Imaginea oficială Google pare să fie preluată din noul film „Fantastic Four”, dar care este problema: reprezintă o întoarcere la o carieră care părea să fi fost abandonată. De luni de zile compania a fost puțin la deriva în lupta pentru modele de frontieră, dar cu Gemini 4 Argon totul indică, cel puțin conform benchmark-urilor, că Google se poziționează ca una dintre cele trei companii cu cele mai puternice modele din lume. Și problema este: reperele.
Google este din nou acolo
Gemini 4 Argon vine cu rezultate de referință care îl plasează alături de OpenAI și Anthropic în lupta pentru cele mai puternice modele de frontieră din lume. Analiza artificială oferă 53 de puncte în Indexul său de inteligență, la fel ca GPT-6 Astra, dar conform testelor interne Google, Gemini 4 este o bestie care depășește Opus 5.5 și Fable 5.1 în diverse teste. Este într-adevăr la fel de bun cum spune Google?
Testele interne par să demonstreze clar că Gemini 4 Argon este în prezent cel mai bun model din lume. Nu suntem siguri dacă este.
Nu putem ști dacă este cel mai bun
Deși datele atât de la Google, cât și de la Artificial Analysis dau multe indicii despre performanța fantastică a Gemini 4 Argon, problema este că modelul nu a fost lansat pe scară largă. Mai întâi, va fi disponibil unui grup limitat de „testereri de încredere” și specialiști în securitate cibernetică prin programul Fairwind. Modelul este analizat și de Guvernul SUA, care devine obișnuit pentru a evita blocajele guvernamentale.
Unii angajați l-au încercat și povestea se complică
Bloomberg am vorbit cu capacitatea angajaților și încep să confunde mai mult cu angajații. Ei susțin că, deși Argon obține scoruri fantastice la teste, atunci când îl pun la lucru la anumite sarcini de programare, nu se descurcă atât de bine. Google neagă acest lucru, iar Sundar Pichai spune că echipele sale îl folosesc pe scară largă și obțin rezultate bune. Se pare că există o diviziune în interior cu privire la caracterul practic al modelului și este imposibil să știm cum funcționează pentru fiecare persoană până când îl putem testa.
Google este din nou în cursă, dar este încă oarecum departe de modelele lui Claude, care sunt încă în frunte conform analizei artificiale.
Un punct de referință este doar atât, un punct de referință
Teste precum cele dedicate programării sau automatizării încearcă să servească drept cazuri reale, dar hallucina-cuenta-mini" 15% în AA-Omniscience în timp ce GPT-6 Astra halucinează 50%, o diferență uriașă. Ce se întâmplă este că Astra atinge o precizie mai mare în acest test. Ceea ce se întâmplă aici este că Gemeni 4 nu halucinează la fel de mult pentru că este capabil să spună „nu știu” în loc să dea un răspuns intenționat. Este o cale rezonabilă, dar arată și că „15%” are nevoie de context.
Google dorește să concureze și la preț
Gemini 4 va avea inițial un preț promoțional de 2/10 USD per milion de jetoane de intrare/ieșire, ceva important mai ales acum că folosirea acestor modele în sarcini agentice ore în șir scump. Potrivit Inteligenței Artificiale, cu acest cost redus, Gemini 4 reușește să aibă un cost pe sarcină cu 40% mai mic decât GPT-6 Astra. Dar, desigur, asta nu va dura pentru totdeauna, iar Google va dubla prețurile mai târziu pentru a le lăsa la 4/20 USD, care este deja un cost mai dificil de asumat pentru utilizare intensivă. Acolo sperăm că o posibilă variantă Flash va atenua această secțiune.
În investigația noastră tehnică | A ține pasul cu IA în 2026 este imposibil: provocarea de a descoperi care este cel mai bun chatbot astăzi