Googles Comeback kommt mit einem 30-minütigen Haken
Googles Gemini 4 Argon hat sich eindrucksvoll in die Diskussion um Frontier-Modelle zurückgemeldet – ein beeindruckendes Comeback für den Suchmaschinenriesen. Diese Einschätzung basiert jedoch auf den praktischen Tests eines Creators und nicht auf einer unabhängigen Prüfung der Fähigkeiten des Modells. Matthew Berman, ein bekannter KI-Entwickler, demonstrierte Argons beeindruckende generative Fähigkeiten in einem aktuellen Video.
Berman beobachtete ein charakteristisches Standardverhalten: Ohne expliziten Rahmen oder eine /goal-Anweisung verbrachte Argon konsequent etwa 30 Minuten mit der Iteration von Aufgaben, bevor ein Artefakt geliefert wurde. Dies zeigte sich bei komplexen 3D-Renderings, wie einer hyperrealistischen Cyberpunk-Stadt in Three.js, die nach einer etwa halbstündigen autonomen Erstellungszeit mit 60 FPS im Browser lief.
Diese verlängerte autonome Laufzeit ist für Entwickler ein zweischneidiges Schwert. Längere, ungesteuerte Iterationen können reichhaltigere und anspruchsvollere Ergebnisse liefern, wie Argon mit seinen detaillierten, interaktiven 3D-Umgebungen bewies.
Dies führt jedoch auch zu erheblichen Latenzzeiten und unterstreicht, wie wichtig es für Entwickler ist, bei der Implementierung von Argon klare Aufgabengrenzen, Iterationslimits und explizite Ziele zu definieren, insbesondere bei zeitkritischen Anwendungen. Die Balance zwischen der Tiefe des Outputs und einer vorhersehbaren Ausführung wird damit zur obersten Priorität.
Von der Neonstadt zum Physiklabor: Was es erschuf
Argons erster Output: eine Three.js Cyberpunk-Stadt, generiert aus einem natürlichsprachlichen Prompt, lief mit berichteten 60 Bildern pro Sekunde (FPS). Diese animierte Szene bot anpassbare visuelle Presets wie "2049 Amber" und "Biosynth" sowie Steuerelemente für Neon-Bloom, die Dichte des Flugverkehrs und verschiedene Kameraoptionen, einschließlich "Cockpit HUD".
Als Nächstes testete Berman eine Rube-Goldberg-Simulation für Physik und Interaktivität. Die komplexe Apparatur mit Dominosteinen, rollenden Bällen und Interaktionen im Flipper-Stil ermöglichte steuerbare Kameraansichten. Obwohl beeindruckend, offenbarte die Simulation Unvollkommenheiten: Ein Ball blieb kurz hängen und erforderte einen zweiten Klick, und einige Objekte wiesen leichtes Clipping auf.
Trotz beeindruckender Interaktivität zeigte die visuelle Wiedergabetreue Grenzen auf. Die thematischen Umgebungen für die Rube-Goldberg-Maschine – wie "Grand Canyon" und "Las Vegas" – erreichten keinen echten Realismus, trotz Prompts für "hyperrealistische" Ergebnisse. Eine Unreal Engine-Demo eines Bootes auf dem Ozean zeigte eine starke Wasser- und Wellenphysik, litt jedoch unter repetitiven Details und ließ eine Unterwasseransicht vermissen, was Argons derzeitige Obergrenze für grafischen Realismus verdeutlicht.
Die Demos beeindrucken; das Bild bei den Benchmarks ist gemischt
Jenseits des visuellen Spektakels enthüllten Bermans Tests Argons breites Spektrum an Programmierfähigkeiten. Es generierte ein Spiel im Fall Guys-Stil, das durch wiederholte Prompts iterativ verbessert wurde, was seine Fähigkeit zur Verfeinerung demonstriert. Zusätzlich erstellte Argon einen Excel-ähnlichen Browser-Klon, der jedoch noch einen Formelfehler enthielt, was auf Bereiche für weitere Entwicklungen hindeutet.
Berman präsentierte auch die berichteten Benchmark-Ergebnisse von Argon. Das Modell erzielte 77,9 Punkte bei DeepSwee und erreichte 91,9 % beim Vibe Code Bench, was auf eine starke Leistung bei bestimmten Programmieraufgaben hindeutet. Es registrierte 57 Punkte beim Terminal Bench und 69 % bei OSWorld, sowie 39 Punkte beim Agent’s Last Exam.
Beim Vergleich dieser Ergebnisse ordnet Berman Argon unter den führenden Modellen ein und hebt dessen Stärken bei spezifischen Tests zum Programmieren und zur Computernutzung hervor. Der Terminal Bench-Wert lag im direkten Vergleich jedoch unter dem von Opus, was unterstreicht, dass kein einzelnes Modell bei jeder Metrik universell dominiert. Für detailliertere Informationen können Leser offizielle Ankündigungen wie Introducing Gemini 4 Argon - Google Blog konsultieren. Die Leistung von Argon deutet auf ein Modell mit erheblichen Fähigkeiten hin, jedoch mit spezifischen Exzellenzbereichen und Entwicklungspotenzial.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Ein Frontier-Modell – nicht der 3D-Champion
Die 3D-Fähigkeiten von Argon sind beeindruckend, aber die Tests von Matthew Berman zeigen, dass es nicht der unangefochtene Champion ist. Er bewertet Argon für 3D-Arbeiten als stärker als Metas Muse Wonder, insbesondere bei Three.js, Unreal Engine und Blender. Dennoch liegt es bei der allgemeinen Grafik- und Raumbearbeitung immer noch hinter Anthropic’s Opus und OpenAI’s Astra.
Diese ungleichmäßige Leistung verdeutlicht eine wichtige Lektion: Der allgemeine Ruf eines Modells im Bereich Programmierung oder dessen Benchmark-Ergebnisse garantieren keine ausgefeilten Ergebnisse bei allen spezifischen Aufgaben. Selbst ein Frontier-Modell wie Argon, das in vielen Programmierbereichen kompetent ist, kann ohne umfangreiches Prompting Schwierigkeiten mit den nuancierten Anforderungen von hyperrealistischem 3D-Rendering oder komplexer Physik haben.
Betrachten Sie generierte Software als Ausgangspunkt. Überprüfen Sie das Verhalten gründlich und achten Sie besonders auf Grenzfälle und unerwartete Interaktionen, wie das gelegentliche Clipping der Rube-Goldberg-Maschine. Definieren Sie klare Zeit- oder Abschlussziele, anstatt sich auf die standardmäßige 30-minütige Laufzeit eines Modells zu verlassen. Die niedrigeren Kosten für die Code-Erstellung verlagern den Schwerpunkt auf Produktqualität und Ausführung als entscheidende Differenzierungsmerkmale.
Häufig gestellte Fragen
Was ist Gemini 4 Argon?
Im Video wird Gemini 4 Argon als Googles Frontier-KI-Modell vorgestellt, das auf Programmierung, 3D-Generierung und Agenten-Aufgaben getestet wurde.
Was kann Gemini 4 Argon erstellen?
Die Demonstrationen umfassen interaktive Three.js-Szenen, eine physikbasierte Rube-Goldberg-Maschine, ein Spiel im Stil von Fall Guys und einen Browser-Tabellenkalkulations-Klon.
Ist Gemini 4 Argon das beste Modell für 3D-Generierung?
Der Bewerter im Video bezeichnet es als fähig, sagt aber, dass Anthropic’s Opus und OpenAI’s Astra stärkere 3D-Ergebnisse liefern.
Warum benötigt Gemini 4 Argon etwa 30 Minuten für Aufgaben?
In den Tests des Erstellers arbeitete es bei minimaler Anleitung oft etwa 30 Minuten lang; explizite Ziele und Zeitlimits können helfen, dies zu steuern.