Gemini 4 Argon (глубокий анализ бенчмарков): Google совершил грандиозное возвращение?

В этом видео я проанализирую новую модель Google Gemini 4 Argon, включая её производительность в бизнес-процессах, программировании, электронных таблицах, рассуждениях в длительном контексте, кибербезопасности, тестах на галлюцинации и независимых бенчмарках. Я также расскажу о её начальной цене, будущих стандартных тарифах, ограниченной доступности и о том, предлагает ли она достаточно ценности, чтобы конкурировать с Claude, GPT-6 Astra и GPT-6.1 Sol. - Основные выводы: 🚀 Gemini 4 Argon лидирует в нескольких независимых бенчмарках для профессиональных рабочих процессов, электронных таблиц и задач, оценивающих экономическую ценность. 📊 Argon занимает первое место в индексе Vals и демонстрирует высокие результаты в AutomationBench от Zapier. 💻 Производительность в программировании неоднозначна: отличные результаты в DeepSWE, но более слабые показатели в FrontierSWE и Terminal-Bench. 🧠 Argon, похоже, более склонен признавать неопределенность, демонстрируя заметно низкий уровень галлюцинаций в тесте AA-Omniscience. 📚 Его возможности работы с длинным контекстом выглядят многообещающими, с поддержкой до миллиона выходных токенов и высокими результатами GraphWalks. 🔐 Тесты кибербезопасности показывают конкурентоспособную производительность, хотя результаты варьируются в зависимости от метода оценки и настройки агента. 💸 Начальная цена API от Google привлекательна, но цены на входные и выходные данные удвоятся после окончания рекламного периода. ⚠️ Первоначальный доступ ограничен, и Google пока не объявил точную дату более широкого публичного доступа. 👍 В целом, Gemini 4 Argon выглядит как надежный вариант для профессиональной работы, но его согласованность кода, реальная скорость и долгосрочная стоимость все еще требуют практического тестирования.