Το Gemini 4 Argon της Google ανοίγει πρώτα σε ειδικούς κυβερνοασφάλειας. Τιμή API, όριο εξόδου 1 εκατ. tokens και benchmarks.
Το Gemini 4 Argon είναι γεγονός, μόνο που για την ώρα το έχουν στα χέρια τους ελάχιστοι. Η Google DeepMind ανακοίνωσε στις 30 Σεπτεμβρίου το νέο frontier μοντέλο της, με κύριο στόχο τον προγραμματισμό σε πραγματικά projects και την άμυνα απέναντι σε κυβερνοεπιθέσεις, ενώ ρίχνει βάρος και στη δουλειά γραφείου σε νομικά και οικονομικά.
Η ανακοίνωση ήρθε μόλις μια μέρα αφότου γράφαμε για τα σχέδια της Google για το Gemini 4 πριν κλείσει η χρονιά.
Ποιοι το δοκιμάζουν πρώτοι και πότε ανοίγει
Οι πρώτοι χρήστες του Gemini 4 Argon είναι «αξιόπιστοι cyber defenders», δηλαδή ομάδες που προστατεύουν συστήματα, μέσα από το Fairwind Program της Google. Παράλληλα, η εταιρεία συμμετέχει στην εθελοντική διαδικασία της αμερικανικής κυβέρνησης για πρόσβαση σε μοντέλα πριν από την κυκλοφορία τους.
Η Google θέλει να το ανοίξει σε developers, επιχειρήσεις και καταναλωτές «το συντομότερο δυνατό», ξεκινώντας από τους πελάτες του API με πληρωμή και τους συνδρομητές του Google AI Ultra. Ημερομηνία δεν δόθηκε, ούτε λίστα χωρών, οπότε για Ευρώπη και Ελλάδα δεν υπάρχει ακόμα κάτι συγκεκριμένο.
Πόσο κοστίζει και πόσο γράφει σε μία απάντηση
Η εισαγωγική τιμή του Gemini 4 Argon είναι 2 δολάρια (περίπου 1,76 ευρώ) ανά εκατομμύριο tokens εισόδου και 10 δολάρια (περίπου 8,81 ευρώ) ανά εκατομμύριο tokens εξόδου. Τα cached tokens εισόδου χρεώνονται με έκπτωση 95%.
Η προσφορά έχει ημερομηνία λήξης, χωρίς η Google να λέει ποια. Μετά, η χρέωση πάει στο διπλάσιο, 4 δολάρια (περίπου 3,52 ευρώ) για την είσοδο και 20 δολάρια (περίπου 17,61 ευρώ) για την έξοδο.
Οι developers θα προσέξουν κυρίως το μέγεθος της απάντησης. Το Gemini 4 Argon μπορεί να παράγει έως 1 εκατομμύριο tokens εξόδου, από 64.000 που ήταν το προηγούμενο όριο. Κατά την Google, κανένα άλλο μοντέλο στην αγορά δεν φτάνει τόσο ψηλά.
Newsletter Techblog
Με την εγγραφή σας αποδέχεστε την Πολιτική Απορρήτου.
Τι δείχνουν τα benchmarks
Το Argon είναι πρώτο ή ισόβαθμο πρώτο σε αρκετές μετρήσεις, σύμφωνα με τη Google:
- DeepSWE v1.1 (software engineering): 77,9%, νέο ρεκόρ
- AutomationBench της Zapier (επιχειρηματικές εργασίες end-to-end): 1η θέση με 51,3%
- LVBench (κατανόηση μεγάλων βίντεο): 91,7%
- CWE-bench v1 (κυβερνοασφάλεια): ισοβαθμία στην 1η θέση με 68%
- Vals Index (οικονομικά, κώδικας, νομικά, φορολογικά): 1η θέση
- Vals Finance Agent v2 και Harvey’s Legal Agent Benchmark: κορυφαία απόδοση
- Gray Swan Indirect Prompt Injection: κορυφαία αντοχή σε κρυφές εντολές
Τι έχει κάνει ήδη μέσα στη Google
Σε βελτιστοποίηση κβαντικού αλγορίθμου, το Argon ξεπέρασε το δημοσιευμένο baseline κατά 40% μέσα σε λίγα λεπτά.
Στα data centers βρήκε περιθώρια στη μνήμη: πάνω από 300 TiB θα ελευθερωθούν όταν εφαρμοστούν οι αλλαγές, με τη συνολική εξοικονόμηση να εκτιμάται από 500 TiB έως 1 PiB. Agents του Argon μεταφέρουν επίσης κώδικα C/C++ σε Rust, από βιβλιοθήκες δεκάδων χιλιάδων γραμμών όπως οι re2 και libgav1 μέχρι τον πυρήνα Zircon του Fuchsia, που ξεπερνά τις 800.000 γραμμές. Ο νέος αποκωδικοποιητής libgav1 τρέχει 2,7 φορές πιο γρήγορα από το υπάρχον port σε Rust, με ακριβώς ίδια εικόνα στην έξοδο.
Εκτός Google, η Wiz το χρησιμοποιεί ήδη στο πρόγραμμα Scan for Good, που προστατεύει δωρεάν κρίσιμες δημόσιες υποδομές. Εκεί το μοντέλο εντόπισε κρίσιμη ευπάθεια σε λογισμηκό υγείας που χρησιμοποιούν νοσοκομεία σε όλο τον κόσμο, η οποία εξέθετε ευαίσθητα προσωπικά δεδομένα. Προηγούμενα frontier μοντέλα, σύμφωνα με την ανακοίνωση, την είχαν προσπεράσει. Είναι η ίδια ικανότητα που φάνηκε στο τεστ όπου το Gemini χάκαρε τρεις εταιρείες, αυτή τη φορά από την πλευρά της άμυνας.
Γιατί η Google το κρατά κλειστό;
Το Gemini 4 Argon είναι σχεδιασμένο να αρνείται αιτήματα που θα βοηθούσαν κυβερνοεπιθέσεις ή επιθέσεις CBRN (χημικές, βιολογικές, ραδιολογικές, πυρηνικές). Η Google λέει ότι εκπαίδευσε το μοντέλο με αυτοματοποιημένο red teaming ώστε να αντέχει σε prompt injection, και ότι παρακολουθεί τη «σκέψη» (chain-of-thought) και τις ενέργειες του Argon για σημάδια ανεπιθύμητης συμπεριφοράς (misalignment). Τα sandbox απομονώνονται και σφραγίζονται πριν από κάθε εκπαίδευση ή αξιολόγηση υψηλού ρίσκου.
Η άποψή μας στο Techblog
Για όποιον χρησιμοποιεί το Gemini στο κινητό, το Gemini 4 δεν αλλάζει τίποτα ακόμα και η αναμονή μάλλον θα τραβήξει. Όταν μια εταιρεία δίνει το νέο της μοντέλο πρώτα σε ομάδες ασφαλείας και στην αμερικανική κυβέρνηση, στην πράξη δείχνει ότι το θεωρεί αρκετά ικανό για να γίνει και εργαλείο επίθεσης. Και η πρώτη γνωριμία θα αφορά εταιρείες με λογαριασμό API και συνδρομητές Ultra, σε τιμή που διπλασιάζεται μόλις λήξει η προσφορά.
