Google, Gemini 4 Argon'u tanıttı: testlerde lider, erişim kısıtlı

Google çarşamba günü yeni amiral gemisi modeli Gemini 4 Argon'u tanıttı. Şu anda yalnızca küçük bir siber güvenlik ortağı grubuna açık. Şirkete göre erişim aşamalı olarak genişliyor ve bu süreçte ABD hükümetinin yayımlamasından önce yapılan gönüllü değerlendirme prosedürüne katılıyor.

Bilgi işi testlerinde üstünlük

Google'ın kendi testlerinde Argon, Anthropic'in Claude Opus 5.5 ve Fable 5.1 ile OpenAI'nin GPT-6 Astra modellerine kıyasla 18 testten 13'ünde birinci. En büyük fark, şirketin bilgi işi olarak grupladığı görevlerde: Vals Index'te Argon %68,9'a ulaşırken GPT-6 Astra %63,1'de kalıyor; Vals Finance Agent v2'de Argon'un sonucu %65,4, en yakın rakibininki ise %58,9. Zapier AutomationBench'te model %51,3 gösteriyor ve Opus 5.5'i neredeyse dokuz puanla geçiyor.

Kodlamada sonuçlar karışık

Kodlama tablosu daha az net. Google, DeepSWE v1.1'de %77,9 ile yeni bir rekor açıkladı; ancak FrontierSWE v2 ve Terminal-Bench 4.0'da Argon son sırada: GPT-6 Astra ve Opus 5.5 onu sırasıyla 10,5 ve dokuz puan geçiyor. Vibe Code Bench'te model %91,9 aldı, ancak dört modelin dördü de %89'u aşıyor. Şirket ayrıca GraphWalks testinde 256 binden 1 milyon tokene kadar girdi için %84,2 bildiriyor; bu, GPT-6 Astra'yı 12 puandan fazla aşıyor. Harvey Legal Agent Benchmark'ta Argon'un %19,6'sı Fable 5.1'in sonucunun neredeyse üç katı, ancak bu yine de beş görevden yalnızca birinin tamamen tamamlandığı anlamına geliyor.

Bir milyon çıktı tokenı ve daha az kısıtlama

Bir özellik özellikle öne çıkıyor: Argon, Gemini'nin önceki modellerindeki 64 bin yerine bir milyona kadar çıktı tokenı üretebiliyor. Google'a göre bu ek alan, modelin uzun görevleri tek adımda kavramasını sağlıyor. Siber güvenlik alanında şirket Argon'u güvenlik açıklarını bağımsız olarak bulmak, doğrulamak ve düzeltmek için eğitti; Fairwind katılımcıları ve iç ekipler için siber kısıtlamalar olmadan çalışıyor. Google'ın mart ayında 32 milyar dolara satın aldığı Wiz, Argon'u Scan for Good girişiminde şimdiden kullanıyor; şirkete göre model, dünyadaki hastanelerin kullandığı sağlık yazılımında kritik bir kusur buldu.

Erişim ve fiyat

Argon aslında Google'ın mayıs ayında I/O konferansında bahsettiği yeni Pro modeli. Çıkış haziran için planlanmıştı, ancak tarih ertelendi ve bunun yerine Flash modelleri serisi geldi. Şirket, Argon Fairwind programının dışında kullanıma açılana kadar erken test edenlerden geri bildirim toplayacak ve kısıtlamaları ayarlayacak. Ardından modeli ilk olarak API kullanıcıları ve AI Ultra aboneleri alacak. Fiyat henüz açıklanmadı. Açıklama, Google CEO'su Sundar Pichai'nin Donald Trump ile görüşmesinin ardından AI gelişiminin öz düzenlemesi taahhüdüne katılmasından bir gün sonra yapıldı; belgeyi Anthropic, Meta, NVIDIA, OpenAI ve SpaceX de imzalıyor.

Kaynaklar: The New Stack · Techmeme