30 сентября 2026 года Google представила Gemini 4 Argon — новую модель искусственного интеллекта для сложных рабочих задач. Модель ориентирована на программирование, анализ данных и кибербезопасность. Google делает ставку на задачи, которые требуют не одного ответа, а последовательной работы в несколько этапов. Что изменилось в новой модели Одно из главных нововведений — увеличенный объем генерации. Gemini 4 Argon поддерживает до одного миллиона токенов на один ответ. Предыдущий лимит составлял 64 000 токенов. Это позволяет модели дольше работать над сложными задачами и обрабатывать большие объемы информации. Модель также рассчитана на работу с программным кодом, документами, графиками и другими типами данных. По данным Google, ее уже используют инженеры компании для поиска ошибок, проектирования алгоритмов и переноса крупных кодовых баз на другие языки программирования. Что можно делать с Gemini 4 Argon Работать с программным кодом. Модель помогает анализировать существующие проекты, искать ошибки и готовить исправления. Она ориентирована на сложные инженерные задачи, а не только на генерацию отдельных фрагментов кода. Анализировать документы и данные. Модель может пригодиться финансовым специалистам для изучения отчетов и подготовки аналитики, а юридическим командам — для поиска информации в объемных документах и составления черновиков. Выявлять уязвимости. Отдельное направление — кибербезопасность. Google заявляет, что модель способна самостоятельно находить, проверять и исправлять критические уязвимости в программном обеспечении. Компания также сообщила, что с помощью Argon удалось обнаружить уязвимость в медицинском ПО, которая могла привести к раскрытию персональных данных пациентов. При этом результаты работы модели необходимо проверять перед внедрением, особенно если речь идет о критически важных системах и конфиденциальной информации. Насколько хорошо модель справляется с задачами В тесте DeepSWE v1.1, оценивающем выполнение сложных задач в программной инженерии, Gemini 4 Argon набрала 77,9%. В тесте CWE-bench v1, который оценивает способность моделей исправлять уязвимости, она получила 68%, разделив первое место с другой моделью. Эти показатели опубликованы Google в официальном анонсе. Их стоит рассматривать с учетом методики тестирования и того, что часть результатов получена в оценках самой компании. Argon показывает сильные результаты в отдельных тестах, но уступает конкурентам в некоторых задачах программирования. Кому пригодится новая модель Gemini 4 Argon рассчитана на разработчиков, инженеров, аналитиков и корпоративные команды. Она может помочь при работе с крупными программными проектами, обработке объемных документов и автоматизации многоэтапных процессов. Специалистам по кибербезопасности модель пригодится для поиска уязвимостей и проверки защиты программных систем. При этом она не заменяет экспертную оценку: найденные проблемы и предложенные исправления необходимо проверять. Для повседневных запросов, написания коротких текстов и поиска идей возможности Argon могут оказаться избыточными. Ее основные преимущества проявляются в задачах, требующих длительного анализа и последовательного выполнения действий. Сообщение Gemini 4 Argon: что умеет новая модель Google и кому она пригодится появились сначала на THE TECH.
Материал агрегирован из первоисточника:
The Tech.kz — венчур и стартапы
Читать полностью в The Tech.kz — венчур и стартапыМатериал собран из открытых источников. Если размещение затрагивает ваши права → Удалить информацию
Gemini 4 Argon: что умеет новая модель Google и кому она пригодится
30 сентября 2026 года Google представила Gemini 4 Argon — новую модель искусственного интеллекта для сложных рабочих задач. Модель ориентирована на программирование, анализ данных и кибербезопасность. Google делает ставку на задачи, которые требуют не одного ответа, а…
Кратко от AI: Главные тезисы
- 30 сентября 2026 года Google представила Gemini 4 Argon — новую модель искусственного интеллекта для сложных рабочих задач
- Модель ориентирована на программирование, анализ данных и кибербезопасность
- Google делает ставку на задачи, которые требуют не одного ответа, а…
Gemini 4 Argon: что умеет новая модель Google и кому она пригодится
Хронология события
Похожие материалы
GitHub БОЛЬШЕ НЕ НУЖЕН? Claude построил замену за 5 месяцев
GitHub БОЛЬШЕ НЕ НУЖЕН? Claude построил замену за 5 месяцев Что делать, когда ИИ пишет код быстрее, чем привычные инструменты успевают его обрабатывать? Anthropic взялась создавать собственную замену Git — Scion. В ролике разбираем: 🟠Почему ИИ агенты заставили пересмотреть…
ENOtter.ai raises $320 million from General Catalyst’s growth fund for its meeting tool
Meeting note-taking tool Otter.ai announced on Tuesday that it has raised $320 million from General Catalyst’s Customer Value Fund (CVF), which provides capital to startups without diluting equity and gets returns on the results of marketing spend. Otter.ai said that it…
Нейросети уже повсеместно, а рутина никуда не делась: отчёты, таблицы, письма, презентации — на них уходит полдня.
Нейросети уже повсеместно, а рутина никуда не делась: отчёты, таблицы, письма, презентации — на них уходит полдня. 22 октября Битрикс24 проведёт бесплатный онлайн-практикум «Вайбкодим 2026», на котором покажет, как передать эти задачи ИИ. Всего за 2,5 часа участники научатся…
ENGecko Robotics secures $300M contract with the U.S. Navy
Gecko’s suite of technologies ensures data integrity by collecting and integrating full-coverage, high-fidelity data layers. | Source: Gecko Robotics Gecko Robotics this week said it has earned an additional $300 million its contract with the U.S. Navy and General Services…
