Вчера все обсуждали, что Google выпустила новую модель. А сегодня стоит разобраться подробнее: в каких тестах Gemini 4 Argon действительно сильна, а где всё держится на красивых словах.
Сначала о сильных сторонах. В тесте долгосрочной разработки ПО DeepSWE модель набрала 77,9%, обойдя Claude Opus 5.5 с результатом 74,2% и GPT-6 Astra с 74,1%. В Vals Index, оценивающем знания в сфере финансов, права и налогообложения, она впервые заняла первое место с результатом 68,9%. В бенчмарке автоматизации бизнес-процессов AutomationBench — 51,3%, почти на 9 пунктов больше, чем у ближайшего конкурента. В Vibe Code Bench — 91,9%; в тесте на работу с очень длинными текстами GraphWalks (от 256 тысяч до 1 миллиона токенов) — 84,2%; в понимании длинных видео — 91,7%. Сводный индекс независимой компании Artificial Analysis оценил модель в 53 балла: столько же набрала GPT-6 Astra, а результат на 23 балла выше, чем у предыдущей флагманской модели Google.
О слабых сторонах тоже стоит сказать. В тесте практической работы с терминалом Terminal Bench модель набрала всего 57,4%, уступив GPT-6 Astra и Opus 5.5. В бенчмарке юридических агентов Harvey результат составил 19,6%: это почти втрое выше, чем у занявшей второе место модели, но абсолютный показатель всё равно низкий. Кроме того, скорее всего, часть результатов получена в собственных тестах Google, тогда как показатели конкурентов взяты из открытых рейтингов. К этим цифрам стоит относиться с осторожностью.
Цена — по-настоящему агрессивная. По акции миллион входных токенов стоит 2 доллара, выходных — 10 долларов; на кэшированные входные токены действует дополнительная скидка 5%. После 30 ноября цены удвоятся. Платные подписчики уже могут пользоваться моделью в Gemini App, AI Mode и Antigravity.
О реальных возможностях лучше говорят примеры внедрения, а не баллы. Во внутреннем тесте Google по программированию, проходившем всю ночь, модель помогла внести 2 оптимизации, а 4 предложения были отклонены — автоматического одобрения всего подряд не было. Инженер Chrome с её помощью выполнил архитектурный рефакторинг в кодовой базе Chromium объёмом 40 миллионов строк, затронув сотни файлов. Среди первых корпоративных клиентов — Deloitte, LexisNexis и Isomorphic Labs.
С точки зрения криптоиндустрии здесь важны два направления. Fairwind планирует передать защитникам версию модели без ограничителей кибербезопасности. Вчера инженеров OpenAI арестовали по делу, где ИИ использовали для атаки на ИИ; сегодняшняя история — про ИИ, который защищает от ИИ. Обе стороны наращивают силы. А чтобы экономика агентов действительно заработала, необходима инфраструктура расчётов в блокчейне — газ, идентификация и платежи. Именно здесь криптоиндустрия занимает самое практичное место в повестке ИИ.
И наконец, главный вопрос: какими бы впечатляющими ни были результаты бенчмарков, это лишь пропуск на рынок. Предприятиям важнее цена, ограничения на использование и условия управления данными. Коммерческий экзамен Google ещё не сдан.
#GoogleВыпустилаИИМодельGemini4Argon
#AI #Gemini
Всё вышесказанное не является инвестиционной рекомендацией. DYOR: изучайте всё самостоятельно, торговля сопряжена с риском.
Сначала о сильных сторонах. В тесте долгосрочной разработки ПО DeepSWE модель набрала 77,9%, обойдя Claude Opus 5.5 с результатом 74,2% и GPT-6 Astra с 74,1%. В Vals Index, оценивающем знания в сфере финансов, права и налогообложения, она впервые заняла первое место с результатом 68,9%. В бенчмарке автоматизации бизнес-процессов AutomationBench — 51,3%, почти на 9 пунктов больше, чем у ближайшего конкурента. В Vibe Code Bench — 91,9%; в тесте на работу с очень длинными текстами GraphWalks (от 256 тысяч до 1 миллиона токенов) — 84,2%; в понимании длинных видео — 91,7%. Сводный индекс независимой компании Artificial Analysis оценил модель в 53 балла: столько же набрала GPT-6 Astra, а результат на 23 балла выше, чем у предыдущей флагманской модели Google.
О слабых сторонах тоже стоит сказать. В тесте практической работы с терминалом Terminal Bench модель набрала всего 57,4%, уступив GPT-6 Astra и Opus 5.5. В бенчмарке юридических агентов Harvey результат составил 19,6%: это почти втрое выше, чем у занявшей второе место модели, но абсолютный показатель всё равно низкий. Кроме того, скорее всего, часть результатов получена в собственных тестах Google, тогда как показатели конкурентов взяты из открытых рейтингов. К этим цифрам стоит относиться с осторожностью.
Цена — по-настоящему агрессивная. По акции миллион входных токенов стоит 2 доллара, выходных — 10 долларов; на кэшированные входные токены действует дополнительная скидка 5%. После 30 ноября цены удвоятся. Платные подписчики уже могут пользоваться моделью в Gemini App, AI Mode и Antigravity.
О реальных возможностях лучше говорят примеры внедрения, а не баллы. Во внутреннем тесте Google по программированию, проходившем всю ночь, модель помогла внести 2 оптимизации, а 4 предложения были отклонены — автоматического одобрения всего подряд не было. Инженер Chrome с её помощью выполнил архитектурный рефакторинг в кодовой базе Chromium объёмом 40 миллионов строк, затронув сотни файлов. Среди первых корпоративных клиентов — Deloitte, LexisNexis и Isomorphic Labs.
С точки зрения криптоиндустрии здесь важны два направления. Fairwind планирует передать защитникам версию модели без ограничителей кибербезопасности. Вчера инженеров OpenAI арестовали по делу, где ИИ использовали для атаки на ИИ; сегодняшняя история — про ИИ, который защищает от ИИ. Обе стороны наращивают силы. А чтобы экономика агентов действительно заработала, необходима инфраструктура расчётов в блокчейне — газ, идентификация и платежи. Именно здесь криптоиндустрия занимает самое практичное место в повестке ИИ.
И наконец, главный вопрос: какими бы впечатляющими ни были результаты бенчмарков, это лишь пропуск на рынок. Предприятиям важнее цена, ограничения на использование и условия управления данными. Коммерческий экзамен Google ещё не сдан.
#GoogleВыпустилаИИМодельGemini4Argon
#AI #Gemini
Всё вышесказанное не является инвестиционной рекомендацией. DYOR: изучайте всё самостоятельно, торговля сопряжена с риском.