1 сая гаралтын токен ба DeepSWE 77.9%: Google шинэ үеийн тэргүүлэх "Gemini 4 Argon" моделио зарлалаа

Хиймэл оюуны салбарт тэргүүлэгч том лабораториудын өрсөлдөөн эгзэгтэй цэгтээ хүрч байна. OpenAI болон Anthropic-ийн сүүлийн саруудын эрчимтэй нээлтүүдийн дараа Google хариу цохилт хийж, инженерүүдийн удаан хүлээсэн дараагийн үеийн флагман модель болох Gemini 4 Argon-ийг албан ёсоор зарлалаа.

Google DeepMind-ийн ерөнхий архитектор Корай Кавукчуоглу (Koray Kavukcuoglu)-гийн мэдээлснээр, Argon нь зүгээр нэг чатбот биш, харин бодит ертөнцийн программ хангамжийн инженерийн нарийн төвөгтэй даалгаврууд, кибер хамгаалалт болон олон цагаар үргэлжлэх ажлын урсгалыг (long-horizon workflows) бие даан гүйцэтгэх чадвартай "frontier" ангиллын систем юм.

Архитектурын хувьсгал: 1 сая хүртэлх гаралтын токен (Output Tokens)

Gemini 4 Argon-ийн хөгжүүлэгчдийн анхаарлыг хамгийн их татаж буй техникийн үзүүлэлт нь түүний гаралтын цонх буюу output token limit юм. Өмнөх үеийн модельд нэг дуудлагаар 64,000 токен үүсгэдэг байсан хязгаарыг огцом ахиулж, нэг удаагийн хариултаар 1,000,000 хүртэлх токен шууд үүсгэх боломжтой болгожээ.

Энэ нь программ хөгжүүлэгчдэд ямар ач холбогдолтой вэ?

Кодын санг нэг дор шинэчлэх: Өмнө нь томоохон системүүдийг рефакторинг хийх эсвэл код хөрвүүлэхэд контекстийг жижиг хэсгүүдэд хувааж (chunking), олон шатлалт API дуудлага хийх шаардлагатай болдог байв. Энэ нь кодын логик алдагдах, state хадгалахад алдаа гарах үндэс болдог байсан.
Бүрэн архитектур угсрах: Нэг сая гаралтын токен гэдэг нь бүхэл бүтэн microservice, өгөгдлийн сангийн schema, API route-ууд, unit болон integration тестүүдийг хавсаргасан бүрэн эх кодоо нэг дор бүрэн генерит хийх боломж бүрдэж байна гэсэн үг юм.

Бенчмарк: DeepSWE дээр 77.9%-ийн амжилт

Google-ийн нийтэлсэн 19 төрлийн харьцуулсан бенчмаркийн 13-т нь Gemini 4 Argon дангаараа тэргүүлсэн байна. Ялангуяа бодит программ хангамжийн алдаа засах, код бичих чадварыг шалгадаг DeepSWE v1.1 үнэлгээгээр:

Gemini 4 Argon: 77.9%
Claude Opus 5.5: 74.2%
GPT-6 Astra: 74.1%

Ингэснээр Gemini 4 Argon нь SWE шалгуурт хамгийн өндөр оноо авсан систем болж байна. Үүнээс гадна кибер аюулгүй байдлын хүрээнд хийгдсэн Gray Swan-ийн Indirect Prompt Injection тест дээр халдлага амжилттай болох магадлал ердөө 0.7% гарч, туршилтад орсон 13 моделиос хамгийн аюулгүй нь гэдгээ баталлаа.

Google дотоод системүүддээ хэрхэн ашиглаж байна вэ?

Google-ийн мэдээлснээр тус компанийн дотоод олон мянган инженерүүд Argon-ийг өдөр тутмын хөгжүүлэлтдээ хэдийнэ туршин ашиглаж эхэлжээ. Тэдний хуваалцсан зарим бодит туршилтууд анхаарал татаж байна:

C/C++ кодын санг Rust руу хөрвүүлсэн нь: Олон арван мянган мөр бүхий legacy кодуудыг санах ойн аюулгүй байдлыг хангасан Rust хэл рүү амжилттай шилжүүлсэн байна. Жишээлбэл, Argon агентээр оновчлогдсон видео декомпрессор өмнөх Rust хувилбараасаа 2.7 дахин хурдан ажилласан байна.
Дата төвийн санах ойн оновчлол: Google-ийн серверүүдийн санах ойн менежментийг сайжруулснаар 300 гаруй TiB (тебибайт) санах ойг суллаж чаджээ.

Үнийн түрэмгий бодлого

OpenAI болон Anthropic-ийн өндөр үнэтэй reasoning загваруудтай өрсөлдөхийн тулд Google үнийн тал дээр маш түрэмгий бодлого баримталж байна.

Оролтын үнэ (Input): $2 / 1 сая токен
Гаралтын үнэ (Output): $10 / 1 сая токен
Prompt Caching хөнгөлөлт: 95% хүртэл

Энэ нь зах зээл дээрх өрсөлдөгч Claude Opus 5.5-ийн үнээс бараг хоёр дахин хямд өртөг юм. Ийм түвшний reasoning чадвартай загварыг энэ үнээр нийлүүлж байгаа нь том хэмжээний AI агент, автоном систем хөгжүүлж буй багуудад зардлаа эрс танах боломж олгоно.

Хэзээ туршиж үзэх боломжтой вэ?

Одоогоор Gemini 4 Argon-ийг шууд нийтэд нээгээгүй байна. Загварын хэт өндөр чадвар, ялангуяа кибер сүлжээнд цоорхой хайх, автомат системүүдийг удирдах эрсдэлийг харгалзан Google эхний ээлжинд уг моделийг Fairwind Program-аар дамжуулан баталгаажсан кибер хамгаалалтын түншүүдэд туршилтын журмаар хүргэж байгаа аж.

Мөн АНУ-ын засгийн газартай тохиролцсон сайн дурын аюулгүй байдлын аудит хийгдсэний дараа төлбөртэй API хэрэглэгчид болон Google AI Studio, Vertex AI-аар дамжуулан нийт хөгжүүлэгчдэд үе шаттайгаар хүргэхээр төлөвлөжээ.

Эх сурвалж: Google DeepMind Official Blog (Koray Kavukcuoglu), VentureBeat AI