Dübörög az AI-verseny: elképesztő, mire képes a Google új modellje
A Google váratlanul leállította a korábban tervezett Gemini 3.5 Pro kiadását, mivel az nem hozta a várt minőségi ugrást, helyette teljesen új alapokra helyezett csúcsmodellel lépett a következő generációba. A Gemini 4 Argont a Google DeepMind mérnökei egy alapjaiban új előtanítási folyamattal alkották meg, a modell pedig már globálisan elérhető.
Egymillió tokenes kimenet
A korábbi nyelvi modellek legnagyobb korlátja az aszimmetria volt: a bemeneti oldalon hatalmas szövegtömegeket fogadtak be, a válaszadásnál viszont 64 ezer tokenes plafonba ütköztek, így egyetlen nekifutásból nem tudtak több száz fájlt érintő programkódot vagy százoldalas matematikai levezetést végigvinni. Az új architektúrára épülő Gemini 4 Argon egyesített, 1 048 576 tokenes kontextusablakkal rendelkezik, és long decode üzemmódban akár egymillió tokenes folyamatos kimenet előállítására is képes, ami százezer tokenen átívelő belső érvelési láncok futtatását teszi lehetővé.
Negyvenmilliós kódbázis átszervezése
A Google fejlesztőkörnyezetében az Argon a legkeményebb szoftverarchitektúrák rendbetételén dolgozott: az önállóan dolgozó AI-ügynökök által beadott éles kódok aránya több mint 35 százalékkal nőtt, a hibák miatti visszavonások száma pedig közel harmadával esett vissza. A modell a mintegy 40 millió kódsoros Chromium bázisában egy nagyjából hatmillió soros, évtizedek alatt összegabalyodott mappát is átlátott, és párhuzamosan több száz fájlban hajtott végre architekturális refaktorálást. A hosszú távú szoftvermérnöki feladatokat mérő DeepSWE v1.1 teszten 77,9 százalékot ért el.
Fúziós reaktorok és kvantumkód
A modell aktív kutatótársként vesz részt az alapkutatásokban. A fizikában 1967 óta tartotta magát a Grad-sejtés, amely szerint nem léteznek egzakt matematikai megoldások a sztellarátorok háromdimenziós mágneses mezőire; a Google kutatói és Matt Landreman, a Marylandi Egyetem professzora az Argon segítségével ellenpéldák új, széles osztályát fedezték fel. A kvantum-számítástechnikában a modell a Google hibajavító dekóderét írta át egyetlen optimalizált hardveres kernellé, megduplázva annak sebességét, egy alapvető szubrutin tér-idő költségét pedig több mint százszorosára csökkentette.
Orvosi felfedezések és robotika
A Gamow Labs genetikusai újszülöttek ritka tüdőfejlődési rendellenességeinek genomját elemezték az Argonnal, amely egy olyan rejtett kromoszómaátrendeződést szúrt ki, amely felett a hagyományos diagnosztikai szoftverek éveken át elsiklottak. A kutatók a modellel öt új szerin-észteráz enzimet is terveztek, amelyek laboratóriumban bizonyítottan bontják az észterkötéseket. A Video-to-Sim-to-Real folyamattal a modell nyers videófelvételből ír szimulációs kódot: az Apptronik Apollo humanoid robotja így órák alatt sajátította el a járáshoz szükséges mozdulatsort, és a valós teszteken zsinórban hétszer hibátlanul célba talált.
Vállalati és biztonsági eredmények
Az Argon a Vals Index ranglistájának élére állt 68,9 százalékos eredménnyel, amely a modellek pénzügyi, jogi, adózási és programozási teljesítményét súlyozza. A kiberbiztonsági CWE-Bench sebezhetőségjavítási listán szintén az első helyre került: a Wiz Scan for Good programjában egy egészségügyi szoftverben tárt fel egy kritikus sebezhetőségi láncot, amellyel páciensek százezreinek adatait sikerült megvédeni. A rejtett utasításos támadásokkal szemben 99,3 százalékos védettséget mutat, és ha egy feladatot nem tud megoldani, hallucinálás helyett jelzi a negatív eredményt.
Elérhetőség és kutatói program
A Gemini 4 Argon a fejlesztők számára a Google AI Studióban és a Vertex AI felületén érhető el, a Google AI Pro és Google AI Ultra előfizetők pedig a Gemini alkalmazásban és a Google Kereső AI-módjában próbálhatják ki. A Google világszerte tízezer kutatónak biztosít fél évig ingyenes hozzáférést a legmagasabb számítási csomaghoz.
