Google: Κρίσιμο στοίχημα το Gemini 4 Argon – Οι γνώμες διίστανται για τις δυνατότητές του

Ξεκίνησε τη διάθεση του Gemini 4 Argon η Google, ωστόσο, η κυκλοφορία του συνοδεύεται από εσωτερικές επιφυλάξεις για το κατά πόσο οι υψηλές επιδόσεις που καταγράφει στα τεστ αντανακλούν τις πραγματικές δυνατότητές του.

Ο τεχνολογικός κολοσσός παρουσίασε χθες, Τετάρτη, το μοντέλο σε περιορισμένο αριθμό συνεργατών της στον τομέα της κυβερνοασφάλειας, με την πρόσβαση να διευρύνεται μετά την ολοκλήρωση πρόσθετων δοκιμών και να ξεκινά από τους συνδρομητές επί πληρωμή.

Το νέο κορυφαίο μοντέλο Τεχνητής Νοημοσύνης (AI), προορίζεται να ενισχύσει τη θέση της απέναντι στην OpenAI και την Anthropic.

Μεταξύ άλλων, η εταιρεία επισημαίνει ότι το Gemini 4 καταγράφει κορυφαίες επιδόσεις σε σειρά benchmarks, ξεπερνώντας το μοντέλο Astra της OpenAI σε δοκιμή που μετρά τις ικανότητες στον τομέα της ασφάλειας.

Η λεγόμενη πρακτική «benchmaxxing», είναι  η υπερβολική έμφαση των εταιρειών τεχνητής νοημοσύνης στις επιδόσεις των μοντέλων σε τυποποιημένα benchmarks, αντί για την πραγματική χρησιμότητά τους.

Εντούτοις, άνθρωποι με άμεση γνώση της ανάπτυξης του μοντέλου, αναφέρουν ότι η εικόνα είναι πιο σύνθετη όταν το Gemini 4 χρησιμοποιείται σε πραγματικές εργασίες.

Ειδικότερα, πηγές αναφέρουν ότι το μοντέλο αντιμετωπίζει δυσκολίες σε ορισμένες εργασίες προγραμματισμού, ενώ εμφανίζει περιορισμούς και στον σχεδιασμό του front-end, δηλαδή στο κομμάτι που καθορίζει την εμφάνιση και την εμπειρία χρήσης εφαρμογών και ιστοσελίδων.

Ωστόσο, η Google απορρίπτει την άποψη ότι το Gemini 4 παρουσιάζει χαμηλές επιδόσεις στον προγραμματισμό και παραπέμπει στις δηλώσεις του επικεφαλής της Google DeepMind, Κοράι Καβουκτζιόγλου, ο οποίος έχει εκφράσει την εμπιστοσύνη του στην ομάδα ανάπτυξης.

Πάντως, στο εσωτερικό της Google οι απόψεις διίστανται.

Ορισμένοι εργαζόμενοι θεωρούν ότι μοντέλα όπως τα Fable της Anthropic και Astra της OpenAI βελτιώνονται ταχύτερα, ενώ άλλοι εκτιμούν ότι το Gemini 4 έχει πλέον καλύψει σημαντικό μέρος της απόστασης από τους κορυφαίους ανταγωνιστές.

Υπενθυμίζεται ότι η Google είχε παρουσιάσει τον περασμένο Μάιο το Gemini 3.5 Pro, με την υπόσχεση ότι θα κυκλοφορούσε τον Ιούνιο.

Η προθεσμία πέρασε και η εταιρεία τελικά εγκατέλειψε το συγκεκριμένο σχέδιο.

Τα δυνατά σημεία

Την ίδια στιγμή, το Gemini 4 έχει και θετικά σημεία.

Σε σχετική ανακοίνωση η Google αναφέρει: 

Το Gemini 4 Argon προσφέρει κορυφαίες επιδόσεις σε σύνθετες ροές εργασίας σε πραγματικές συνθήκες, σε τομείς όπως η ανάπτυξη λογισμικού, η επιχειρηματική εργασία που απαιτεί εξειδικευμένη γνώση (όπως τα νομικά και τα οικονομικά), καθώς και η άμυνα στον κυβερνοχώρο. Παράλληλα, αυξάνει σημαντικά το όριο παραγωγής tokens στο 1 εκατομμύριο — το υψηλότερο όριο στην αγορά.

• Προγραμματισμός (Coding): Σημειώνει νέο κορυφαίο ρεκόρ (SOTA) στο εργαλείο αξιολόγησης DeepSWE v1.1 (77,9%), το οποίο μέτρα την απόδοση ενός μοντέλου σε πραγματικές, σύνθετες εργασίες μηχανικής λογισμικού μεγάλης διάρκειας.
• Κυβερνοάμυνα: Στο CWE-bench, το οποίο αξιολογεί την ικανότητα του μοντέλου να αποκαθιστά ευπάθειες ασφαλείας, ισοβαθμεί στην πρώτη θέση με την υψηλότερη βαθμολογία 68%.
• Εργασίες Γνώσης (Knowledge work): Το Argon καταλαμβάνει την πρώτη θέση στον δείκτη Vals Index, ο οποίος μετρά τον οικονομικό αντίκτυπο σε τομείς όπως τα χρηματοοικονομικά, ο προγραμματισμός, τα νομικά και τα φορολογικά.
• Εντός της Google: Χιλιάδες εργαζόμενοι της Google χρησιμοποιούν ήδη το Argon σε εξειδικευμένες ροές εργασίας προγραμματισμού και έρευνας, από τη μεταφορά κωδικοποιημένων βιβλιοθηκών από C/C++ σε Rust, έως τον εντοπισμό ευκαιριών βελτιστοποίησης μνήμης σε data centers, οι οποίες εκτιμάται ότι μπορούν να αποδεσμεύσουν περισσότερα από 300 TiB μνήμης, καθώς και σε πολλά ακόμη.

Καθώς τα μοντέλα αιχμής γίνονται όλο και πιο ικανά, η ασφαλής διάθεσή τους αποτελεί απόλυτη προτεραιότητα για τη Google. Για τον λόγο αυτό, η εταιρεία πραγματοποιεί αρχικά δοκιμές με επιλεγμένους συνεργάτες μέσω του προγράμματος Fairwind, πριν προχωρήσει σε ευρύτερη διάθεση, ξεκινώντας με επί πληρωμή πελάτες του API και συνδρομητές του Google AI Ultra.

Η κρισιμότητα του Gemini 4

Αξίζει να σημειωθεί ότι, η Meta έχει ήδη παρουσιάσει τον Muse, έναν AI agent που μπορεί να αναλαμβάνει καθημερινές εργασίες, όπως ηλεκτρονικές αγορές και κρατήσεις, εντείνοντας την πίεση στη Google να αποδείξει ότι το Gemini 4 δεν είναι απλώς ένα μοντέλο με υψηλές επιδόσεις στα benchmarks, αλλά ένα εργαλείο που ανταποκρίνεται αποτελεσματικά στις πραγματικές ανάγκες των χρηστών.

Σε κάθε περίπτωση, η επιτυχία του Gemini 4 έχει ιδιαίτερη σημασία για τη Google, καθώς τα μοντέλα AI της βρίσκονται πίσω από μεγάλο μέρος των προϊόντων της, από τις απαντήσεις τεχνητής νοημοσύνης στη Google Search έως τα Maps, Gmail και Chrome.

Κάθε μία από αυτές τις υπηρεσίες διαθέτει περισσότερους από ένα δισεκατομμύριο χρήστες, προσφέροντας στη Google ένα πλεονέκτημα διανομής που δεν διαθέτουν στον ίδιο βαθμό οι ανταγωνιστές της.

Το θέμα είναι ότι η OpenAI και η Anthropic δεν περιορίζονται πλέον στην ανάπτυξη μοντέλων, αλλά δημιουργούν και οι ίδιες προϊόντα που βασίζονται σε αυτά, μεταξύ άλλων εργαλεία για προγραμματισμό και αυτόνομους AI agents.

Ένα μοντέλο που δεν βρίσκεται στην αιχμή της τεχνολογίας θα μπορούσε έτσι να δώσει στους ανταγωνιστές περισσότερο χρόνο για να πείσουν καταναλωτές, προγραμματιστές και επιχειρήσεις να μεταφέρουν τις δραστηριότητές τους στις δικές τους πλατφόρμες.

Διαβάστε επίσης: 

Τεντ Σαράντος για Netflix: Δεν αναπτυσσόμαστε όσο γρήγορα θέλω – Νέα στρατηγική με live, κινηματογράφο και AI

YSL: Tο κύκνειο άσμα του Anthony Vaccarello και το άγγιγμα του Μίδα

Lavipharm: Ξεκίνησαν οι πωλήσεις του Durogesic στη γαλλική αγορά