Gemini 4 Argon får mer utrymme för långa arbetsuppgifter
Google börjar med utvalda säkerhetsexperter när Gemini 4 Argon tar sikte på kod och andra arbetsuppgifter som kräver många steg.
Google presenterar Gemini 4 Argon, en modell för arbetsuppgifter som kräver många steg: kodändringar, juridiskt arbete och försvar mot cyberangrepp. Utrullningen börjar hos utvalda säkerhetsexperter genom Fairwind Program. Något datum för bred tillgång anges inte i Googles lansering den 30 september.
Mer utrymme för ett långt resonemang
En konkret förändring är gränsen för modellens utdata: en miljon token, jämfört med tidigare 64 000 enligt Google. Token är de textdelar en språkmodell arbetar med. Här handlar gränsen om vad modellen kan generera, inte hur mycket material användaren kan mata in.
Det ger utrymme att arbeta längre med samma problem. Google beskriver exempel där Argon-agenter analyserar kod, gör ändringar och granskar resultat över flera omgångar. Företaget använder modellen internt för bland annat migrering från C/C++ till Rust. Sådana omskrivningar genomgår både automatiserad och manuell granskning före produktionssättning.
Kodresultat med en tydlig avsändare
Google redovisar 77,9 procent på DeepSWE v1.1, en utvärdering av längre uppgifter inom mjukvaruutveckling. Det är ett resultat i en bestämd utvärdering, inte ett löfte om att modellen klarar motsvarande andel av alla uppgifter på en arbetsplats.
Begränsad tillgång först
Google vill förstärka skydd mot missbruk och försök att styra modellen genom instruktioner i material den läser. Företaget beskriver också övervakning som kan stoppa en agent när dess handlingar går utanför användarens avsikt.
Betalande API-kunder och Google AI Ultra-prenumeranter anges som de första grupperna i den senare bredare utrullningen. Tillgången för dessa grupper är alltså en plan, inte något lanseringstexten säger är öppet för alla redan nu.
Google presenterade Gemini 4 Argon för längre och mer komplexa arbetsuppgifter. Tillgången börjar hos utvalda aktörer inom cybersäkerhet.
För den som arbetar med stora kodbaser är det intressanta att en modell kan hålla ihop fler steg innan arbetet behöver lämnas över. Men längre körningar gör också behörigheter, stoppvillkor och mänsklig granskning viktigare.
Vi tycker att uthålligheten är mer intressant än ännu en placering i ett diagram. Värdet uppstår när en agent lämnar efter sig ändringar som går att förstå och granska. En större budget för resonemang är ett verktyg för det; den är ingen garanti för rätt resultat.
