+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

Gemini 4 Argon je Googlov najboljši model. Še ga ne morete uporabljati.

Google je napovedal Gemini 4 Argon, svoj novi prebojni model, ki ga lahko uporabljajo le zaupanja vredni kibernetski obrambni strokovnjaki.

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

Google je napovedal Gemini 4 Argon, svoj novi prebojni model, ki ga lahko uporabljajo le zaupanja vredni kibernetski obrambni strokovnjaki. Tukaj je, kar kaže Googlova lastna referenčna tabela z 19 vrsticami, kaj je izmerila neodvisna lestvica in kdaj ga bodo morda dobili razvijalci. Sodba: NEEDS REVIEW.

Preberi pisno izdajo (angleščina) ↗

Kaj zajema ta videoposnetek

  • Gemini 4 Argon: milijon izhodnih žetonov, 2 $ v, in ne morete ga uporabljati
  • Znotraj Googla: Agenti Argon prenašajo C++ v Rust
  • Googlova lastna tabela: Argon je na vrhu v 13 od 19 vrstic
  • Kibernetska ponudba: samostojno popravlja, brez varoval za obrambne strokovnjake
  • Zunanje številke: Artificial Analysis pravi 53, Opus 5.5 ima 58

Vprašanja in odgovori

Kdo lahko trenutno uporablja Gemini 4 Argon in kdaj bodo razvijalci dobili dostop?

Danes ga lahko uporabljajo le zaupanja vredni kibernetski branilci. Google ni določil datuma, vendar v svoji objavi obljublja dostop razvijalcem, podjetjem in potrošnikom čim prej, pri čemer bodo najprej na vrsti plačljivi uporabniki API-ja. Dostop trenutno poteka prek programa Fairwind, ki ima več kot šeststo petdeset partnerjev, ki smejo Argon predati le svojim varnostnim ekipam in morajo spremljati, kdo ga uporablja.

Glej ta del 2:42 · blog.google · deepmind.google · x.com

Kako se Gemini 4 Argon primerja z drugimi mejnimi modeli na referenčnih testih?

Googlova lastna tabela postavlja Argon na vrh v 13 od 19 vrstic v primerjavi z GPT šest Astra, Claude Fable in Claude Opus. Artificial Analysis ga ocenjuje z 53 na svojem indeksu inteligence pri visoki nastavitvi, kar ga izenačuje z Astro in Fable, medtem ko Claude Opus 5.5 dosega 58. Neodvisni stroški so približno dva dolarja na nalogo, kar je približno tretjina stroškov Opus.

Glej ta del 2:14 · blog.google · artificialanalysis.ai

Koliko stane Gemini 4 Argon na žeton?

Začetna cena je 2 $ na milijon vhodnih žetonov in deset dolarjev za izhod. Po navedbah epizode to ustreza temu, kar OpenAI zaračunava za GPT šest točka ena Sol, ki je na voljo za nakup. En odgovor Argon lahko zdaj obsega milijon žetonov, kar je več kot štiriinšestdeset tisoč.

Glej ta del 0:00 · blog.google · news.ycombinator.com

Kaj je Google povedal o tem, kako Gemini 4 Argon odkriva in odpravlja varnostne pomanjkljivosti?

Google pravi, da lahko Argon sam odkrije, potrdi in popravi kritične ranljivosti ter da ga zaupanja vredni branilci dobijo brez kibernetskih zaščit. Wiz ga je uporabil za iskanje kritične luknje v bolnišnični programski opremi, ki so jo prejšnji modeli spregledali. Epizoda ugotavlja, da Wiz pripada Googlu, zato je test vdora s črno škatlo Googlijevo podjetje, ki ocenjuje Googlijev model.

Glej ta del 1:41 · blog.google · cloud.google.com

Ali bi se morali razvijalci že načrtovati z Gemini 4 Argon?

Sodba The Daily Diff je bila NEEDS REVIEW. Neodvisna številka Artificial Analysis ima Argon izenačenega na drugem mestu, na FrontierSWE in Terminal-bench, dveh kodirnih testih, ki jih Googlova objava nikoli ne omenja, pa je na Googlovi lastni tabeli zadnji od štirih. Epizoda bi model pravilno pregledala na dan, ko ga bo mogoče poklicati.

Glej ta del 4:29 · blog.google · artificialanalysis.ai

Preveden prepis

Prevedeno iz izvirnega angleškega pripovedovanja. Razpoložljivi zvok in podnapisi so nadzorovani s strani YouTuba.

Gemini 4 Argon: milijon izhodnih žetonov, 2 $ v, in ne morete ga uporabljati

0:00 Mislili bi, da zagon pomeni, da dobite model. Google je pravkar predstavil Gemini four Argon, in če niste zaupanja vreden kibernetski obrambni strokovnjak, se ga ne smete dotakniti. V tem videu: kaj kaže Googlova tabela? Kaj so izmerili zunanji testerji? In kdaj ga dobite? Verjetno ste že videli hype videe. Jaz sem namesto tega prebral referenčno tabelo, in dve vrstici v njej nista nikoli prišli v

0:20 besedilo objave. Do njih bom prišel na koncu. Je četrtek, prvi oktober, in to je The Daily Diff. Dve zgodbi danes, in velika je Gemini four Argon, ki ga Google imenuje svojo naslednjo dobo mejne inteligence. En odgovor lahko zdaj traja do milijon žetonov, namesto štiriinšestdeset tisoč, kar je več romanov v enem samem odgovoru. Začetna cena je dva dolarja na milijon žetonov vhodnih in deset izhodnih. To je točno to, kar OpenAI zaračunava za GPT six point one Sol,

0:48 model, ki sem ga pokrival včeraj, in Sol je tisti, ki ga lahko dejansko kupite. Znotraj Googla je že v uporabi.

Znotraj Googla: Agenti Argon prenašajo C++ v Rust

0:54 Google pravi, da agenti Argon prenašajo C in C++ v Rust po celotnem podjetju, do osemsto tisoč vrstic za jedro Fuchsia. Na Hacker News se je en inženir spomnil, ko Googlova ekipa C++ sploh ne bi razmislila o Rustu in je namesto tega pogledala Carbon. Zdaj model izvaja migracijo, o kateri so se prepirali.

Googlova lastna tabela: Argon je na vrhu v 13 od 19 vrstic

1:12 Zdaj tabela. Google postavi Argon ob bok GPT six Astra, Claude Fable in Claude Opus na devetnajstih vrsticah, in Argon pride na vrh v trinajstih izmed njih. Naslov je DeepSWE, dolga referenčna meritev kodiranja, z oseminsedemdesetimi odstotki, približno štiri točke prednost. Najbolj nenavadna zmaga je pravno oblikovanje, kjer Argon doseže dvajset odstotkov, ostali pa ostanejo v enomestnih številkah. To je najboljša ocena na testu, ki ga vsi padejo, in na referenčnih meritvah diapozitivov,

1:38 ki so nepremagljive, to šteje.

Kibernetska ponudba: samostojno popravlja, brez varoval za obrambne strokovnjake

1:41 Prava ponudba je varnost. Google pravi, da Argon lahko samostojno najde, potrdi in popravi kritične ranljivosti, in da ga zaupanja vredni obrambni strokovnjaki dobijo brez kibernetskih varoval. Wiz ga je uporabil za iskanje kritične luknje v bolnišnični programski opremi, ki so jo prejšnji modeli zgrešili. Ena majhna podrobnost. Wiz pripada Googlu, saj je posel v vrednosti dvaintrideset milijard dolarjev bil sklenjen marca. Tako je test hekanja črne skrinjice v objavi podjetje Google, ki ocenjuje Googlov model. In na lestvici popravljanja napak si trije modeli delijo oseminsedemdeset

2:10 odstotkov, in stolpec skrajno levo pripada Groku. Torej, kaj so izmerili zunanji testerji?

Zunanje številke: Artificial Analysis pravi 53, Opus 5.5 ima 58

2:15 Neodvisna lestvica, ki sem jo našel z Argon na njej, je Artificial Analysis. Argonu dodeli triinpetdeset točk na svojem indeksu inteligence, na visoki nastavitvi, kar ga izenači z Astro in Fable. Claude Opus five point five je pet točk pred njim. Pred enim tednom sem vam povedal, da je Opus zasedel prvo mesto tam, in ga še vedno drži. Pošten del za Google je račun. Ena izvedba Argona stane približno dva dolarja na nalogo na tem indeksu, približno tretjino cene Opusa.

Kdaj ga dobite: "Zato počakajte"

2:42 In kdaj ga dobite? Google ne bo podal datuma. Objava obljublja dostop za razvijalce, podjetja in potrošnike čim prej, pri čemer imajo prednost plačljivi uporabniki API-ja. Objava Sundarja Pichaija na X pravi, zato počakajte. Do takrat dostop poteka preko Fairwinda, programa, ki ga je Google začel pred mesecem dni z Gemini three point eight Flash Cyber. Ima več kot šeststo petdeset partnerjev in ti lahko Argon dajo le svojim

3:05 varnostnim ekipam in morajo spremljati, kdo ga uporablja. Hacker News je to dobro sprejel. En komentator je napisal: Gemini ne premaguje obtožb, da ne morejo izdati modela. Drugi je napovedal, da se bodo modeli spremenili v vaporware, kup številk na tabeli. Medtem je Netlify ponovno zgradil Edge Functions, ki se izvajajo približno milijardo

Netlify Edge Functions: V8 izolacije do mikroVM, približno 5x hitrejše

3:23 krat na dan. Premaknili so se z V8 izolacij v gostujoči storitvi na Firecracker mikroVM-e znotraj lastnega omrežja Netlifyja, in topel klic se je znižal z do štirideset milisekund na približno šest. Hacker News je poudaril, da so Cloudflare Workers tudi V8 izolacije in se izvajajo veliko hitreje, zato večina zmage izgleda kot, da zahteva ne zapusti več zgradbe. Drugi komentator je bil zaskrbljen zaradi posnetkov, ker lahko klonirani mikroVM-i delijo stanje naključnih števil, tako dobite dva identična UUID-ja.

3:50 Hladen zagon, ko regija še nikoli ni videla vaše funkcije, zadene približno en odstotek klicev in traja okoli devet milisekund. In sam mikroVM je Firecracker, ki ga je Amazon zgradil za Lambda, zato en komentator predlaga, da se tega spomnite, ko naslednjič preklinjate AWS.

Dve vrstici, ki ju Googlova objava nikoli ne omenja

4:06 Zdaj pa ti dve vrstici. Na FrontierSWE in Terminal-bench, dveh testih kodiranja, ki jih besedilo objave nikoli ne omenja, je Argon zadnji od štirih, na Googlovi lastni tabeli. Terminal-bench postavi agenta v pravo lupino, kar je način, kako bi ga večina nas uporabljala, in Opus ga vodi za devet točk. Če bi raje to prebrali, kot pa slišali, kako to govorim, diff pristane v vašem nabiralniku vsako jutro, brezplačno na the daily diff dot dev, povezava spodaj.

Sodba: NEEDS REVIEW, dan, ko ga lahko pokličem

4:29 Torej, današnja sodba o Gemini four Argon. NEEDS REVIEW. To bi označil tako, ker neodvisna številka, ki sem jo našel, ga uvršča na drugo mesto, in dve vrstici kodiranja, ki me zanimata, ga uvrščata na zadnje mesto, zato ga bom pravilno pregledal na dan, ko ga bom lahko poklical. Naročite se, pritisnite zvonček in mi v komentarjih povejte, če bi ga označili drugače. In to je današnji diff. Sem Niko iz Axrisi. Združite odgovorno.

Viri

  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

Povezani videoposnetki