Google ima čudovito navado, ki me vedno znova spomni na avtomobilske salone v Ženevi: pripeljejo bleščeč, brutalen superšportnik s tisoč konjskimi močmi, vsi stojimo z odprtimi usti ob rdeči vrvi, potem pa nam predstavnik v svileni obleki hladnokrvno pove, da ga nihče od nas ne sme peljati. Prav to se je pravkar zgodilo z napovedjo modela Gemini 4 Argon. Po mesecih obljub o modelu Gemini 3.5 Pro in poplavi lahkih modelov Flash je Google preprosto preskočil stopničko in udaril po mizi z novo generacijo umetne inteligence, ki postavlja povsem nova pravila igre – seveda pod pogojem, da delate v Googlovi pisarni.
Kaj zmore Argon, ko ga Googlovi inženirji spustijo s povodca?
Čeprav navadni smrtniki do modela še nimamo dostopa, ga v gorski trdnjavi v Mountain Viewu že s pridom izkoriščajo. Podatki o delovanju so osupljivi. Google poroča, da je Gemini 4 Argon z analizo telemetričnih podatkov celotne flote njihovih podatkovnih centrov uspel privarčevati kar 300 TiB delovnega spomina. To ni le programska optimizacija; to je digitalni ekvivalent tega, da bi nekdo z zgolj boljšo aerodinamiko zmanjšal porabo goriva tovorne ladje za tretjino.
Še bolj impresivna je njegova sposobnost avtonomnega programiranja. Googlovi agenti Argon so se lotili ene najbolj zoprnih nalog v računalništvu: prepisovanja starih kodnih baz iz jezikov C in C++ v varnejši Rust. Model je brez težav predelal tisoče vrstic jedrnih knjižnic re2 in libgav1 ter več kot 800.000 vrstic kode v jedru Zircon operacijskega sistema Fuchsia. Če ste kdaj poskusili ročno prevajati nizkonivojsko sistemsko kodo, veste, da gre za Sizifovo delo, ki Argonu očitno predstavlja le prijetno popoldansko malico.
Meritve, ki strašijo konkurenco, in rekordno okno izhoda
Google seveda ni skoparil s številkami. Na programerskem preizkusu DeepSWE v1.1 je Gemini 4 Argon dosegel neverjetnih 77,9 odstotka, s čimer je gladko pustil za seboj tekmece, kot so GPT-6 Astra, Fable 5.1 in Opus 5.5. Blesti tudi pri dolgotrajnih analitičnih nalogah, kjer je pobral vodilne točke na ekonomskem indeksu Vals Index.
Toda tehnični presežek, ob katerem inženirjem zastane dih, je izhodna zmogljivost. Gemini 4 Argon namreč podpira neverjeten izhodni limit kar 1.000.000 žetonov. Prejšnji modeli Gemini so zmogli skromnih 64.000 žetonov. Ta orjaški skok omogoča reševanje zastrašujoče obsežnih problemov v enem samem koraku, brez drobljenja nalog na manjše kose.
Kibernetska varnost in nadzor nad razmišljanjem
Glavno poslanstvo Argona v tej začetni fazi je digitalna obramba. Zaradi izjemne moči se je Google odločil za postopno uvajanje prek programa Fairwind za zaupanja vredne partnerje. Varnostno podjetje Wiz je z Argonom že odkrilo kritično ranljivost v sistemu, ki ga uporabljajo bolnišnice po vsem svetu, pri čemer so drugi vodilni modeli to napako preprosto spregledali.
Po številnih hekerskih škandalih v preteklih mesecih je vprašanje varnosti modelov ključno. Google trdi, da Argon vsebuje varovala, ki neposredno nadzorujejo njegovo verigo razmišljanja (chain-of-thought) in ga lahko nemudoma zaustavijo, če začne prestopati etične ali varnostne meje. Transparentnost sklepanja tako postaja temelj sodobnih modelov na tehnološki meji.
Briljanten dirkalnik, ki še čaka v boksih
Google je z modelom Gemini 4 Argon pokazal mišice in vsem v panogi poslal zelo jasno sporočilo: dirka za primat v umetni inteligenci še zdaleč ni končana. Čeprav so številke osupljive, ostaja rahlo grenak priokus, saj je orodje za zdaj rezervirano le za peščico izbrancev v zaprtih laboratorijih. Vendar pa imamo vsaj uradne cene za vmesnik API: ko bo Argon na voljo, bo stal 2 dolarja na milijon vhodnih žetonov in 10 dolarjev na milijon izhodnih žetonov, pri čemer bo predpomnjeni vnos cenejši za kar 95 odstotkov. To je presenetljivo agresivna cenovna politika za model tega kova.
Širša dostopnost se bo po zaključku varnostnih preizkusov začela pri plačljivih uporabnikih API-ja in naročnikih paketa Google AI Ultra, točnega datuma pa Google še ne razkriva. Prava preizkušnja modela se bo tako začela šele ob splošni dostopnosti za razvijalce v praksi, ko bo jasno, kako se obnesejo napovedana varnostna varovala in kakšen bo odgovor konkurence.
