੀ ਪੋਸਟ ਟੈਕਸਟ ਕਦੇ ਜ਼ਿਕਰ ਨਹੀਂ ਕਰਦਾ, ਇਹ ਗੂਗਲ ਦੀ ਆਪਣੀ ਸਾਰਣੀ ਵਿੱਚ ਚਾਰ ਵਿੱਚੋਂ ਆਖਰੀ ਸਥਾਨ 'ਤੇ ਆਉਂਦਾ ਹੈ। ਜਿਸ ਦਿਨ ਮਾਡਲ ਨੂੰ ਬੁਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਉਸ ਦਿਨ ਐਪੀਸੋਡ ਮਾਡਲ ਦੀ ਸਹੀ ਸਮੀਖਿਆ ਕਰੇਗਾ।

ਇਸ ਹਿੱਸੇ ਨੂੰ ਵੇਖੋ 4:29 · blog.google · artificialanalysis.ai

ਅਨੁਵਾਦਿਤ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ

ਮੂਲ ਅੰਗਰੇਜ਼ੀ ਬਿਰਤਾਂਤ ਤੋਂ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ। ਉਪਲਬਧ ਆਡੀਓ ਅਤੇ ਕੈਪਸ਼ਨ YouTube ਦੁਆਰਾ ਨਿਯੰਤਰਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

Gemini 4 Argon: ਇੱਕ ਮਿਲੀਅਨ ਆਉਟਪੁੱਟ ਟੋਕਨ, $2 ਵਿੱਚ, ਅਤੇ ਤੁਸੀਂ ਇਸਨੂੰ ਵਰਤ ਨਹੀਂ ਸਕਦੇ

0:00 ਤੁਸੀਂ ਸੋਚੋਗੇ ਕਿ ਲਾਂਚ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਮਾਡਲ ਮਿਲਦਾ ਹੈ। Google ਨੇ ਹੁਣੇ ਹੀ Gemini four Argon ਲਾਂਚ ਕੀਤਾ ਹੈ, ਅਤੇ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਇੱਕ ਭਰੋਸੇਯੋਗ ਸਾਈਬਰ ਡਿਫੈਂਡਰ ਨਹੀਂ ਹੋ, ਤੁਸੀਂ ਇਸਨੂੰ ਛੂਹ ਨਹੀਂ ਸਕਦੇ। ਇਸ ਵੀਡੀਓ ਵਿੱਚ: Google ਦੀ ਸਾਰਣੀ ਕੀ ਦਿਖਾਉਂਦੀ ਹੈ? ਬਾਹਰੀ ਟੈਸਟਰਾਂ ਨੇ ਕੀ ਮਾਪਿਆ? ਅਤੇ ਤੁਹਾਨੂੰ ਇਹ ਕਦੋਂ ਮਿਲਦਾ ਹੈ? ਤੁਸੀਂ ਸ਼ਾਇਦ ਪਹਿਲਾਂ ਹੀ ਪ੍ਰਚਾਰ ਵਾਲੇ ਵੀਡੀਓ ਦੇਖ ਲਏ ਹੋਣਗੇ। ਮੈਂ ਇਸਦੀ ਬਜਾਏ ਬੈਂਚਮਾਰਕ ਸਾਰਣੀ ਪੜ੍ਹੀ, ਅਤੇ ਇਸ ਵਿੱਚ ਦੋ ਕਤਾਰਾਂ ਕਦੇ ਵੀ

0:20 ਪੋਸਟ ਦੇ ਟੈਕਸਟ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੋਈਆਂ। ਮੈਂ ਅੰਤ ਵਿੱਚ ਉਨ੍ਹਾਂ ਬਾਰੇ ਗੱਲ ਕਰਾਂਗਾ। ਇਹ ਵੀਰਵਾਰ, ਅਕਤੂਬਰ ਪਹਿਲੀ ਹੈ, ਅਤੇ ਇਹ The Daily Diff ਹੈ। ਅੱਜ ਦੋ ਕਹਾਣੀਆਂ, ਅਤੇ ਵੱਡੀ ਕਹਾਣੀ Gemini four Argon ਹੈ, ਜਿਸਨੂੰ Google ਆਪਣੀ ਫਰੰਟੀਅਰ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਅਗਲਾ ਯੁੱਗ ਕਹਿੰਦਾ ਹੈ। ਹੁਣ ਇੱਕ ਜਵਾਬ ਇੱਕ ਮਿਲੀਅਨ ਟੋਕਨਾਂ ਤੱਕ ਚੱਲ ਸਕਦਾ ਹੈ, ਜੋ ਚੌਹੱਠ ਹਜ਼ਾਰ ਤੋਂ ਵੱਧ ਹੈ, ਜੋ ਇੱਕ ਜਵਾਬ ਵਿੱਚ ਕਈ ਨਾਵਲ ਹਨ। ਲਾਂਚ ਦੀ ਕੀਮਤ ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਟੋਕਨਾਂ ਵਿੱਚ ਦੋ ਡਾਲਰ ਅਤੇ ਦਸ ਬਾਹਰ ਹੈ। ਇਹ ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ OpenAI GPT six point one Sol ਲਈ ਲੈਂਦਾ ਹੈ,

0:48 ਉਹ ਮਾਡਲ ਜਿਸਨੂੰ ਮੈਂ ਕੱਲ੍ਹ ਕਵਰ ਕੀਤਾ ਸੀ, ਅਤੇ Sol ਉਹ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਅਸਲ ਵਿੱਚ ਖਰੀਦ ਸਕਦੇ ਹੋ। Google ਦੇ ਅੰਦਰ, ਇਹ ਪਹਿਲਾਂ ਹੀ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ।

Google ਦੇ ਅੰਦਰ: Argon ਏਜੰਟ C++ ਨੂੰ Rust ਵਿੱਚ ਪੋਰਟ ਕਰਦੇ ਹਨ

0:54 Google ਕਹਿੰਦਾ ਹੈ ਕਿ Argon ਏਜੰਟ C ਅਤੇ C++ ਨੂੰ Rust ਵਿੱਚ ਪੋਰਟ ਕਰ ਰਹੇ ਹਨ ਕੰਪਨੀ ਭਰ ਵਿੱਚ, Fuchsia ਕਰਨਲ ਲਈ ਅੱਠ ਲੱਖ ਲਾਈਨਾਂ ਤੱਕ। Hacker News 'ਤੇ, ਇੱਕ ਇੰਜੀਨੀਅਰ ਨੂੰ ਯਾਦ ਸੀ ਜਦੋਂ Google ਦੀ C++ ਟੀਮ Rust 'ਤੇ ਵਿਚਾਰ ਵੀ ਨਹੀਂ ਕਰਦੀ ਸੀ ਅਤੇ ਇਸਦੀ ਬਜਾਏ Carbon ਵੱਲ ਦੇਖਿਆ ਸੀ। ਹੁਣ ਇੱਕ ਮਾਡਲ ਉਹ ਮਾਈਗਰੇਸ਼ਨ ਕਰ ਰਿਹਾ ਹੈ ਜਿਸ ਬਾਰੇ ਉਹ ਬਹਿਸ ਕਰਦੇ ਸਨ।

Google ਦੀ ਆਪਣੀ ਸਾਰਣੀ: Argon 19 ਵਿੱਚੋਂ 13 ਕਤਾਰਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਉੱਪਰ ਹੈ

1:12 ਹੁਣ ਸਾਰਣੀ। Google Argon ਨੂੰ GPT six Astra, Claude Fable ਅਤੇ Claude Opus ਦੇ ਨਾਲ ਉੱਨੀ ਕਤਾਰਾਂ 'ਤੇ ਰੱਖਦਾ ਹੈ, ਅਤੇ Argon ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਤੇਰ੍ਹਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਉੱਪਰ ਆਉਂਦਾ ਹੈ। ਸੁਰਖੀ DeepSWE ਹੈ, ਇੱਕ ਲੰਬਾ ਕੋਡਿੰਗ ਬੈਂਚਮਾਰਕ, ਅਠੱਤਰ ਪ੍ਰਤੀਸ਼ਤ 'ਤੇ, ਲਗਭਗ ਚਾਰ ਅੰਕ ਸਾਫ਼। ਸਭ ਤੋਂ ਅਜੀਬ ਜਿੱਤ ਕਾਨੂੰਨੀ ਡਰਾਫਟਿੰਗ ਹੈ, ਜਿੱਥੇ Argon ਵੀਹ ਪ੍ਰਤੀਸ਼ਤ ਅੰਕ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ ਅਤੇ ਦੂਸਰੇ ਇਕੋ ਅੰਕਾਂ ਵਿੱਚ ਰਹਿੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਟੈਸਟ 'ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਗ੍ਰੇਡ ਹੈ ਜਿਸ ਵਿੱਚ ਹਰ ਕੋਈ ਫੇਲ੍ਹ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਸਲਾਈਡ-ਡੈੱਕ

1:38 ਬੈਂਚਮਾਰਕਸ 'ਤੇ, ਜੋ ਅਜਿੱਤ ਹਨ, ਉਹ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ।

ਸਾਈਬਰ ਪਿੱਚ: ਆਪਣੇ ਆਪ ਪੈਚ, ਡਿਫੈਂਡਰਾਂ ਲਈ ਕੋਈ ਗਾਰਡਰੇਲ ਨਹੀਂ

1:41 ਅਸਲ ਪਿੱਚ ਸੁਰੱਖਿਆ ਹੈ। Google ਕਹਿੰਦਾ ਹੈ ਕਿ Argon ਆਪਣੇ ਆਪ ਨਾਜ਼ੁਕ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਲੱਭ, ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਪੈਚ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਭਰੋਸੇਯੋਗ ਡਿਫੈਂਡਰਾਂ ਨੂੰ ਇਹ ਸਾਈਬਰ ਗਾਰਡਰੇਲ ਤੋਂ ਬਿਨਾਂ ਮਿਲਦਾ ਹੈ। Wiz ਨੇ ਇਸਨੂੰ ਹਸਪਤਾਲ ਸੌਫਟਵੇਅਰ ਵਿੱਚ ਇੱਕ ਨਾਜ਼ੁਕ ਮੋਰੀ ਲੱਭਣ ਲਈ ਵਰਤਿਆ ਜੋ ਪਹਿਲਾਂ ਦੇ ਮਾਡਲਾਂ ਨੇ ਗੁਆ ਦਿੱਤਾ ਸੀ। ਇੱਕ ਛੋਟਾ ਵੇਰਵਾ। Wiz Google ਨਾਲ ਸਬੰਧਤ ਹੈ, ਕਿਉਂਕਿ ਇੱਕ ਬੱਤੀ ਅਰਬ ਡਾਲਰ ਦਾ ਸੌਦਾ ਮਾਰਚ ਵਿੱਚ ਬੰਦ ਹੋ ਗਿਆ ਸੀ। ਇਸ ਲਈ ਪੋਸਟ ਵਿੱਚ ਬਲੈਕ-ਬਾਕਸ ਹੈਕਿੰਗ ਟੈਸਟ ਇੱਕ Google ਕੰਪਨੀ ਦੁਆਰਾ ਇੱਕ Google ਮਾਡਲ ਨੂੰ ਗ੍ਰੇਡ ਕਰਨਾ ਹੈ। ਅਤੇ ਬੱਗ-ਫਿਕਸਿੰਗ ਲੀਡਰਬੋਰਡ 'ਤੇ, ਤਿੰਨ ਮਾਡਲ ਅਠਾਹਠ

2:10 ਪ੍ਰਤੀਸ਼ਤ ਸਾਂਝੇ ਕਰਦੇ ਹਨ, ਅਤੇ ਸਭ ਤੋਂ ਖੱਬੇ ਪਾਸੇ ਵਾਲੀ ਬਾਰ Grok ਨਾਲ ਸਬੰਧਤ ਹੈ। ਤਾਂ ਬਾਹਰੀ ਟੈਸਟਰਾਂ ਨੇ ਕੀ ਮਾਪਿਆ?

ਬਾਹਰੀ ਨੰਬਰ: Artificial Analysis ਕਹਿੰਦਾ ਹੈ 53, Opus 5.5 ਕੋਲ 58 ਹੈ

2:15 ਸੁਤੰਤਰ ਲੀਡਰਬੋਰਡ ਜੋ ਮੈਂ Argon ਨਾਲ ਲੱਭ ਸਕਿਆ ਉਹ Artificial Analysis ਹੈ। ਇਹ Argon ਨੂੰ ਇਸਦੇ ਇੰਟੈਲੀਜੈਂਸ ਇੰਡੈਕਸ 'ਤੇ ਤੀਹਵੰਜਾ ਅੰਕ ਦਿੰਦਾ ਹੈ, ਉੱਚੀ ਸੈਟਿੰਗ 'ਤੇ, ਜੋ ਇਸਨੂੰ Astra ਅਤੇ Fable ਨਾਲ ਜੋੜਦਾ ਹੈ। Claude Opus five point five ਪੰਜ ਅੰਕ ਅੱਗੇ ਬੈਠਾ ਹੈ। ਇੱਕ ਹਫ਼ਤਾ ਪਹਿਲਾਂ ਮੈਂ ਤੁਹਾਨੂੰ ਦੱਸਿਆ ਸੀ ਕਿ Opus ਨੇ ਉੱਥੇ ਸਭ ਤੋਂ ਉੱਪਰ ਵਾਲੀ ਥਾਂ ਲਈ ਸੀ, ਅਤੇ ਇਹ ਅਜੇ ਵੀ ਇਸਨੂੰ ਫੜੀ ਹੋਈ ਹੈ। Google ਲਈ ਨਿਰਪੱਖ ਹਿੱਸਾ ਬਿੱਲ ਹੈ। ਇੱਕ Argon ਰਨ ਦੀ ਲਾਗਤ ਉਸ ਇੰਡੈਕਸ 'ਤੇ ਪ੍ਰਤੀ ਕਾਰਜ ਲਗਭਗ ਦੋ ਡਾਲਰ ਹੈ, ਲਗਭਗ Opus ਦੀ ਲਾਗਤ ਦਾ ਇੱਕ ਤਿਹਾਈ।

ਤੁਹਾਨੂੰ ਇਹ ਕਦੋਂ ਮਿਲਦਾ ਹੈ: "ਤਾਂ ਇੰਤਜ਼ਾਰ ਕਰੋ"

2:42 ਅਤੇ ਤੁਹਾਨੂੰ ਇਹ ਕਦੋਂ ਮਿਲਦਾ ਹੈ? Google ਇੱਕ ਤਾਰੀਖ ਨਹੀਂ ਦੇਵੇਗਾ। ਪੋਸਟ ਜਿੰਨੀ ਜਲਦੀ ਹੋ ਸਕੇ ਡਿਵੈਲਪਰਾਂ, ਉਦਯੋਗਾਂ ਅਤੇ ਖਪਤਕਾਰਾਂ ਲਈ ਪਹੁੰਚ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ, ਭੁਗਤਾਨ ਕੀਤੇ API ਗਾਹਕਾਂ ਨੂੰ ਪਹਿਲਾਂ। ਸੁੰਦਰ ਪਿਚਾਈ ਦੀ X 'ਤੇ ਪੋਸਟ ਕਹਿੰਦੀ ਹੈ, ਤਾਂ ਇੰਤਜ਼ਾਰ ਕਰੋ। ਉਦੋਂ ਤੱਕ, ਪਹੁੰਚ Fairwind ਰਾਹੀਂ ਚੱਲਦੀ ਹੈ, ਉਹ ਪ੍ਰੋਗਰਾਮ ਜੋ Google ਨੇ ਇੱਕ ਮਹੀਨਾ ਪਹਿਲਾਂ ਸ਼ੁਰੂ ਕੀਤਾ ਸੀ Gemini three point eight Flash Cyber ਨਾਲ। ਇਸਦੇ ਛੇ ਸੌ ਪੰਜਾਹ ਤੋਂ ਵੱਧ ਭਾਈਵਾਲ ਹਨ, ਅਤੇ ਉਹ Argon ਨੂੰ ਸਿਰਫ ਆਪਣੀਆਂ

3:05 ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਨੂੰ ਦੇ ਸਕਦੇ ਹਨ ਅਤੇ ਟ੍ਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਸਨੂੰ ਕੌਣ ਵਰਤਦਾ ਹੈ। Hacker News ਨੇ ਇਸਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਲਿਆ। ਇੱਕ ਟਿੱਪਣੀਕਾਰ ਨੇ ਲਿਖਿਆ, Gemini ਮਾਡਲ ਨੂੰ ਜਾਰੀ ਨਾ ਕਰਨ ਦੇ ਦੋਸ਼ਾਂ ਨੂੰ ਨਹੀਂ ਹਰਾ ਰਿਹਾ। ਇੱਕ ਹੋਰ ਨੇ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਕਿ ਮਾਡਲ vaporware ਵਿੱਚ ਬਦਲ ਜਾਂਦੇ ਹਨ, ਇੱਕ ਸਾਰਣੀ 'ਤੇ ਬਹੁਤ ਸਾਰੇ ਨੰਬਰ। ਇਸ ਦੌਰਾਨ, Netlify ਨੇ Edge Functions ਨੂੰ ਦੁਬਾਰਾ ਬਣਾਇਆ, ਜੋ ਦਿਨ ਵਿੱਚ ਲਗਭਗ ਇੱਕ ਅਰਬ

Netlify Edge Functions: V8 isolates ਤੋਂ microVMs ਤੱਕ, ਲਗਭਗ 5 ਗੁਣਾ ਤੇਜ਼

3:23 ਵਾਰ ਚਲਦੇ ਹਨ। ਉਹ ਇੱਕ ਹੋਸਟਡ ਸੇਵਾ ਵਿੱਚ V8 isolates ਤੋਂ Netlify ਦੇ ਆਪਣੇ ਨੈਟਵਰਕ ਦੇ ਅੰਦਰ Firecracker microVMs ਵਿੱਚ ਚਲੇ ਗਏ, ਅਤੇ ਇੱਕ ਗਰਮ ਕਾਲ ਚਾਲੀ ਮਿਲੀਸਕਿੰਡ ਤੋਂ ਲਗਭਗ ਛੇ ਤੱਕ ਘਟ ਗਈ। Hacker News ਨੇ ਦੱਸਿਆ ਕਿ Cloudflare Workers ਵੀ V8 isolates ਹਨ ਅਤੇ ਬਹੁਤ ਤੇਜ਼ ਚਲਦੇ ਹਨ, ਇਸ ਲਈ ਜ਼ਿਆਦਾਤਰ ਜਿੱਤ ਇਸ ਤਰ੍ਹਾਂ ਲੱਗਦੀ ਹੈ ਕਿ ਬੇਨਤੀ ਹੁਣ ਇਮਾਰਤ ਨੂੰ ਨਹੀਂ ਛੱਡ ਰਹੀ। ਇੱਕ ਹੋਰ ਟਿੱਪਣੀਕਾਰ ਨੇ ਸਨੈਪਸ਼ਾਟ ਬਾਰੇ ਚਿੰਤਾ ਕੀਤੀ, ਕਿਉਂਕਿ ਕਲੋਨ ਕੀਤੇ microVMs ਬੇਤਰਤੀਬ ਨੰਬਰ ਸਥਿਤੀ ਸਾਂਝੀ ਕਰ ਸਕਦੇ ਹਨ, ਜੋ ਇਸ ਤਰ੍ਹਾਂ ਹੈ ਜਿਵੇਂ ਤੁਹਾਨੂੰ ਦੋ ਇੱਕੋ ਜਿਹੇ UUIDs ਮਿਲਦੇ ਹਨ।

3:50 ਇੱਕ ਕੋਲਡ ਸਟਾਰਟ, ਜਦੋਂ ਇੱਕ ਖੇਤਰ ਨੇ ਕਦੇ ਤੁਹਾਡੇ ਫੰਕਸ਼ਨ ਨੂੰ ਨਹੀਂ ਦੇਖਿਆ, ਲਗਭਗ ਇੱਕ ਪ੍ਰਤੀਸ਼ਤ ਕਾਲਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਲਗਭਗ ਨੌਂ ਮਿਲੀਸਕਿੰਡ ਲੈਂਦਾ ਹੈ। ਅਤੇ microVM ਖੁਦ Firecracker ਹੈ, ਜਿਸਨੂੰ Amazon ਨੇ Lambda ਲਈ ਬਣਾਇਆ ਸੀ, ਇਸ ਲਈ ਇੱਕ ਟਿੱਪਣੀਕਾਰ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਇਹ ਅਗਲੀ ਵਾਰ ਯਾਦ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ ਜਦੋਂ ਤੁਸੀਂ AWS ਨੂੰ ਸਰਾਪਦੇ ਹੋ।

ਉਹ ਦੋ ਕਤਾਰਾਂ ਜਿਨ੍ਹਾਂ ਦਾ Google ਦੀ ਪੋਸਟ ਵਿੱਚ ਕਦੇ ਜ਼ਿਕਰ ਨਹੀਂ

4:06 ਹੁਣ, ਉਹ ਦੋ ਕਤਾਰਾਂ। FrontierSWE ਅਤੇ Terminal-bench 'ਤੇ, ਦੋ ਕੋਡਿੰਗ ਟੈਸਟ ਜਿਨ੍ਹਾਂ ਦਾ ਪੋਸਟ ਦੇ ਟੈਕਸਟ ਵਿੱਚ ਕਦੇ ਜ਼ਿਕਰ ਨਹੀਂ, Google ਦੀ ਆਪਣੀ ਸਾਰਣੀ 'ਤੇ, Argon ਚਾਰ ਵਿੱਚੋਂ ਆਖਰੀ ਆਉਂਦਾ ਹੈ। Terminal-bench ਇੱਕ ਏਜੰਟ ਨੂੰ ਇੱਕ ਅਸਲ ਸ਼ੈੱਲ ਵਿੱਚ ਰੱਖਦਾ ਹੈ, ਜੋ ਇਸ ਤਰ੍ਹਾਂ ਹੈ ਜਿਵੇਂ ਸਾਡੇ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਇਸਨੂੰ ਵਰਤਣਗੇ, ਅਤੇ Opus ਇਸਨੂੰ ਨੌਂ ਅੰਕਾਂ ਨਾਲ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਮੈਨੂੰ ਇਹ ਸੁਣਨ ਦੀ ਬਜਾਏ ਪੜ੍ਹਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ diff ਹਰ ਸਵੇਰ ਤੁਹਾਡੇ ਇਨਬਾਕਸ ਵਿੱਚ ਆਉਂਦਾ ਹੈ, the daily diff dot dev 'ਤੇ ਮੁਫਤ, ਲਿੰਕ ਹੇਠਾਂ ਦਿੱਤਾ ਗਿਆ ਹੈ।

ਫੈਸਲਾ: NEEDS REVIEW, ਜਿਸ ਦਿਨ ਮੈਂ ਇਸਨੂੰ ਬੁਲਾ ਸਕਦਾ ਹਾਂ

4:29 ਤਾਂ, Gemini four Argon 'ਤੇ ਅੱਜ ਦਾ ਫੈਸਲਾ। NEEDS REVIEW। ਮੈਂ ਇਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਸਟੈਂਪ ਕਰਾਂਗਾ ਕਿਉਂਕਿ ਮੈਨੂੰ ਮਿਲਿਆ ਸੁਤੰਤਰ ਨੰਬਰ ਇਸਨੂੰ ਦੂਜੇ ਸਥਾਨ 'ਤੇ ਬੰਨ੍ਹਦਾ ਹੈ, ਅਤੇ ਦੋ ਕੋਡਿੰਗ ਕਤਾਰਾਂ ਜਿਨ੍ਹਾਂ ਦੀ ਮੈਨੂੰ ਪਰਵਾਹ ਹੈ ਉਹ ਇਸਨੂੰ ਆਖਰੀ ਰੱਖਦੀਆਂ ਹਨ, ਇਸ ਲਈ ਮੈਂ ਇਸਦੀ ਸਹੀ ਸਮੀਖਿਆ ਉਸ ਦਿਨ ਕਰਾਂਗਾ ਜਦੋਂ ਮੈਂ ਇਸਨੂੰ ਬੁਲਾ ਸਕਦਾ ਹਾਂ। ਸਬਸਕ੍ਰਾਈਬ ਕਰੋ, ਘੰਟੀ ਨੂੰ ਦਬਾਓ, ਅਤੇ ਟਿੱਪਣੀਆਂ ਵਿੱਚ ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਕੀ ਤੁਸੀਂ ਇਸਨੂੰ ਵੱਖਰੇ ਤਰੀਕੇ ਨਾਲ ਸਟੈਂਪ ਕੀਤਾ ਹੁੰਦਾ। ਅਤੇ ਇਹ ਅੱਜ ਲਈ diff ਹੈ। ਮੈਂ Axrisi ਤੋਂ ਨਿਕੋ ਹਾਂ। ਜਿੰਮੇਵਾਰੀ ਨਾਲ ਮਰਜ ਕਰੋ।

ਸਰੋਤ

  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

ਸਬੰਧਤ ਵੀਡੀਓ

daily · pa · 7 ਅਕਤੂ 2026

ਗੂਗਲ JPEG XL ਨੂੰ ਕ੍ਰੋਮ 'ਤੇ ਵਾਪਸ ਲਿਆਇਆ

ਗੂਗਲ ਨੇ Chrome 155 ਤੋਂ JPEG XL ਡੀਕੋਡਿੰਗ ਦਾ ਐਲਾਨ ਕੀਤਾ, ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਇਸਦੇ ਪਿਛਲੇ ਪ੍ਰਯੋਗ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ। ਇਹ 7 ਅਕਤੂਬਰ ਦਾ ਐਡੀਸ਼ਨ ਡਿਵੈਲਪਰ ਫੀਡਬੈਕ, ਨਵੇਂ ਰਸਟ ਡੀਕੋਡਰ, ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਕੰਪਰੈਸ਼ਨ ਦਾਅਵਿਆਂ ਅਤੇ ਡਿਪ

5:17 ↗
daily · pa · 30 ਸਤੰ 2026

Claude nerf ਦਾ ਪਤਾ ਕਿਵੇਂ ਲਗਾਇਆ ਜਾਵੇ (ਅਸਲ ਡੇਟਾ ਨਾਲ)

ਲੋਕ ਕਹਿੰਦੇ ਹਨ ਕਿ Claude ਹਰ ਲਾਂਚ ਤੋਂ ਕੁਝ ਹਫ਼ਤਿਆਂ ਬਾਅਦ ਸੁਸਤ ਹੋ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਡਿਵੈਲਪਰ ਨੇ Claude Opus 5.5 ਨੂੰ ਲਾਂਚ ਹਫ਼ਤੇ ਤੋਂ 30-ਦਿਨਾਂ ਦੀ ਘੜੀ 'ਤੇ ਰੱਖਿਆ, ਜਿਸ ਵਿੱਚ ਜੰਮੇ ਹੋਏ ਪ੍ਰਸ਼ਨ, ਇੱਕ ਪਿੰਨ ਕੀਤਾ Claude ਕੋਡ ਅ

5:07 ↗
daily · pa · 12 ਸਤੰ 2026

ਆਰਮਿਨ ਰੋਨਾਚਰ ਨੇ GPT-6 Astra ਨੂੰ 35 ਘੰਟਿਆਂ ਲਈ ਇਕੱਲਾ ਛੱਡ ਦਿੱਤਾ।

ਆਰਮਿਨ ਰੋਨਾਚਰ (Flask, Jinja) ਨੇ GPT-6 Astra ਨੂੰ ਇੱਕ ਪ੍ਰੋਂਪਟ ਦਿੱਤਾ ਅਤੇ 35 ਘੰਟਿਆਂ ਲਈ ਇਸਨੂੰ ਇਕੱਲਾ ਛੱਡ ਦਿੱਤਾ: ਲਗਭਗ ਇੱਕ ਅਰਬ ਟੋਕਨ, ਲਗਭਗ $1,200, 79 ਕਮਿਟ, 75,000 ਲਾਈਨਾਂ — ਅਤੇ "ਬਿਲਕੁਲ ਬੇਕਾਰ"। ਇਸ ਦੁਆਰਾ ਰਿਕਵਰ ਕੀਤ

5:14 ↗
daily · pa · 30 ਸਤੰ 2026

ਓਪਨਏਆਈ ਦੇਵਡੇ 2026: 20+ ਘੋਸ਼ਣਾਵਾਂ, ਬਿੰਦੀਆਂ ਤੋਂ GPT-6.1 ਸੋਲ ਤੱਕ

ਓਪਨਏਆਈ ਦੇ ਦੇਵਡੇ 2026 ਦੇ ਮੁੱਖ ਭਾਸ਼ਣ ਦੀ ਵਿਆਖਿਆ: ਬਿੰਦੀਆਂ (ਆਪਣੇ ਕਲਾਉਡ ਕੰਪਿਊਟਰ ਵਾਲੇ ਹਮੇਸ਼ਾ ਚਾਲੂ ਏਜੰਟ), ਚੈਟਜੀਪੀਟੀ ਸਪੇਸ ਅਤੇ ਪੇਜ, GPT-6.1 ਸੋਲ $2 / $10 ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਟੋਕਨਾਂ 'ਤੇ, ਅਲਟਰਾਫਾਸਟ ਅਤੇ ਪ੍ਰੋ 500 ਯੋਜਨਾ, ਫੈ

8:13 ↗