На зв'язку Михайло Пацен, інвестор, підприємець та засновник університету Learn to Earn Global. Він системно впроваджує штучний інтелект у бізнес, навчає, консультує та розробляє агентів, що надають реальні бізнес-ефекти. У своєму аналізі експерт досліджує, наскільки модель Gemini 4 Argon дійсно ефективна, для яких завдань її варто використовувати та де вона може принести реальний результат.
Порівняння з конкурентами: перші результати
Під час тестування було створено інтерактивний музей Android-смартфонів від Google за допомогою промпту: "Створи інтерактивний музей Android смартфонів, який виготовляє Google, і створи його через інтерактивний канвас. Придумай дизайн і надай мені як апку і зроби красивий візуал". Результат, згенерований Gemini 4 Argon з використанням інструментів Canvas, демонстрував анімацію, опис моделей та ціни, але мав певні недоліки, зокрема, інтерактивні елементи не завжди функціонували коректно. Для порівняння, такий самий промпт, введений у ChatGPT, дав результат, що поступався Gemini за дизайном, тоді як Claude Opus 5.5 показав значно кращі результати, ніж Gemini 4 Argon.
Google Gemini 4 Argon, випущена 30 вересня, позиціонується як модель для глибоких досліджень, складних завдань та тривалих робочих процесів, зокрема для програмної інженерії, корпоративних знань та кібербезпеки. Вартість моделі становить 2 долари за мільйон вхідних токенів і 10 доларів за мільйон вихідних токенів, що робить її однією з найдоступніших серед потужних генеративних моделей. Це значно дешевше, ніж GPT-4 Turbo (близько 25 доларів за мільйон токенів) або Claude Opus 5.5 (також близько 25 доларів).
Незважаючи на низьку вартість, бенчмарки демонструють неоднозначні результати. Gemini 4 Argon показує високі показники в деяких тестах, наприклад, 68,9% у Knowledge Work і 91,9% у Viper Coden Bench. Однак, за деякими іншими показниками, такими як написання коду в Terminal Bench або робота з операційною системою, вона поступається конкурентам, зокрема GPT-4 Turbo. Цікаво, що навіть при найкращих показниках у кодуванні, модель не змогла згенерувати музей смартфонів, що викликає питання щодо її реальної ефективності у конкретних завданнях.
Доступ та особливості використання Gemini 4 Argon
Доступ до Gemini 4 Argon можливий через Google Gemini, де вона представлена як "Gemini 4 Argon для складних задач". Для кращої роботи моделі рекомендується використовувати режим "low" або "medium", оскільки "high" режим може бути надто ресурсомістким та не завжди забезпечує кращий результат. Модель найкраще підходить для довгострокових, комплексних завдань, що потребують кількох кроків, на відміну від простих запитів, які легко виконуються в режимі чату.
Експерименти показали, що при використанні Google AI Studio, що є "пісочницею" для тестування різних моделей Google, результати можуть бути значно кращими. Наприклад, створення інтерактивного канвасу для презентації через AI Studio дало більш якісний результат, ніж пряме використання Gemini. Це свідчить про те, що поточний інтерфейс Gemini може обмежувати потенціал потужної моделі, тоді як AI Studio надає ширші можливості для налаштування та тестування.
Google AI Studio дозволяє тестувати різні моделі Google, включаючи мультимодальні (лаймові моделі, генерація зображень та відео), аудіо- та музичні моделі. Тут також можна налаштовувати рівень "синхронізації" (syncing level), інтегрувати виконання коду (code execution), використовувати функціонал "function calling", додавати зовнішні ключі API та створювати власні додатки. Ця платформа відкриває нові горизонти для розробників, дозволяючи гнучкіше працювати з можливостями штучного інтелекту.
Висновок: Потенціал проти реальності
Gemini 4 Argon є потужною та доступною моделлю, яка має значний потенціал для складних завдань та розробки AI-агентів. Однак, її справжня ефективність наразі обмежується поточним інтерфейсом Gemini, який не дозволяє повною мірою розкрити її можливості. Порівняно з Claude Opus 5.5 або GPT-4 Turbo, модель може здаватися менш ефективною у певних сценаріях. Більш перспективним шляхом для використання Gemini 4 Argon є Google AI Studio, де користувачі мають більше контролю над процесом та можуть досягти кращих результатів. Для ефективного використання будь-якої моделі ШІ, зокрема Gemini 4 Argon, критично важливим є вміння правильно формулювати промпти, що стає ключовим фактором успіху в сучасному світі генеративного ШІ.