گوگل چگونه با Gemini 4 Argon ورق بازی هوش مصنوعی را برگرداند؟

🕓 آخرین بروزرسانی: 21 آبان, 1405

گوگل در 30  سپتامبر ۲۰۲۶ از جدیدترین مدل خود یعنی Gemini 4 Argon رونمایی کرد. مدلی که در انجام پیچیده‌ترین فرایندهای کاری، از مهندسی نرم‌افزار در پروژه‌های واقعی تا فعالیت‌های تخصصی و سازمانی در حوزه‌هایی مانند حقوق و امور مالی و همچنین دفاع سایبری، عملکردی در سطح مدل‌های پیشتاز  (Frontier Level) ارائه می‌دهد.

ویژگی‌ اصلی و جنجالی مدل، در کنار امتیازات بنچمارکی، قابلیت تولید تا یک میلیون توکن خروجی در یک پاسخ است که تقریباً ۷.۸ برابر سقف عادی ۱۲۸ هزار توکنی در مدل‌های پرچمدار OpenAI  و Anthropic است. این فضای خروجی وسیع به مدل اجازه می‌دهد بدون نیاز به توقف؛ دریافت پرامپت جدید یا تقسیم کار، صدها هزار توکن را در قالب یک مسیر استدلالی مداوم پردازش کند.

Gemini 4 Argon چیست؟

مشخصه

وضعیت

تاریخ معرفی

۳۰ سپتامبر ۲۰۲۶

توسعه‌دهنده

گوگل دیپ‌مایند

حوزه‌های تمرکز

مهندسی نرم‌افزار، کار دانشی سازمانی (حقوق و مالی) و دفاع سایبری

شاخص هوش (Artificial Analysis)

امتیاز ۵۳ (هم‌تراز با GPT-6 Astra و ۱ امتیاز بالاتر از GPT-6.1 Sol)

سقف خروجی

یک میلیون توکن (قبلاً ۶۴ هزار)

دسترسی فعلی

 مشترکان Google AI Pro و AI Ultra، توسعه‌دهندگان از طریق API (فاقد دسترسی برای کاربران رایگان و Plus)

قیمت اولیه (هر میلیون توکن)

۲ دلار ورودی / ۱۰ دلار خروجی؛ بعد از دوره‌ اولیه ۴ و ۲۰ دلار

نسخه‌ رایگان

نسخه‌ رایگان عمومی اعلام نشده است

آرگون نخستین مدل از نسل چهارم جمینای و اولین پرچم‌دار گوگل از زمان جمینای 3.1 پرو است .از فوریه تا سپتامبر ۲۰۲۶مدل‌های جدیدی که گوگل برای عموم منتشر کرد از رده‌ سبک‌تر و ارزان‌تر Flash بود. جمینای 3.5 پرو گوگل هم که برای ماه ژوئن وعده داده شده بود، پس از حداقل سه بار خلف وعده، به آرامی و به‌طور کامل کنار گذاشته شد.

کوروای کاوکچوغلو که مدیریت روزمره دیپ‌مایند را بر عهده دارد، آرگون را عصر جدیدی از هوش مصنوعی پیشرو (next era of frontier intelligence) می‎داند؛ یعنی مدلی که در لبه‌ توانایی‌های فعلی این فناوری قرار می‌گیرد.

Gemini 4 Argon چه تفاوتی با مدل‌های معمول دارد؟

مدل Gemini 4 Argon  نخستین مدل اختصاصی بالاتر از رده Flash در طول بیش از هفت ماه گذشته است. این مدل برای وظایفی طراحی شده که از پاسخ‌های کوتاه فراتر می‌روند و به مراحل متعدد استدلال، بررسی، تولید کد و اصلاح نیاز دارند.

ارزیابی‌های مستقل مؤسسه Artificial Analysis نیز این جهش را تأیید می‌کند؛ مدل Argon با کسب امتیاز ۵۳ در شاخص هوش (Intelligence Index)، ۲۳ امتیاز نسبت به Gemini 3.1 Pro ارتقا یافته و کاملاً هم‌تراز با پرچمدار OpenAI یعنی GPT-6 Astra قرار گرفته است.

گوگل می‌گوید مدل می‌تواند در یک مسیر واحد، صدها هزار توکن تولید کند و فرایند تفکر خود را برای مدت طولانی ادامه دهد. قابلیتی که به مدل اجازه می‌دهد مسئله را عمیق‌تر تحلیل کرده و به راه‌حلی جامع دست یابد. ترکیب این استدلال طولانی‌مدت با توانایی‌های برنامه‌نویسی و پردازش چندوجهی، کاربرد مدل را از چت و تولید محتوای معمول فراتر برده و آن را برای فرایندهای پیچیده سازمانی آماده می‌سازد.

برای پاسخ‌های بسیار طولانی، در API قابلیتی به نام Long Decode Continuation وجود دارد که پاسخ‌های بسیار بلند را در صورت نیاز متوقف کرده و در فراخوانی‌های بعدی ادامه می‌دهد تا پردازش بدون قطع شدن تا ۱ میلیون توکن پیش برود.

ویژگی‌های مدل

تمرکز جدی بر مهندسی نرم‌افزار

یکی از مهم‌ترین کاربردهای  Gemini 4 Argonمهندسی نرم‌افزار است. در ارزیابی DeepSWE v1.1  که عملکرد مدل‌ها را در وظایف واقعی و بلندمدت مهندسی نرم‌افزار می‌سنجد، Argon طبق ادعای گوگل، با کسب امتیاز ۷۷.۹ درصد به بالاترین عملکرد ثبت‌شده تاکنون دست یافته است.

یکی از ملموس‌ترین نمونه‌های کاربرد عملی آرگون، استفاده از ایجنت‌های آن در داخل خود گوگل برای انتقال کدهای C/C++ به Rust است؛ پروژه‌ای عظیم که از کتابخانه‌هایی مثل re2 تا بیش از ۸۰۰ هزار خط کد در هسته سیستم‌عامل Fuchsia را شامل می‌شود. به عنوان مثال، ایجنت‌های آرگون با بازنویسی ۳۲ هزار خط کد در کتابخانه libgav1، سرعت رمزگشایی ویدیو را ۲.۷ برابر افزایش دادند.

البته با توجه به حساسیت این سامانه‌ها، گوگل تأکید کرده است که چنین بازنویسی‌های گسترده‌ای پیش از ورود به محیط عملیاتی، تحت ممیزی‌های خودکار و دستی، آزمایش‌های شبیه‌سازی و بررسی‌های فنی قرار می‌گیرند.

علاوه بر این، کاربرد داخلی آرگون فقط به بازنویسی کد محدود نیست. گوگل می‌گوید هزاران کارمند این شرکت از Argon در فعالیت‌های روزمره خود از رفع اشکال‌های معمول نرم‌افزاری گرفته تا بهینه‌سازی منابع محاسباتی و صرفه‌جویی حافظه در دیتاسنترها (تا ۱ پتابایت) استفاده می‎کنند. هرچند این‌ها ادعاهای خود گوگل است و هنوز مستقل راستی‌آزمایی نشده‌اند.

دامنه توانایی‌های فنی Argon در یک نمایش عملی دیگر نیز به تصویر کشیده شده است. گوگل با استفاده از محیط هوشمند Google Antigravity نشان داده که این مدل می‌تواند فراتر از تولید و اصلاح کد، در هدایت پروژه‌های پیچیده‌ای که به تعامل با نرم‌افزارهای تخصصی و اجرای چندین مرحله متوالی نیاز دارند نیز مشارکت کند. نمونه شاخص این کاربرد، ساخت یک مجموعه معبد ژاپنی در نرم‌افزار Blender است که با همکاری چند عامل هوش مصنوعی و استفاده از چرخه‌های ارزیابی و نقد بصری انجام شده است. در این فرایند، خروجی‌های تولیدشده به‌صورت مرحله‌ای بررسی و ایرادات آن‌ها اصلاح می‌شوند. این نمونه، توانایی Argon در مدیریت گردش‌کارهای فنی پیچیده و هماهنگی میان مراحل مختلف اجرای یک پروژه را نشان می‌دهد.

پیشتازی در کارهای دانشی

کاربرد Argon به توسعه نرم‌افزار محدود نیست. قابلیت استدلال طولانی‌مدت این مدل برای انجام وظایفی طراحی شده که در حوزه‌های تخصصی سازمانی نیز به چندین مرحله بررسی و تصمیم‌گیری نیاز دارند.

Vals Index  یکی از ارزیابی‌هایی است که گوگل برای نشان دادن این توانایی به آن استناد می‌کند. این شاخص اثرگذاری اقتصادی مدل‌های هوش مصنوعی را در حوزه‌هایی مانند امور مالی، برنامه‌نویسی، خدمات حقوقی و مالیاتی بررسی می‌کند و وزن هر حوزه را بر اساس سهم آن در تولید ناخالص داخلی آمریکا در نظر می‌گیرد.

آرگون در این شاخص با ۶۸.۹ درصد رتبه نخست را دارد و نخستین مدل جمینای است که در صدر این شاخص قرار می‌گیرد.

 Argon  همچنین در ارزیابی‌های تخصصی دیگری مانند Vals Finance Agent v2، برای پژوهش مالی چندمرحله‌ای و Harvey’s Legal Agent Benchmark، برای پژوهش و نگارش حقوقی، عملکردی در سطح پیشرو داشته است.

نتیجه‌ آرگون در دو آزمون تخصصی مالی و حقوقی با سه رقیب این‌طور مقایسه شده است:

مدل

پژوهش مالی (Finance Agent)

پژوهش و نگارش حقوقی (Harvey)

Gemini 4 Argon

۶۵.۴٪

۱۹.۶٪

Claude Fable 5.1

۵۸.9٪

۶.۷٪

Claude Opus 5.5

۵۸.۶٪

۳.۸٪

GPT-6 Astra

۵3.5٪

۵.۴٪

آرگون در هر دو آزمون جلوتر است. اگرچه عدد ۱۹.۶ درصد در آزمون حقوقی کم به نظر می‌رسد، اما این آزمون برای همه‌ مدل‌ها بسیار سخت است و بهترین رقیب فقط به ۶.۷ درصد رسیده است. این اعداد را خود گوگل منتشر کرده و هنوز مستقل تأیید نشده‌اند.

در AutomationBench، بنچمارک شرکت Zapier برای ارزیابی اجرای کامل فرایندهای کاری در حوزه‌های اصلی کسب‌وکار، Argon  امتیاز ۵۱.۳ درصد را کسب کرده است. این عدد در جدول گوگل از Claude Opus 5.5 با ۴۲.۵ درصد و GPT-6 Astra با ۴۱.۴ درصد بالاتر است. در بنچمارک‌های مستقل Artificial Analysis، مدل Argon به امتیاز ۷۷.۵٪ دست یافته که بسیار بالاتر از رقبا است.

درک چندرسانه‌ای و ویدئویی

یکی دیگر از نقاط قوت متمایز Gemini 4 Argon توانایی آن در انجام وظایفی است که به درک محتوای بصری نیاز دارند. این مدل می‌تواند نمودارهای تخصصی را تحلیل کند، جزئیات موجود در ویدئوهای طولانی را شناسایی کند و بر اساس اطلاعات موجود در مجموعه‌ای از اسناد، اقدامات لازم را انجام دهد.

برای نمونه، Argon  در بنچمارک LVBench که توانایی مدل‌ها در درک و تحلیل ویدئوهای طولانی را ارزیابی می‌کند با کسب امتیاز ۹۱.۷ درصد به بالاترین عملکرد ثبت‌شده در این ارزیابی دست یافته است.

البته قابلیت‌های بصری Argon به تحلیل تصاویر و ویدئو محدود نمی‌شود و مدل‌سازی سه‌بعدی نیز یکی از کاربردهای نمایش‌داده‌شده آن است. گوگل در دموی جدید خود، فرایند ساخت یک مجموعه معبد ژاپنی را به نمایش گذاشته است. در این پروژه، Argon با استفاده از محیط Google Antigravity و بهره‌گیری از حلقه‌های نقد بصری چندعاملی (Multi-agent Visual Critique Loops)، مدلی دقیق از یک پاگودا و مجموعه‌ای چندساختمانی را در نرم‌افزار Blender ساخته است.
در این سازوکار، عامل‌های هوش مصنوعی خروجی‌های سه‌بعدی را در چند مرحله ارزیابی می‌کنند، نواقص بصری و ساختاری را شناسایی می‌کنند و اصلاحات لازم را پیش می‌برند. نتیجه این فرایند، یک محیط سه‌بعدی شامل ساختمان‌هایی با معماری واقع‌گرایانه، پوشش گیاهی و نورپردازی است. نکته مهم این نمونه آن است که خروجی کار صرفاً یک تصویر یا ویدئوی تولیدشده با هوش مصنوعی نیست، بلکه یک پروژه مدل‌سازی سه‌بعدی در Blender است که امکان ویرایش و توسعه آن وجود دارد.

این قابلیت چندوجهی در کنار ظرفیت بالای توکن، به مدل اجازه می‌دهد با حجم بزرگی از اطلاعات متنی و بصری در یک فرایند واحد کار کند. ویژگی که می‌تواند برای متخصصان ویدئومارکتینگ بسیار کارآمد باشد. 

افزایش سقف توکن‌های خروجی به ویدئو مارکتر اجازه می‌دهد تا سناریوهای طولانی، کتابچه راهنمای برند یا متن ویدئویی و دوره‎‌های آموزش ویدیویی چندساعته را به همراه تمام جزییات بصری، افکت‌ها، کات‌ها و دیالوگ‌ها به صورت یکجا و کاملاً یکپارچه تولید کند.

همچنین این قابلیت می‌تواند کل استراتژی محتوای ویدئویی یک سال یک سازمان را در قالب یک پاسخ طولانی، منسجم و بدون فراموشی جزییات دریافت کند.

آموزش برای دفاع سایبری

امنیت سایبری یکی از حوزه‌هایی است که گوگل به‌طور ویژه بر قابلیت‌های Argon در آن تأکید کرده است. این مدل در مقایسه با Flash Cyber 3.8  پیشرفت‌هایی داشته است. در CWE-bench v1  که توانایی مدل‌ها را در شناسایی و رفع آسیب‌پذیری‌های امنیتی ارزیابی می‌کند، Argon با امتیاز ۶۸ درصد به‌طور مشترک در جایگاه نخست قرار گرفته است.

GPT-6 Astra  در این آزمون با آرگون هم‌رتبه است اما Claude Opus 5.5 با ۶۷ درصد کمی عقب‌تر قرار دارد. یک نمونه‌ عملی هم گزارش شده است و آن آسیب‌پذیری مهمی با آرگون در یک نرم‌افزار پرکاربرد حوزه سلامت بود که توسط شرکت امنیتی Wiz کشف شد. مدل‌های قبلی نتوانستند این آسیب را تشخیص دهند.

مقایسه آرگون با GPT-6 Astra و 5.5 Claude Opus

جدول زیر بخشی از نتایجی است که خود گوگل منتشر کرده است:

بنچمارک

Gemini 4 Argon

GPT-6 Astra

Claude Opus 5.5

Vals Index

۶۸.۹٪

۶۳.۱٪

۶۷.۰٪

DeepSWE v1.1

۷۷.۹٪

۷۴.۱٪

۷۴.۲٪

AutomationBench

۵۱.۳٪

۴۱.۴٪

۴۲.۵٪

FrontierSWE v2

۵۵.۰٪

۶۵.۵٪  (پیشتازی آسترا)

۶۲.۳٪

Terminal-Bench 4.0

۵۷.۴٪

۵۸.۲٪

۶۶.۴٪ (پیشتازی اوپوس)

اگرچه آرگون در اکثر بنچمارک‌های دانشی و عمومی پیشتاز است، اما در کارهای مبتنی بر محیط ترمینال (Terminal-driven)  و مهندسی پیشرفته کد در FrontierSWE v2 از رقبایی مثل Opus 5.5 و Astra عقب‌تر قرار می‌گیرد.

چگونه به مدل Argon و سرویس‌های پیشرفته گوگل دسترسی پیدا کنیم؟

گوگل دسترسی به هوش مصنوعی خود را در قالب سطوح مختلف تعریف کرده است. در این ساختار،  کاربران رایگان و مشترکین Plus به مدل‌های سریع و سبک Flash دسترسی دارند. مشترکان Google AI Pro ازطریق اپلیکیشن Gemini  و حالت هوش مصنوعی جست‌و‌جوی گوگل و مشترکان Google AI Ultra به‌عنوان کاملترین سطح کاربری، علاوه بر اپلیکیشن Gemini  و حالت هوش مصنوعی جست‌و‌جوی گوگل، امکان استفاده از پلتفرم Google Antigravity را نیز در اختیار مشترکان قرار می‌دهد. توسعه‌دهندگان می‌توانند کاملاً مستقل از اشتراک‌های کاربری، مدل‌ها را مستقیماً از طریق Google AI Studio و پلتفرم جمینای (API) به برنامه‌ها و سامانه‌های خود متصل کنند.

قیمت گذاری آرگون

این شرکت برای Argon یک دوره قیمت‌گذاری اولیه نیز در نظر گرفته است. هزینه استفاده از مدل در این دوره با قیمت اولیه ۲ دلار به ازای هر یک میلیون توکن ورودی و ۱۰ دلار به ازای هر یک میلیون توکن خروجی خواهد بود.

پس از پایان دوره اولیه، قیمت اعلام‌شده به ۴ دلار برای هر یک میلیون توکن ورودی و ۲۰ دلار برای هر یک میلیون توکن خروجی خواهد رسید.

گوگل تاریخ پایان دوره‌ اولیه را مشخص نکرده است. در مقایسه با رقبا، قیمت اولیه‌ آرگون یک‌پنجم قیمت GPT-6 Astra (۱۰ و ۵۰ دلار) و نصف قیمت Claude Opus 5.5 است؛ بعد از دوره‌ اولیه، قیمت آرگون با Opus 5.5 برابر می‌شود و همچنان از Astra ارزان‌تر می‌ماند.

مدل

ورودی

خروجی

Gemini 4 Argon (دوره‌ اولیه)

۲ دلار

۱۰ دلار

Gemini 4 Argon (بعد از دوره‌ اولیه)

۴ دلار

۲۰ دلار

Claude Opus 5.5

۴ دلار

۲۰ دلار

GPT-6 Astra

۱۰ دلار

۵۰ دلار

آرگون برای گوگل فقط یک مدل تازه نیست بلکه پیامی است که نشان می‌دهد گوگل هنوز در رقابت با غول‌ها هوش مصنوعی حضور دارد. برای شرکتی که تابستان خود را با خلف وعده در ضرب‌الاجل‌ها و سقوط در رنکینگ سپری کرد، مسیر حرکت بسیار پراهمیت است.

با این حال، هنوز قضاوت نهایی درباره این مدل زود است. آرگون فعلاً در دست گروهی محدود است و بیشتر نتایج از سوی خود گوگل منتشر شده است. عیار واقعی آرگون زمانی سنجیده می‌شود که از آزمایشگاه خارج شده، به دست کاربران برسد و زیر فشار کار روزمره آزموده شود.

اشتراک گذاری:

دیدگاهتان را بنویسید

Bale