کالبدشکافی Gemini 4 Argon؛ مدل جدید گوگل و تمام امکانات هوش مصنوعی گوگل (۱۴۰۵)

Gemini 4 Argon جدیدترین مدل پرچم‌دار گوگل است؛ مدلی که گوگل آن را برای کدنویسی واقعی، کار دانشی در حوزه‌هایی مثل حقوق و مالی و دفاع سایبری ساخته است. در این مقاله Argon را «کالبدشکافی» می‌کنیم: از مغز و معماری‌اش و اعدادی که گوگل گزارش کرده تا چهار لایه ایمنی، قیمت و دسترسی. بعد از آن یک قدم عقب می‌رویم و کل اکوسیستم هوش مصنوعی گوگل را مرور می‌کنیم؛ از Gemini 3.8 و صدا و موسیقی تا ویدیو، Notebook و لپ‌تاپ Googlebook. اگر فقط خبر عرضه Argon را می‌خواهید، مقاله قبلی ما درباره عرضه Gemini 4 Argon را ببینید؛ اینجا سراغ لایه‌های زیرین می‌رویم.

۱. Gemini 4 Argon در یک نگاه

گوگل Argon را «نسل بعدی هوش مرزی» معرفی می‌کند؛ مدلی که برای کارهای طولانی و چندمرحله‌ای ساخته شده، مثل مهندسی نرم‌افزار واقعی، تحلیل مالی و حقوقی و دفاع سایبری. عرضه مرحله‌ای بوده است: اول گروهی از مدافعان سایبری مورد اعتماد از طریق «برنامه Fairwind» به آن دسترسی گرفتند و بعد نوبت توسعه‌دهندگان و مشتریان رسید. به گفته گوگل، فرایند داوطلبانه دسترسی پیش‌از‌عرضه دولت آمریکا هم در این مسیر درگیر بوده است.

چهار هفته بعد، در ۶ آبان، گوگل Gemini 4 Carbon را معرفی کرد و آن را قوی‌ترین مدل خود با تمرکز روی امنیت سایبری و کارهای طولانی نامید. طبق گزارش‌ها، Carbon هنوز اول به مدافعان سایبری می‌رسد. در این مقاله محور ما Argon است، چون مستندات و دسترسی‌اش کامل‌تر است.

۲. کالبدشکافی مغز مدل: یک میلیون توکن و سطح‌های تفکر

بزرگ‌ترین تغییر Argon در عددی خلاصه می‌شود که کمتر دیده شده: خروجی. سقف خروجی از ۶۴ هزار توکن به ۱ میلیون توکن رسیده است. ورودی، تفکر و خروجی حالا در یک پنجره مشترک ۱٬۰۴۸٬۵۷۶ توکنی جا می‌شوند. یعنی مدل می‌تواند صدها هزار توکن فکر کند و در یک مسیر پیوسته پاسخ بدهد.

نکات فنی که برای توسعه‌دهنده‌ها مهم است:

• Long decode: برای پاسخ بیش از ۶۴ هزار توکن باید حالت اجرای پس‌زمینه (background) و مقدار max_output_tokens بزرگ‌تر از ۶۵٬۵۳۶ را بدهید؛ سرور تکه‌تکه (hop) ادامه می‌دهد.
• سه سطح تفکر: low برای کار سبک و ارزان، medium پیش‌فرض و مناسب بیشتر کارها، و high برای ریاضی و علوم و سخت‌ترین کدها.
• کش: کش صریح پشتیبانی نمی‌شود؛ کش ضمنی برای پرامپت‌های حداقل ۴٬۰۹۶ توکن فعال است و ورودی کش‌شده را ۹۵٪ ارزان‌تر حساب می‌کند.
• پارامترهای نمونه‌برداری: temperature و top_p و top_k نادیده گرفته می‌شوند.
• ایجنت: ایجنت Antigravity در Gemini Managed Agents از Argon پشتیبانی می‌کند و «درک ویدیوی ایجنتی» عمومی شده است.

۳. Argon در آزمون‌ها: اعدادی که گوگل گزارش کرده

گوگل چند عدد کلیدی منتشر کرده است:

• DeepSWE v1.1: ۷۷٫۹٪، رکورد جدید در مهندسی نرم‌افزار طولانی‌مدت.
• LVBench: ۹۱٫۷٪ در درک ویدیوهای بلند.
• AutomationBench (Zapier): ۵۱٫۳٪ و رتبه اول.
• CWE-bench v1: ۶۸٪ در رفع آسیب‌پذیری و هم‌رتبه با بهترین‌ها.
• رتبه اول در Vals Index و عملکرد پیشرو در Vals Finance Agent و بنچمارک حقوقی Harvey.

یک نکته مهم: این‌ها نتایجی هستند که خود گوگل اعلام کرده. تا آزمون‌های مستقل بیشتری منتشر نشود، بهتر است آن‌ها را جهت‌نما بدانید، نه حکم نهایی.

۴. Argon داخل خود گوگل چه کرده است؟

جالب‌ترین بخش گزارش، مثال‌های داخلی است:

• الگوریتم کوانتومی: در یک نمونه، مصرف منابع (کیوبیت × گیت) را ۴۰٪ بهتر از مبنای منتشرشده کرد؛ آن هم در چند دقیقه.
• حافظه دیتاسنترها: تیمی از ایجنت‌های Argon با تحلیل داده پروفایلینگ، بیش از ۳۰۰ TiB حافظه آزاد کردند و کل صرفه‌جویی تخمینی ۵۰۰ TiB تا ۱ PiB است.
• مهاجرت C/C++ به Rust: از کتابخانه‌های کوچک تا بیش از ۸۰۰ هزار خط برای هسته Zircon در Fuchsia؛ البته با بازبینی و آزمون سخت‌گیرانه پیش از تولید.
• libgav1: دیکودر ویدیوی امن‌تر Rust که ۲٫۷ برابر سریع‌تر از پورت قبلی Rust است و خروجی یکسان دارد.

۵. چهار لایه ایمنی پیش از عرضه گسترده

گوگل می‌گوید چهار محور را قبل از عرضه عمومی تقویت می‌کند:

1. مقابله با سوءاستفاده: امتناع از درخواست‌های مضر (سایبری و CBRN) همراه با پایش فعال‌سازی‌های داخلی مدل و تست تیم‌های قرمز.
2. مقاومت در برابر تزریق پرامپت: گوگل Argon را مقاوم‌ترین مدل خود و پیشرو در بنچمارک Gray Swan می‌داند.
3. پایش ناهمسویی: نظارت بر زنجیره استدلال و اعمال مدل و توقف اجرا در صورت لزوم.
4. سخت‌سازی محیط‌ها: ایزوله و مهروموم کردن سندباکس‌ها پیش از آزمون‌های پرخطر.

برای مدافعان مورد اعتماد، Argon بدون محدودیت‌های سایبری عرضه می‌شود تا بتوانند از توان کامل آن برای یافتن و وصله آسیب‌پذیری‌ها استفاده کنند؛ مثلاً Wiz با آن یک آسیب‌پذیری مهم در نرم‌افزار بیمارستان‌ها پیدا کرده است.

۶. قیمت و دسترسی

Argon با شناسه gemini-4-argon از طریق Gemini API و Google AI Studio در دسترس است و در سطح رایگان ارائه نمی‌شود. توکن‌های تفکر هم در خروجی حساب می‌شوند؛ پس سطح تفکر را با دقت انتخاب کنید.

۷. فراتر از Argon: اکوسیستم هوش مصنوعی گوگل

Argon فقط قله کوه است. بر اساس مرور رسمی گوگل از ماه سپتامبر، اکوسیستم Gemini این بخش‌ها را دارد:

• مدل‌های سریع و ارزان: Gemini 3.8 Flash و نسخه Cyber آن برای کشف و وصله آسیب‌پذیری.
• صدا: Gemini 3.8 Live و Live Extended Thinking برای مکالمه طبیعی، و Flash TTS و Flash-Lite TTS برای ساخت صداهای سفارشی و دیالوگ صحنه‌ای.
• موسیقی: Lyria 3.5 برای ساخت آهنگ از متن یا تصویر.
• تصویر و ویدیو: Nano Banana و Gemini Omni داخل برنامه Gemini.
• Gemini Notebook: فلش‌کارت، آزمون و ویدیوهای خلاصه ۶۰ ثانیه‌ای در بیش از ۸۰ زبان.
• Connected Apps: اتصال Adobe، Webflow، Airtable، Linear و ده‌ها برنامه دیگر به Gemini.
• CC در Google Labs: ایجنت گروهی برای هماهنگی برنامه‌های خانواده.
• Gemini برای ویندوز و Googlebook: میانبر Alt + Space و لپ‌تاپ مبتنی بر اندروید با قابلیت‌هایی مثل Magic Pointer.
• علم: WeatherNext 3 برای پیش‌بینی هوا، AlphaGenome Atlas برای نقشه DNA انسان و MAPL-EMIT برای ردیابی متان از فضا.

۸. برای یوتیوبرها و تولیدکنندگان محتوا یعنی چه؟

Argon خودش برای کدنویسی و کار سازمانی ساخته شده، ولی اکوسیستم دور آن برای تولید محتوا جذاب است:

• ایده و اسکریپت: با پنجره بزرگ، می‌توانید چند ویدیوی رقیب و داده کانال خود را یک‌جا تحلیل کنید.
• صدا و دوبله: مدل‌های TTS و Live برای صداگذاری و تولید نسخه چندزبانه کانال.
• موسیقی و تصویر: Lyria برای موسیقی زمینه و Nano Banana برای تامبنیل و تصویر.
• اتوماسیون: ایجنت‌ها و Connected Apps برای کارهای تکراری مثل تقویم محتوا.

توصیه من: قبل از اینکه قیمت معرفی تمام شود، یک پروژه واقعی کوچک را با سطح medium تست کنید و هزینه را بسنجید.

جمع‌بندی

Gemini 4 Argon نشان می‌دهد که رقابت مدل‌ها از «هوشمندتر» به «طولانی‌تر و قابل‌اعتمادتر» رفته است: خروجی یک میلیون توکنی، ایجنت‌هایی که روزها کار می‌کنند و ایمنی چندلایه. اما ارزش واقعی برای ما در کل اکوسیستم است، نه یک مدل. آیا شما Argon را تست کرده‌اید؟ تجربه‌تان را در نظرات بنویسید.

پرسش‌های متداول

Gemini 4 Argon رایگان است؟ خیر، در سطح رایگان Gemini API عرضه نشده است.

Argon با Carbon چه فرقی دارد؟ Carbon مدل جدیدتر (۶ آبان) و با تمرکز قوی‌تر روی امنیت سایبری و کارهای چندروزه است، اما فعلاً اول در اختیار مدافعان سایبری قرار می‌گیرد.

اعداد بنچمارک قابل‌اعتماد هستند؟ آن‌ها گزارش خود گوگل هستند؛ برای تصمیم مهم، روی کار خودتان آزمایش کنید.

منابع: معرفی رسمی Gemini 4 Argon · مستندات Gemini API · مرور اخبار هوش مصنوعی گوگل در سپتامبر ۲۰۲۶ · Quartz درباره Gemini 4 Carbon