المواصفات التقنية لـ Gemini 4 Argon
| المواصفة | Gemini 4 Argon |
|---|---|
| المزوّد | Google DeepMind |
| عائلة النموذج | Gemini 4 |
| معرّف النموذج | gemini-4-argon |
| نوع النموذج | نموذج حدّي متعدد الوسائط للاستدلال |
| التركيز الأساسي | تدفقات العمل المعقّدة، البرمجة المعتمدة على الوكلاء، أعمال المعرفة المؤسسية، الأمن السيبراني |
| القدرات متعددة الوسائط | تصف Google الفهم متعدد الوسائط؛ إلا أن الصفحة العامة للنموذج لا توفّر بعد مخططًا كاملًا لطرائق API للوسائط |
| الحد الأقصى للخرج | حتى 1,000,000 رمز، وفقًا لقوائم واجهات برمجة التطبيقات الحالية من جهات خارجية؛ ولا ينبغي الخلط بينها وبين نافذة سياق الإدخال |
| نافذة سياق الإدخال | غير منشورة بوضوح من قِبل Google في صفحة النموذج العامة الحالية |
| إتاحة الواجهة العامة | وصول محدود/ما قبل الإصدار؛ لم تُعلن Google عن موعد إصدار عام |
ما هو Gemini 4 Argon؟
Gemini 4 Argon هو النموذج الرائد الذي يرتكز عليه جيل Gemini 4 من Google. تصفه Google بأنه مصمّم لتحقيق أداء متقدّم على أعباء العمل المعقّدة، بما في ذلك هندسة البرمجيات، وأعمال المعرفة المؤسسية، والدفاع السيبراني. يغطي مجموعة التقييمات المنشورة أعمال المعرفة، والبرمجة المعتمدة على الوكلاء، والعلوم والرياضيات، واستخدام الحاسوب، والفهم متعدد الوسائط، والمهام ذات السياق الطويل، والأمن السيبراني.
يتموضع Argon بوضوح على أنه موجّه نحو تدفقات العمل وليس محصورًا في أسئلة وأجوبة محادثية فقط. تسلّط Google الضوء على القدرة على تحمّل المهام الطويلة متعددة الخطوات والعمل عبر تدفقات هندسة برمجيات معقّدة وتدفقات عمل مؤسسية.
الميزات الرئيسية لـ Gemini 4 Argon
- الاستدلال المعقّد لتدفّقات العمل: مصمّم للمهام الطويلة متعددة الخطوات التي تتطلب استدلالًا مستمرًا بدلًا من استجابة قصيرة واحدة.
- البرمجة المعتمدة على الوكلاء: تفيد Google بتحقيق نتائج قوية على DeepSWE v1.1 وVibe Code Bench وغيرها من تقييمات البرمجة.
- أعمال المعرفة المؤسسية: تشمل التقييمات المنشورة مهام التمويل والوكلاء القانونيين بالإضافة إلى أتمتة الأعمال من طرف إلى طرف.
- الفهم متعدد الوسائط: تفيد Google بنتائج قوية على Chartography وLVBench، بما يشمل الفهم متعدد الوسائط وفهم الفيديو الطويل.
- أداء السياق الطويل: تم الإبلاغ عن نتائج GraphWalks لنطاقي حتى 128K ومن 256K إلى 1M من الرموز.
- الدفاع السيبراني: تضع Google Argon تحديدًا للدفاع السيبراني وتبلغ عن نتائج CWE-bench v1 لمعالجة الثغرات.
أداء المعايير لنموذج Gemini 4 Argon
تفيد Google DeepMind بالنتائج التالية على صفحة تقييم Gemini 4 Argon الحالية. هذه نتائج منشورة من البائع ويجب مقارنتها فقط ضمن منهجية المعيار المعلنة. [1]
| المعيار | الفئة | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 | Claude Opus 5.5 |
|---|---|---|---|---|---|
| Vals Index | أعمال المعرفة | 68.9% | 63.1% | 65.8% | 67.0% |
| AutomationBench | أعمال المعرفة | 51.3% | 41.4% | 31.4% | 42.5% |
| Vals Finance Agent v2 | أعمال المعرفة | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey's Legal Agent Benchmark | أعمال المعرفة | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 | البرمجة المعتمدة على الوكلاء | 77.9% | 74.1% | 67.4% | 74.2% |
| FrontierSWE v2 | البرمجة المعتمدة على الوكلاء | 55.0% | 65.5% | 56.3% | 62.3% |
| Vibe Code Bench | البرمجة المعتمدة على الوكلاء | 91.9% | 89.6% | 90.3% | 90.3% |
| Terminal-bench 4.0 | البرمجة المعتمدة على الوكلاء | 57.4% | 58.2% | 57.9% | 66.4% |
| Terminal-Bench Science 0.1 | العلوم والرياضيات | 57.6% | 68.1% | 52.6% | 63.3% |
| LABBench | العلوم والرياضيات | 88.8% | 85.4% | 68.6% | 73.1% |
| RiemannBench | العلوم والرياضيات | 76.0% | 72.0% | 65.6% | 69.6% |
| GraphWalks, up to 128K | السياق الطويل | 99.7% | 98.7% | 91.4% | 90.6% |
| GraphWalks, 256K–1M | السياق الطويل | 84.2% | 71.8% | 65.0% | 66.8% |
| Chartography | الفهم متعدد الوسائط | 71.6% | 71.0% | 46.2% | 66.3% |
| LVBench | الفهم متعدد الوسائط | 91.7% | 87.5% | 79.7% | 83.7% |
| CWE-bench v1 | الأمن السيبراني | 68.0% | 68.0% | 58.0% | 67.0% |
تُظهر النتائج أن أداء Argon يختلف حسب المهمة: يتقدّم في عدة تقييمات لأعمال المعرفة والبرمجة والعلوم والسياق الطويل والفهم متعدد الوسائط ضمن المقارنة المذكورة، بينما تسجّل نماذج أخرى درجات أعلى في بعض معايير البرمجة أو العلوم أو استخدام الحاسوب. لا ينبغي اختزالها في ترتيب إجمالي واحد.
Gemini 4 Argon مقابل GPT-6 Astra مقابل Claude Fable 5.1
| المجال | Gemini 4 Argon | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|---|
| أعمال المعرفة | نتائج منشورة قوية عبر Vals وAutomationBench والتمويل وتقييمات الوكلاء القانونيين | قوي على مجموعة التقييم نفسها | قوي على عدة تقييمات لأعمال المعرفة |
| البرمجة المعتمدة على الوكلاء | 77.9% على DeepSWE v1.1؛ 91.9% على Vibe Code Bench | 74.1% على DeepSWE v1.1؛ 89.6% على Vibe Code Bench | 67.4% على DeepSWE v1.1؛ 90.3% على Vibe Code Bench |
| السياق الطويل | 99.7% على GraphWalks حتى 128K؛ 84.2% من 256K–1M | 98.7% و71.8% على التوالي | 91.4% و65.0% على التوالي |
| الفهم متعدد الوسائط | 71.6% على Chartography؛ 91.7% على LVBench | 71.0%؛ 87.5% | 46.2%؛ 79.7% |
| الأمن السيبراني | 68.0% على CWE-bench v1 | 68.0% | 58.0% |
المقارنة خاصة بكل معيار. على سبيل المثال، يسجّل GPT-6 Astra درجة أعلى من Argon على FrontierSWE v2 وTerminal-Bench Science 0.1، بينما يسجّل Argon أعلى على DeepSWE v1.1 وVibe Code Bench وGraphWalks 256K–1M وLVBench.
حالات استخدام تمثيلية
- هندسة برمجيات على مستوى المستودعات — ترميز طويل الأمد، وإعادة هيكلة الشفرة، وتصحيح الأخطاء، وتطوير معتمد على الوكلاء.
- تدفّقات أعمال المعرفة المؤسسية — بحث قانوني، وتحليل مالي، وأتمتة عمليات الأعمال من طرف إلى طرف.
- الدفاع السيبراني — اكتشاف الثغرات والتحقق منها ومعالجتها في بيئات مُتحكَّم بها.
- تدفّقات العمل العلمية والرياضية — مهام تنعكس في LABBench وRiemannBench وتقييمات موجّهة للعلوم.
- تحليل الفيديو الطويل ومتعدد الوسائط — أعباء عمل تتطلب تفسيرًا عبر معلومات بصرية وزمنية.
- وكلاء السياق الطويل — تطبيقات تحتاج إلى الحفاظ على المعلومات عبر مسارات مهام كبيرة جدًا.