Gemini 4 Argon от Google ближе к переднему краю ИИ, чем любая модель Google за последние месяцы
decoder ·
Новая модель Google DeepMind Gemini 4 Argon достигла значительного успеха, набрав 97,5% на бенчмарке ARC-AGI-3, что сделало её второй после OpenAI лабораторией, преодолевшей порог в 95% для решения общих задач. Этот результат был получен с использованием Provider Adapter Harness, который задействует специфические функции поставщика, такие как сохранение процесса рассуждения и компактизация контекста, при стоимости $4 800. В публичных играх Argon потребовалось на 62% меньше действий, чем у человеческого базового уровня, и он часто сравнивался по скорости с рекордами спидраннеров. Однако результаты сильно варьируются в зависимости от среды тестирования: в Standard Harness, ограничивающем внутреннее рассуждение, оценка падает до 49,8%. Это расхождение подчеркивает продолжающиеся споры о том, как настройки API влияют на результаты бенчмарков, аналогично предыдущим разногласиям вокруг моделей OpenAI. По данным Epoch AI, Argon набирает 165 баллов в Индексе возможностей Epoch Capabilities, занимая позицию сразу за лидерами GPT-6 Astra и Opus 5.5. Хотя Argon лидирует в задачах, связанных с знаниями, агентами и зрением, пока он занимает более низкие позиции в областях математики и инженерии программного обеспечения. Это достижение знаменует собой самое близкое приближение Google к переднему краю искусственного интеллекта с февраля 2026 года.
decoder