+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

Gemini 4 Argon është modeli më i mirë i Google. Nuk mund ta përdorni ende.

Google njoftoi Gemini 4 Argon, modelin e tij të ri të "frontier", dhe vetëm mbrojtësit e besuar kibernetikë mund ta përdorin.

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

Google njoftoi Gemini 4 Argon, modelin e tij të ri të "frontier", dhe vetëm mbrojtësit e besuar kibernetikë mund ta përdorin. Këtu tregohet çfarë tregon tabela me 19 rreshta e Google, çfarë matën "leaderboard" të pavarura, dhe kur zhvilluesit mund ta marrin. Vendimi: KA NEVOJË PËR SHQYRTIM.

Lexoni edicionin e shkruar (anglisht) ↗

Çfarë mbulon kjo video

  • Gemini 4 Argon: një milion tokena daljeje, 2 dollarë hyrje, dhe nuk mund ta përdorni
  • Brenda Google: Agjentët e Argonit transferojnë C++ në Rust
  • Tabela e Google: Argon kryeson 13 nga 19 rreshtat
  • Prezantimi kibernetik: rregullon vetë, pa mburoja për mbrojtësit
  • Numri i jashtëm: Artificial Analysis thotë 53, Opus 5.5 ka 58

Pyetje dhe përgjigje

Kush mund ta përdorë Gemini 4 Argon tani dhe kur do të kenë qasje zhvilluesit?

Vetëm mbrojtësit kibernetikë të besuar mund ta përdorin sot. Google nuk dha një datë, dhe postimi i saj premton qasje për zhvilluesit, ndërmarrjet dhe konsumatorët sa më shpejt të jetë e mundur, me klientët e API-së me pagesë të parët. Qasja aktualisht bëhet përmes programit Fairwind, i cili ka mbi gjashtëqind e pesëdhjetë partnerë që mund t'i dorëzojnë Argon vetëm ekipeve të tyre të sigurisë dhe duhet të gjurmojnë se kush e përdor atë.

Shikoni këtë pjesë 2:42 · blog.google · deepmind.google · x.com

Si krahasohet Gemini 4 Argon me modelet e tjera kufitare në testet e performancës?

Tabela e vetë Google e vendos Argon në krye në 13 nga 19 rreshta kundër GPT six Astra, Claude Fable dhe Claude Opus. Artificial Analysis e vlerëson atë 53 në indeksin e saj të inteligjencës në cilësimin e lartë, duke u barazuar me Astra dhe Fable, ndërsa Claude Opus 5.5 qëndron në 58. Kostoja e pavarur është rreth dy dollarë për detyrë, afërsisht një e treta e asaj që kushton Opus.

Shikoni këtë pjesë 2:14 · blog.google · artificialanalysis.ai

Sa kushton Gemini 4 Argon për shenjë?

Çmimi i lëshimit është 2 dollarë për milion shenja hyrëse dhe dhjetë dollarë dalëse. Sipas episodit, kjo përputhet me atë që kërkon OpenAI për GPT six point one Sol, i cili është i disponueshëm për blerje. Një përgjigje Argon tani mund të shkojë në një milion shenja, nga gjashtëdhjetë e katër mijë.

Shikoni këtë pjesë 0:00 · blog.google · news.ycombinator.com

Çfarë tha Google për gjetjen dhe rregullimin e dobësive të sigurisë nga Gemini 4 Argon?

Google thotë se Argon mund të gjejë, vërtetojë dhe rregullojë dobësi kritike më vete, dhe se mbrojtësit e besuar e marrin atë pa mbrojtje kibernetike. Wiz e përdori atë për të gjetur një vrimë kritike në softuerin spitalor që modelet e mëparshme e kishin humbur. Episodi vë në dukje se Wiz i përket Google, kështu që testi i hakerimit të kutisë së zezë është një kompani e Google që vlerëson një model të Google.

Shikoni këtë pjesë 1:41 · blog.google · cloud.google.com

A duhet që zhvilluesit të planifikojnë rreth Gemini 4 Argon ende?

Vendimi i The Daily Diff ishte NEEDS REVIEW. Numri i pavarur i Artificial Analysis e ka Argon të barazuar në vendin e dytë, dhe në FrontierSWE dhe Terminal-bench, dy teste kodimi që teksti i postimit të Google nuk i përmend kurrë, ai renditet i fundit nga katër në tabelën e vetë Google. Episodi do ta shqyrtonte modelin siç duhet ditën kur mund të thirret.

Shikoni këtë pjesë 4:29 · blog.google · artificialanalysis.ai

Transkript i përkthyer

Përkthyer nga tregimi origjinal në anglisht. Audio dhe titrat e disponueshme kontrollohen nga YouTube.

Gemini 4 Argon: një milion tokena daljeje, 2 dollarë hyrje, dhe nuk mund ta përdorni

0:00 Mund të mendoni se një lançim do të thotë që merrni modelin. Google sapo lançoi Gemini katër Argon, dhe nëse nuk jeni një cyber i besuar mbrojtës, nuk mund ta prekni. Në këtë video: çfarë tregon tabela e Google? Çfarë matën testuesit e jashtëm? Dhe kur e merrni? Ndërkohë, Netlify rindërtoi Edge Functions, të cilat ekzekutohen rreth një miliard herë në ditë. Në këtë video: çfarë tregon tabela e Google?

0:20 Në këtë video: çfarë tregon tabela e Google? Është e enjte, një tetor, dhe ky është The Daily Diff. Dy histori sot, dhe ajo e madhe është Gemini katër Argon, të cilin Google e quan epokën e saj të ardhshme të inteligjencës kufitare. Një përgjigje tani mund të shkojë deri në një milion tokena, nga gjashtëdhjetë e katër mijë, që janë disa romane në një përgjigje të vetme. Çmimi i lançimit është dy dollarë për milion tokena hyrëse dhe dhjetë dalëse. Kjo është pikërisht ajo që OpenAI kërkon për GPT gjashtë pikë një Sol,

0:48 modelin që trajtoja dje, dhe Sol është një që mund ta blini vërtet. Brenda Google, tashmë është në punë.

Brenda Google: Agjentët e Argonit transferojnë C++ në Rust

0:54 Google thotë se agjentët e Argonit po transferojnë C dhe C++ në Rust në të gjithë kompaninë, deri në tetëqind mijë rreshta për kernelin Fuchsia. Në Hacker News, një inxhinier kujtoi kur ekipi i C++ i Google as nuk do të konsideronte Rust dhe në vend të kësaj shikonte Carbon. Tani një model po bën migrimin për të cilin ata diskutuan.

Tabela e Google: Argon kryeson 13 nga 19 rreshtat

1:12 Tani tabela. Google vendos Argon pranë GPT gjashtë Astra, Claude Fable dhe Claude Opus në nëntëmbëdhjetë rreshta, dhe Argon del fitues në trembëdhjetë prej tyre. Titulli është DeepSWE, një standard i gjatë kodimi, me shtatëdhjetë e tetë për qind, rreth katër pikë më lart. Fitorja më e çuditshme është hartimi ligjor, ku Argon shënon njëzet për qind dhe të tjerët mbeten me shifra njëshifrore. Është nota më e mirë në një provim ku të gjithë dështojnë, dhe në standardet e

1:38 prezantimit, të cilat janë të pamposhtura, kjo vlen.

Prezantimi kibernetik: rregullon vetë, pa mburoja për mbrojtësit

1:41 Prezantimi i vërtetë është siguria. Google thotë se Argon mund të gjejë, vërtetojë dhe rregullojë vetë dobësi kritike, dhe se mbrojtësit e besuar e marrin atë pa mburoja kibernetike. Wiz e përdori për të gjetur një vrimë kritike në softuerin e spitalit që modelet e mëparshme e kishin humbur. Një detaj i vogël. Wiz i përket Google, pasi një marrëveshje prej tridhjetë e dy miliardë dollarësh u mbyll në mars. Pra, testi i hakerimit të kutisë së zezë në postim është një kompani e Google që vlerëson një model të Google. Dhe në "leaderboard" e rregullimit të gabimeve, tre modele ndajnë gjashtëdhjetë e tetë

2:10 për qind, dhe shiriti në të majtë i përket Grok. Pra, çfarë matën testuesit e jashtëm?

Numri i jashtëm: Artificial Analysis thotë 53, Opus 5.5 ka 58

2:15 "Leaderboard" e pavarur që munda të gjej me Argon është Artificial Analysis. Ajo i jep Argonit pesëdhjetë e tre në indeksin e saj të inteligjencës, në cilësimin e lartë, gjë që e barazon atë me Astra dhe Fable. Claude Opus pesë pikë pesë qëndron pesë pikë përpara. Një javë më parë ju thashë që Opus zuri vendin e parë atje, dhe ende e mban. Pjesa e drejtë për Google është fatura. Një ekzekutim i Argonit kushton rreth dy dollarë për detyrë në atë indeks, afërsisht një e treta e asaj që kushton Opus.

Kur e merrni: "Pra, prisni me durim"

2:42 Dhe kur e merrni? Google nuk do të japë një datë. Postimi premton qasje për zhvilluesit, ndërmarrjet dhe konsumatorët sa më shpejt që të jetë e mundur, me klientët e parë të API me pagesë. Postimi i Sundar Pichai në X thotë, prandaj mbajeni fort. Deri atëherë, qasja bëhet përmes Fairwind, programi që Google filloi një muaj më parë me Gemini tre pikë tetë Flash Cyber. Ka mbi gjashtëqind e pesëdhjetë partnerë, dhe ata mund t'u japin Argon vetëm

3:05 ekipeve të tyre të sigurisë dhe duhet të gjurmojnë kush e përdor. Hacker News e mori mirë. Një komentues shkroi, Gemini nuk po mposht pretendimet se nuk mund të lëshojë një model. Një tjetër parashikoi se modelet shndërrohen në "vaporware", një grup numrash në një tabelë. Ndërkohë, Netlify rindërtoi Edge Functions, të cilat ekzekutohen rreth një miliard

Netlify Edge Functions: Izolate V8 në microVM, rreth 5 herë më shpejt

3:23 herë në ditë. Ata u zhvendosën nga izolatet V8 në një shërbim të hostuar në microVM-të Firecracker brenda rrjetit të Netlify, dhe një thirrje e ngrohtë ra nga deri në dyzet milisekonda në rreth gjashtë. Hacker News theksoi se Cloudflare Workers janë gjithashtu izolate V8 dhe ekzekutohen shumë më shpejt, kështu që shumica e fitores duket se kërkesa nuk po lë më ndërtesën. Një komentues tjetër u shqetësua për snapshot-et, sepse microVM-të e klonuara mund të ndajnë gjendjen e numrave të rastësishëm, e cila është mënyra se si merrni dy UUID identike.

3:50 Një fillim i ftohtë, kur një rajon nuk e ka parë kurrë funksionin tuaj, godet rreth një për qind të thirrjeve dhe zgjat rreth nëntë milisekonda. Dhe microVM-ja vetë është Firecracker, të cilën Amazon e ndërtoi për Lambda, kështu që një komentues sugjeron të mbani mend këtë herën tjetër që shani AWS.

Dy rreshtat që postimi i Google nuk i përmend kurrë

4:06 Tani, ato dy rreshta. Në FrontierSWE dhe Terminal-bench, dy teste kodimi që teksti i postimit nuk i përmend kurrë, Argon del i fundit nga katër, në tabelën e Google. Terminal-bench vendos një agjent në një shell të vërtetë, e cila është mënyra se si shumica prej nesh do ta përdornin, dhe Opus e kryeson atë me nëntë pikë. Nëse preferoni ta lexoni këtë në vend që të dëgjoni të them, ndryshimi mbërrin në kutinë tuaj hyrëse çdo mëngjes, falas në thedaily diff.dev, lidhja më poshtë.

Vendimi: KA NEVOJË PËR SHQYRTIM, ditën që mund ta telefonoj

4:29 Pra, vendimi i sotëm për Gemini katër Argon. KA NEVOJË PËR SHQYRTIM. Do ta vulosja në atë mënyrë sepse numri i pavarur që gjeta e ka të barabartë për të dytin, dhe dy rreshtat e kodimit që më interesojnë e kanë të fundit, kështu që do ta shqyrtoj siç duhet ditën që mund ta thërras. Abonohuni, shtypni zilen, dhe më tregoni në komente nëse do ta kishit vulosur ndryshe. Dhe ky është ndryshimi për sot. Unë jam Niko nga Axrisi. Bashkohuni me përgjegjësi.

Burimet

  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

Video të ngjashme