要約:
Flash 3.5 シリーズを 3.8 シリーズに連続的にアップデートした後、主力の Pro バージョンをまだ提供していない Google は、市場の期待を安定させるために大ヒット製品を緊急に必要としています。 2週間前に小規模な試験を密かに開始したジェミニ4号アルゴンがこの役割を担う。アルゴンとは、無色無臭で安定なアルゴンのことです。多くの場合、溶接や半導体製造などの重要なプロセスで保護バリアを提供します。この名前にちなんで命名したのは、Google の現在のニーズを反映しているだけです。これ以上のギミックはなく、状況を安定させるための確実なリリースです。
たった今、Gemini 4 Argon が 6 か月間かけて磨き上げられ、100,000 人を超える Google 社内ユーザーによってテストされ、世界中で正式に発売されました。
Google AI プロダクト リーダーのローガン キルパトリック氏はソーシャル プラットフォームで、これは Gemini 4 時代の始まりにすぎないと述べました。新しいモデルは、人々がこれまで想像すらできなかった困難な問題を克服できるように設計されています。
Google は半年にわたって要請を受け、新しいフラッグシップを発表しました
ポジショニングの観点から見ると、Gemini 4 Argon は、プログラミング、金融、法律、ネットワーク セキュリティ、最先端の科学などの分野をカバーする、複雑で複数のステップから成る現実世界の奥深いタスクに完全に焦点を当てています。アルゴンは、主要な経済セクターのパフォーマンスを測定するヴァルス指数で断トツの1位を獲得しました。
人工分析インテリジェンス インデックス リストでは、Argon (High) が 53 ポイントを獲得しました。これは、Claude Fable 5.1 および GPT-6 Astra の最大レベルと同じです。
エージェント アリーナの総合リストでは、Argon (High) が GPT-6 Astra (Max) に次いで、Claude Sonnet 5.5 (Max) の前に 5 位にランクされています。
Google は、高強度の長距離タスクをサポートするために、今回 API で最大 100 万の統一された入出力トークン制限を提供し、新しい更新プロトコルを開始しました。
高いコンピューティング電力消費の予想と比較して、Argon の初期割引期間の価格設定は非常に強気です。 100 万個の入力トークンはわずか 2 ドルで、100 万個の出力トークンは 10 ドルです。キャッシュされた入力の割引は 95% にもなります。
現在、開発者は AI Studio、Android Studio、Gemini API を通じてモデルにアクセスできます。 Google AI Pro および Ultra の加入者は、Gemini アプリケーション、検索 AI パターン、エージェント開発プラットフォーム Google Antigravity で直接これを使用することもできます。
市場に投入される前に、Google の社内エンジニアリング チームはすでに Argon を主要な生産性ツールとしてみなしていました。
過去数週間で、Antigravity プラットフォームの Argon モデルの助けにより、Google エンジニアはエージェント コードの送信数が 35% 以上増加し、コード ロールバック率が 3 分の 1 近く減少しました。
Argon は、コードとモデルの最適化において高度な自律性を示します。これにより、Chrome チームは数週間のうちに 600 万行のレガシー コードを 4,000 万行のコード ベースにリファクタリングし、ブラウザのクラッシュの一種を完全に排除することができました。
簡単な目標とルールだけを知っているという条件の下で、Google エージェント フレームワーク ADK を一晩で独自に最適化し、長時間のセッション メモリの準備時間を 40% 削減しました。また、品質損失ゼロを維持しながら、オープンソース モデル Gemma 4 E2B のエンドツーエンドの推論速度が数日以内に 2.85 倍向上しました。
この長期的な推論能力は、すぐにビジネス、科学研究、物理学の世界にも広がりました。
初期の評価で、デロイトは長期的なクロスツール タスクの完了率を 100% と測定しました。ケプラーは、同社が作成した複数年にわたる財務報告書が人間のアナリスト モデルと 99% 以上一致していることを発見しました。また、リーガル テクノロジー企業 MinutaIA は、人間の専門家が見逃していた事件の詳細を明らかにするためにケプラーを使用しました。
科学研究の面では、量子化学計算と量子誤り訂正解読が大幅に高速化されただけでなく、5 つの新しい酵素の設計を数時間以内に完了し、核融合の「うれしい予想」に対する新しい反例を見つけるのにも役立ちました。
身体性知能テストでは、人間が土嚢で遊んでいるビデオを見るだけで、関節の軌道を独自に計算し、数時間以内にシミュレーション コードを作成しました。アポロ人型ロボットにそのまま搭載され、実機で7連射を達成した。同時にGoogleは、世界中の数万人の科学者にAntigravityへの無料アクセスを6か月間提供すると発表した。
機能の拡張に伴い、Google は最も厳格なセキュリティ スタックを導入しました。推論ステップにリアルタイム モニターを導入することにより、プログラミング テストで不正なショートカットを実行するモデルの割合が 2% に減少し、間接的なプロンプト ワード インジェクション攻撃の成功率が 0.7% に減少しました。
トップレベル AI の選択肢が 1 つ増え、ユーザーがやりくりするポイントが 1 つ減ります
モデルの権限が完全に自由化されたことで、世界中の開発者やテクノロジーブロガーがすぐにプラットフォームに集まり、実際のテストを実施しました。 3D 空間の構築、物理シミュレーション、および運用効率が最初のテスト バッチの焦点となりました。
公式デモでは、Argon は純粋な Python を使用して 3D レイ トレーシング エンジンを最初から作成したり、机の写真をミニチュア レーシング ゲームに変えることができます。この空間推論とコーディング能力は、ネチズンによる実際の測定でも直感的に確認されています。
ブロガーの Bhavy は、外部の 3D アセットやゲーム エンジンを使用せず、純粋に数学コードに依存して単一のブラウザ ファイルで構築された日当たりの良い研究室を示し、現実的な光と影の反射と窓の外の山々の詳細をリアルに再現し、これを獣と呼びました。
「水から飛び出す 3D クジラ」の 4 者によるブラインド テストでも、Argon のフォトリアリズムは、Claude Opus 5.5、GPT-6 Astra、および Kim K3 を明らかに上回りました。
インタラクティブ生成もデリケートです。ユーザー Ashutosh は、いくつかのプロンプトを使用するだけで、現実的な水のパターンと物理的な制御を備えた島セーリング ゲームを作成しました。
開発者 Adit_Yah によってテストされたミニチュア アイランド樹脂ブロックは、コースティックス、波、ゼリーの物理的効果を含む調整可能なインターフェイスを完成させるのに、わずか 13 分と週間割り当ての 2% しかかかりませんでした。
投資家のジャスティン ムーアは、複雑で包括的なタスクを解体する際に、グラフィック データを提供せずにインタラクティブな Apple コンピュータ ミュージアムを作成するようアルゴンに依頼しました。
結果として得られたモデルは、アーカイブから Mac の写真を自律的に取得し、画像をクリーンアップするための独自のツールを作成し、50 年にわたるハードウェア仕様データを取得し、最終的に時間の経過とともにスライドして変形する UI を備えた 3D カバー フロー Web ページを構築しました。
また、Argon の複雑なコード構築と中国語のクリエイティブ ライティングに関する実際のテストも初めて実施しました。
コード テストでは、Three.js と TypeScript を使用して、論理的な階層化、コンボ決定、完全な HUD を含む、東洋の紙スタイルの古戦場の「比類のない」アクション ゲームのプロトタイプを作成する必要がありました。最終的なプロジェクトは高いレベルで完成し、実際の戦闘映像やインタラクティブ効果は非常に優れていました。
暴風雨前の生鮮市場の感覚的な雰囲気の描写や本屋のオレンジ色の猫の視点などの中国語のライティング テストでは、新モデルは前世代の Flash シリーズの安定したレベルを継続しています。
そして、文章のスタイルは大幅に改善され、以前のように壮大な語彙を積み上げる習慣が大幅に減りました。
他の最先端の大型モデルとの直接対決は、Argon のスピードと価格の優位性を十分に示しています。
AIHubmix チームは、API を通じてまったく同じプロンプト ワードを使用して、Gemini 4 Argon と GPT-6 Astra でピクセル スタイルの古代建物の夜景の生成をテストしました。結果は、GPT-6 Astra は 25 分かかり、最大 11 米ドルのコストがかかりましたが、Argon はわずか 3 分でタスクを完了し、コストは 0.50 米ドルという低さで、画像の色レベルと光と影の詳細も劣っていないことがわかりました。
クロード オーパス 5.5 との複数の比較でも、アルゴンは非常に高いコストパフォーマンスを示しました。
ブロガーの Rubens Soto は、2 つのモデルに同じタスクを課しました。つまり、テスラ スタイルの電気モーターがどのように機能するかを説明する映画のような 3D アニメーションを作成しました。このテストでは、Argon のビルドあたりのコストは 3.83 ドルで、Opus 5.5 の 16.36 ドルを大幅に下回りました。
別のレビュアーである Pranav Reddy は、Three.js を使用して 3D ヒューマノイド ロボットの戦闘とアクションのシミュレーションをテストしました。生成されたインタラクティブ インターフェイスの完成度と関節動作のスムーズさから判断すると、Argon は多くの重要な指標で Opus 5.5 を上回りました。
しかし、第一世代の Argon はすべてのシナリオにおいて完璧ではありませんでした。
「ゴジラ vs コング」の 3D シーン生成を比較した際、テスト機関の AI/ML API は、アルゴン (4.22 ドル) の通話コストは GPT-6 アストラ (23.82 ドル) よりもはるかに低いものの、特定の複雑な生物学的モデルの画質と形態学的復元には明らかに改善の余地があると指摘しました。
公式に公開されたハードコアなエンジニアリング データからネットワーク全体に広がった実際の評価に至るまで、Gemini 4 世代における Google のプレイ スタイルが大幅に変化したことがわかります。
単純なチャットや会話のスキルにこだわる必要はなくなり、推論コストを削減し、コンテキスト ウィンドウを延長し、コードと空間物理学の推論を強化することで、大規模なモデルを産業レベルのコード ライブラリ、科学研究所、生産パイプラインに真に挿入できるようになります。
Claude のアカウントが厳しく禁止され、ChatGPT が頻繁によだれを垂らしていることを考慮すると、包括的な機能と手頃な API 価格を備えた Gemini 4 Argon は、間違いなくタイムリーな雨であり、日常の生産性向上ツールの不安を大幅に軽減し、友人の力を真に高めてくれました。
高強度の推論によって引き起こされるコンピューティング電力消費に直面しているだけで、「大家」である Google にはそれほど余剰があるようには見えません。
有効な最新の公式アクセス ルールによれば、現在、無課金ユーザーはデフォルトでシステムの自動割り当てモデルに割り当てられています。ほとんどのリクエストは最も軽量な Flash-Lite によって処理されます。自動選択をオフにすると、永続的に使用できるのは Flash-Lite のみになります。
同時に、Gemini アプリケーションは、5 時間ごとに更新され、週の上限にリンクされる動的なコンピューティング能力制限メカニズムに完全に切り替わりました。思考レベルを上げたり、ディープリサーチを使用したり、フラッグシップモデルを呼び出したりすると、ノルマの消費が加速します。完全版の機能を楽しみたい場合でも、レベルに応じた支払いの敷居を避けることはできません。
しかし、いずれにせよ、工業製造においてアルゴンが果たす役割と同様に、Gemini 4 Argon の実装により、Google は最終的にトップモデルのテーブルに強固な防御線を再確立することができました。
コメント