Dübörög az AI-verseny: elképesztő, mire képes a Google új modellje
A Google elkasálta a korábban tervezett Gemini 3.5 Pro kiadását, és helyette egy teljesen új alapokra helyezett csúcsmodellel, a Gemini 4 Argonnal lépett a következő generációba. A modell egymillió tokenes kimeneti korlátjával nem csupán szövegeket generál, hanem negyvenmillió soros kódbázisokat strukturál át, fúziós reaktorok matematikai problémáit oldja meg, és videófelvételek alapján tanít meg humanoid robotokat mozogni.
Átalakultak az erőviszonyok
Az elmúlt hónapokban látványosan átalakultak az erőviszonyok a mesterséges intelligencia piacán. Míg az OpenAI a GPT-6 Astra, az Anthropic a Claude Opus 5.5, a Meta pedig a Muse Wonder modellekkel igyekezett bebiztosítani vezető pozícióját, a Google háza tájáról egy ideig szokatlan csend hallatszott. A keresőóriás a belső tesztek során úgy döntött, hogy teljesen elkaszálja a korábban tervezett Gemini 3.5 Pro kiadását, mivel az nem hozta a várt minőségi ugrást. Helyette a Google DeepMind mérnökei tiszta lappal indultak, és egy alapjaiban új előtanítási folyamaton keresztül megalkották a vállalat új zászlóshajóját. A most már globálisan is elérhető modellt kifejezetten hosszú távú, többlépcsős mérnöki, tudományos és vállalati munkafolyamatokra tervezték.
Egymillió tokenes kimenet
A korábbi generációs modellek a válaszadásnál szűk korlátokba ütköztek: a 64 ezer tokenes kimeneti plafon miatt képtelenek voltak egyetlen nekifutásból több száz fájlt érintő programkódokat vagy százoldalas matematikai levezetéseket végigvinni. Az új architektúrára épülő Gemini 4 Argon egyesített, 1 048 576 tokenes kontextusablakkal és akár egymillió tokenes folyamatos kimenetelőállításra képes long decode üzemmóddal rendelkezik. Ez lehetővé teszi, hogy a modell százezer tokenen átívelő belső gondolatmeneteket és érvelési láncokat futtasson le.
Negyvenmilliós kódbázis refaktorálása
A Google mérnökei az Argont a saját fejlesztőkörnyezetükben vetették be a legkeményebb szoftverarchitektúrák rendbetételére, aminek eredményeként az önállóan dolgozó AI-ügynökök által beadott éles kódok aránya több mint 35 százalékkal nőtt, a hibák miatti visszavonások száma pedig közel a harmadával esett vissza. A modell a nyílt forráskódú Chromium mintegy negyvenmillió kódsort számláló bázisában egy nagyjából hatmillió soros, összegabalyodott mappát látott át, és párhuzamosan több száz fájlban hajtott végre architekturális refaktorálást. A hosszú távú szoftvermérnöki feladatokat mérő DeepSWE v1.1 teszten az Argon 77,9 százalékot ért el, jóllehet bizonyos terminálkezelési mérésekben a GPT-6 Astra és a Claude Opus 5.5 továbbra is kemény ellenfél.
Fúziós reaktorok és kvantumszámítógépek
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 egy teljesen új osztályát fedezték fel a sejtésre, megalapozva a jövő fúziós reaktorainak tervezését. A kvantum-számítástechnikában a modell a Google hibajavító dekóderét írta át egyetlen hardveres kernellé, megduplázva annak adatfeldolgozási sebességét, egy alapvető szubrutin tér-idő költségét pedig több mint százszorosára csökkentette.
Rejtett kromoszómaátrendeződés és új enzimek
A Gamow Labs genetikusai újszülöttek ritka tüdőfejlődési rendellenességeinek genomját elemezték az Argonnal: a modell egy olyan rejtett kromoszómaátrendeződést szúrt ki, amely felett a hagyományos diagnosztikai szoftverek éveken át elsiklottak, és magyarázatot is adott arra, miért maradt a hiba észrevétlen. A kutatók a modellel öt új szerin-észteráz enzimet is terveztek, amelyek laboratóriumi teszteken bizonyítottan képesek az észterkötések bontására.
Videóból tanuló robotok
Az Argon új Video-to-Sim-to-Real folyamatával a modell egy nyers videófelvételből önállóan megbecsüli a térbeli mélységet és a fizikai határokat, majd megírja a pontos szimulációs kódot. Ezzel az Apptronik Apollo nevű humanoid robotja órák alatt elsajátította a járáshoz szükséges mozdulatsort, a valós teszteken pedig zsinórban hétszer hibátlanul célba talált. A vállalati szektorban a modell a Vals Index ranglistájának élén áll 68,9 százalékos eredménnyel, a CWE-Bench sebezhetőségjavítási listán szintén az első helyre került. A Wiz biztonsági cég programjában egy egészségügyi szoftverben tárt fel egy kritikus sebezhetőségi láncot, amelynek javításával páciensek százezreinek adatait sikerült megvédeni.
Elérhetőség és kutatói program
A Gemini 4 Argon a fejlesztők számára már elérhető a Google AI Studióban és a Vertex AI felületén, 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 teljesen ingyenes hozzáférést a legmagasabb számítási csomaghoz.
