Gemini 4 Argon: впечатляющее возвращение Google

Google Gemini 4 Argon решительно вернулась в дискуссию о передовых моделях, что стало впечатляющим камбэком для поискового гиганта. Однако эта оценка основана на практическом тестировании одного автора, а не на независимом аудите возможностей модели. Мэттью Берман, известный разработчик в сфере ИИ, продемонстрировал впечатляющее генеративное мастерство Argon в недавнем видео.

Берман отметил характерное поведение по умолчанию: без явных рамок или инструкции /goal Argon стабильно тратил около 30 минут на итерации задач, прежде чем выдать результат. Это было заметно при создании сложных 3D-рендеров, таких как гиперреалистичный киберпанк-город на Three.js, который работал со скоростью 60 FPS в браузере после примерно получасовой автономной сборки.

Такое длительное время автономной работы — палка о двух концах для разработчиков. Более длительные итерации без внешнего контроля могут приводить к более богатым и сложным результатам, как показал Argon на примере детализированных интерактивных 3D-сред.

Однако это также вносит значительную задержку и подчеркивает критическую необходимость для разработчиков определять четкие границы задач, лимиты итераций и явные цели при развертывании Argon, особенно в приложениях, чувствительных ко времени. Баланс между глубиной вывода и предсказуемостью выполнения становится первостепенным.

Первый результат Argon: киберпанк-город на three.js, созданный по запросу на естественном языке, работал со скоростью 60 кадров в секунду (FPS). Эта анимированная сцена предлагала настраиваемые визуальные пресеты, такие как "2049 Amber" и "Biosynth", а также элементы управления неоновым свечением, плотностью воздушного трафика и различными опциями камеры, включая "Cockpit HUD".

Затем Берман протестировал симуляцию Rube Goldberg для проверки физики и интерактивности. Сложное устройство, включающее домино, катящиеся шары и взаимодействия в стиле пинбола, позволяло управлять ракурсами камеры. Несмотря на впечатляющий вид, симуляция выявила недостатки: шар на мгновение застрял, потребовав повторного клика, а некоторые объекты имели незначительные проблемы с наложением текстур (клиппинг).

Несмотря на впечатляющую интерактивность, визуальная точность имела свои пределы. Тематические окружения для машины Rube Goldberg — такие как "Grand Canyon" и "Las Vegas" — не достигли истинного реализма, несмотря на запросы на "гиперреалистичный" вывод. Демонстрация лодки в океане на Unreal Engine показала отличную физику воды и волн, но страдала от повторяющихся деталей и отсутствия подводного вида, что подчеркивает текущий потолок Argon в графическом реализме.

Помимо визуального зрелища, тестирование Бермана выявило широкий диапазон навыков программирования Argon. Модель создала игру в стиле Fall Guys, которая итеративно улучшалась с помощью повторных запросов, демонстрируя способность к доработке. Кроме того, Argon создал клон браузерного Excel, хотя в нем все еще содержалась ошибка в формуле, что указывает на области, требующие дальнейшей доработки.

Берман также представил результаты бенчмарков Argon. Модель набрала 77.9 баллов в DeepSwee и достигла 91.9% в Vibe Code Bench, что указывает на высокую производительность в определенных задачах программирования. Она зарегистрировала 57 баллов в Terminal Bench и 69% в OSWorld, а также 39 баллов в Agent’s Last Exam.

Сравнивая эти показатели, Берман помещает Argon в число ведущих моделей, отмечая его сильные стороны в специфических тестах на программирование и использование компьютера. Однако его результат в Terminal Bench оказался ниже, чем у Opus в представленном прямом сравнении, что подчеркивает: ни одна модель не доминирует универсально по всем метрикам. Для получения более подробной информации читатели могут ознакомиться с официальными анонсами, такими как Introducing Gemini 4 Argon - Google Blog. Производительность Argon указывает на модель со значительными возможностями, но с четко выраженными областями превосходства и потенциалом для роста.

3D-возможности Argon впечатляют, но тесты Мэттью Бермана показывают, что он не является бесспорным чемпионом. Он оценивает Argon как более сильный инструмент для 3D-работы, чем Muse Wonder от Meta, особенно в Three.js, Unreal Engine и Blender. Тем не менее, он все еще отстает от Opus от Anthropic и Astra от OpenAI в общей графике и пространственном исполнении.

Эта неравномерная производительность подчеркивает важный урок: общая репутация модели в программировании или результаты бенчмарков не гарантируют безупречный результат во всех специфических задачах. Даже такая передовая модель, как Argon, компетентная во многих областях программирования, может испытывать трудности с нюансами гиперреалистичного 3D-рендеринга или сложной физики без обширного промптинга.

Относитесь к сгенерированному программному обеспечению как к отправной точке. Тщательно проверяйте его поведение, уделяя пристальное внимание граничным случаям и неожиданным взаимодействиям, таким как случайное прохождение объектов сквозь текстуры в машине Руба Голдберга. Определяйте четкие цели по времени или завершению, вместо того чтобы полагаться на стандартное время выполнения модели в 30 минут. Снижение стоимости создания кода смещает акцент на качество продукта и исполнение как на ключевые факторы дифференциации.

Что такое Gemini 4 Argon?

В видео Gemini 4 Argon представлен как передовая ИИ-модель от Google, протестированная на задачах по программированию, 3D-генерации и агентных задачах.

Что может создать Gemini 4 Argon?

Демонстрации включают интерактивные сцены на Three.js, физическую машину Руба Голдберга, игру в стиле Fall Guys и клон браузерной электронной таблицы.

Является ли Gemini 4 Argon лучшей моделью для 3D-генерации?

Оценщик в видео называет его способным, но говорит, что Opus от Anthropic и Astra от OpenAI показывают более сильные результаты в 3D.

Почему Gemini 4 Argon тратит около 30 минут на задачи?

В тестах автора он часто работал около 30 минут при минимальных указаниях; четкие цели и ограничения по времени могут помочь контролировать этот процесс.