Gemini 4 Argon — лучшая модель Google. Вы пока не можете ею пользоваться.

Что освещается в этом видео

• Gemini 4 Argon: миллион выходных токенов, 2 доллара за вход, и вы не можете ею пользоваться
• Внутри Google: агенты Argon портируют C++ на Rust
• Собственная таблица Google: Argon лидирует в 13 из 19 строк
• Кибер-предложение: исправляет себя сам, без ограничителей для защитников
• Внешние данные: Artificial Analysis говорит 53, Opus 5.5 имеет 58

Переведенная стенограмма

Переведено с оригинального английского повествования. Доступные аудио и субтитры контролируются YouTube.

Gemini 4 Argon: миллион выходных токенов, 2 доллара за вход, и вы не можете ею пользоваться

0:00 Казалось бы, запуск означает, что вы получаете модель. Google только что запустил Gemini 4 Argon, и если вы не являетесь доверенным кибер- защитником, вы не можете к ней прикоснуться. В этом видео: что показывает таблица Google? Что измерили сторонние тестировщики? И когда вы ее получите? Вы, вероятно, уже видели хайповые видео. Я вместо этого прочитал таблицу бенчмарков, и две строки из нее так и не попали в

0:20 текст поста. Я вернусь к ним в конце. Сегодня четверг, первое октября, и это The Daily Diff. Сегодня две истории, и большая из них — Gemini 4 Argon, которую Google называет своей следующей эрой пограничного интеллекта. Один ответ теперь может достигать миллиона токенов, по сравнению с шестьюдесятью четырьмя тысячами, что составляет несколько романов в одном ответе. Стартовая цена составляет два доллара за миллион входных токенов и десять за выход. Это ровно столько же, сколько OpenAI берет за GPT 6.1 Sol,

0:48 модель, о которой я рассказывал вчера, и Sol — это та, которую вы действительно можете купить. Внутри Google она уже работает.

Внутри Google: агенты Argon портируют C++ на Rust

0:54 Google заявляет, что агенты Argon портируют C и C++ на Rust по всей компании, до восьмисот тысяч строк для ядра Fuchsia. На Hacker News один инженер вспомнил, как команда Google по C++ даже не рассматривала Rust и вместо этого смотрела на Carbon. Теперь модель выполняет миграцию, о которой они спорили.

Собственная таблица Google: Argon лидирует в 13 из 19 строк

1:12 Теперь таблица. Google помещает Argon рядом с GPT 6 Astra, Claude Fable и Claude Opus в девятнадцати строках, и Argon выходит на первое место в тринадцати из них. Главное — DeepSWE, длинный бенчмарк кодирования, с семьюдесятью восемью процентами, опережая примерно на четыре пункта. Самая странная победа — это составление юридических документов, где Argon набирает двадцать процентов, а другие остаются в однозначных числах. Это лучшая оценка на тесте, который все проваливают, и на бенчмарках слайд-дека,

1:38 которые непобедимы, это имеет значение.

Кибер-предложение: исправляет себя сам, без ограничителей для защитников

1:41 Настоящая фишка — безопасность. Google заявляет, что Argon может самостоятельно находить, проверять и исправлять критические уязвимости, и что доверенные защитники получают ее без кибер-ограничителей. Wiz использовал ее, чтобы найти критическую дыру в больничном программном обеспечении, которую пропустили более ранние модели. Одна маленькая деталь. Wiz принадлежит Google, так как сделка на тридцать два миллиарда долларов была закрыта в марте. Так что тест на взлом «черного ящика» в посте — это компания Google, оценивающая модель Google. И в лидерборде по исправлению ошибок три модели делят шестьдесят восемь

2:10 процентов, а полоса слева принадлежит Grok. Так что же измерили сторонние тестировщики?

Внешние данные: Artificial Analysis говорит 53, Opus 5.5 имеет 58

2:15 Независимый лидерборд, который я смог найти с Argon, — это Artificial Analysis. Он оценивает Argon в пятьдесят три балла по индексу интеллекта, при высоких настройках, что ставит его на один уровень с Astra и Fable. Claude Opus 5.5 опережает на пять баллов. Неделю назад я говорил вам, что Opus занял там первое место, и он все еще удерживает его. Справедливая часть для Google — это счет. Запуск Argon стоит около двух долларов за задачу по этому индексу, примерно треть от стоимости Opus.

Когда вы получите ее: «Так что держитесь»

2:42 И когда вы ее получите? Google не называет дату. В посте обещается доступ для разработчиков, предприятий и потребителей как можно скорее, сначала для платных клиентов API. В посте Сундара Пичаи на X говорится: «Так что держитесь». До тех пор доступ осуществляется через Fairwind, программу, которую Google запустил месяц назад с Gemini 3.8 Flash Cyber. У нее более шестисот пятидесяти партнеров, и они могут передавать Argon только своим

3:05 командам безопасности и должны отслеживать, кто ею пользуется. Hacker News воспринял это хорошо. Один комментатор написал: «Gemini не опровергает обвинения в том, что они не могут выпустить модель». Другой предсказал, что модели превратятся в "vaporware", набор чисел в таблице. Тем временем Netlify перестроила Edge Functions, которые выполняются около миллиарда

Netlify Edge Functions: изоляты V8 в микро-ВМ, примерно в 5 раз быстрее

3:23 раз в день. Они перешли от изолятов V8 в хостинговом сервисе к микро-ВМ Firecracker внутри собственной сети Netlify, и «теплый» вызов сократился с сорока миллисекунд до примерно шести. Hacker News отметил, что Cloudflare Workers также являются изолятами V8 и работают намного быстрее, поэтому большая часть выигрыша, похоже, заключается в том, что запрос больше не покидает здание. Другой комментатор беспокоился о снимках, поскольку клонированные микро-ВМ могут использовать общее состояние генератора случайных чисел, что приводит к получению двух одинаковых UUID.

3:50 «Холодный» запуск, когда регион никогда не видел вашу функцию, происходит примерно в одном проценте вызовов и занимает около девяти миллисекунд. И сама микро-ВМ — это Firecracker, которую Amazon создала для Lambda, поэтому один комментатор предлагает вспомнить об этом в следующий раз, когда вы будете ругать AWS.

Две строки, о которых никогда не упоминается в посте Google

4:06 Теперь о тех двух строках. В FrontierSWE и Terminal-bench, двух тестах кодирования, о которых никогда не упоминается в тексте поста, Argon занимает последнее место из четырех, по собственной таблице Google. Terminal-bench помещает агента в реальную оболочку, что является тем, как большинство из нас будет его использовать, и Opus опережает его на девять баллов. Если вы предпочитаете читать это, а не слушать, The Daily Diff приходит на вашу почту каждое утро, бесплатно на thedaily diff.dev, ссылка ниже.

Вердикт: NEEDS REVIEW, когда я смогу ее назвать

4:29 Итак, сегодняшний вердикт по Gemini 4 Argon. NEEDS REVIEW. Я бы поставил такую отметку, потому что независимые данные, которые я нашел, ставят ее на второе место, а в двух строках кодирования, которые меня интересуют, она занимает последнее место, поэтому я рассмотрю ее должным образом в тот день, когда смогу ее назвать. Подпишитесь, нажмите колокольчик и скажите мне в комментариях, поставили бы вы другую отметку. И это все на сегодня от The Daily Diff. Я Нико из Axrisi. Объединяйте ответственно.

Источники

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