henry من凹非寺
量子位 | الحساب العام QbitAI
في رأيي، غوغل هي شركة نماذج المناخ الموسمي: عندما يبرد الطقس، ينضج النموذج الرائد.
الآن للتو، بدأ Gemini 4 Argon بالتدريج في البث على مطوري العالم والمؤسسات والمشتركين المدفوعين.
وفقًا لتموضع غوغل، يركز هذا الجيل بشكل رئيسي على تعزيز البرمجة، والعمل بالمعرفة المتخصصة، والقدرة على التنفيذ المستمر للمهام المعقدة، مع دفع قدرات الفهم البصري والاستدلال المكاني واستدعاء الأدوات، التي كان يتميز بها سابقًا، خطوة أبعد نحو الحدود.
في العروض التوضيحية التي عرضتها الشركة رسميًا، يبدو أن أكثر ما يتفوق فيه Gemini 4 Argon هذه المرة بثقة هو الجانب متعدد الوسائط.
عند إدخال توجيه نصي يحاكي طائرة ورقية، كانت النتيجة المولدة تحلق مباشرةً إلى الأعلى.
أما في المسألة التي تهم الجميع أكثر، وهيالعودة إلى الثلاثي الكبير ومنح المستخدمين خيار نموذج إضافيفقد أظهر Gemini 4 Argon أيضًا أداءً مشرّفًا للغاية في التقييمات هذه المرة.
في تقييمات غوغل الذاتية، غطى Gemini 4 Argon عدة مجالات بما فيها أعمال المكتب، وبرمجة الوكلاء الأذكياء، والتعلم الآلي، والاستدلال العلمي، وبلغ أداؤه الإجمالي مستوى GPT-6 Astra وOpus5.5، متقدمًا بل في بعض البنود.
وفي مؤشر الذكاء من Artificial Analysis (طرف ثالث)، حقق Argon High أيضًا 53 نقطة على قدم المساواة مع GPT-6 Astra Max وClaude Fable5.1 Max.
والأهم من ذلك، عند بلوغ المستوى نفسه، تبلغ تكلفة Argon High المتوسطة لكل مهمة 1.99 دولار فقط، أي أقل بنحو 39% من Astra.
وتنعكس ميزة التكلفة هذه على أسعار الإطلاق، بواقع 2 دولار لكل مليون رمز إدخال عبر API، و10 دولارات للإخراج. وبحساب تقريبي، تكلفة استدعاء Argon تعادل نحو نصف تكلفة Opus5.5 وخُمس تكلفة Astra.
تجدر الإشارة إلى أن العرض ينتهي في 30 نوفمبر، فابتداءً من 1 ديسمبر ستعود أسعار الإدخال والإخراج إلى 4 دولارات و20 دولارًا على التوالي. أي أنه خصم 50%، ونتشرف بتجربتكم.
وبالطبع، إذا لم يكن النموذج ذكيًا بما يكفي واستهلك الرموز ذهابًا وإيابًا في مهمة ما، فقد تُستهلك الأموال التي وُفِّرت مرة أخرى بالكامل.
وقد قدّم Ethan Mollick، الذي جرب Gemini 4 Argon مبكرًا، حكمًا عادلًا تمامًا:
هذا الجيل يمثل قفزة واضحة مقارنة بـ Gemini السابق، مع تقدم في الإبداع والكتابة وتجربة الاستخدام، لكن مهام الوكلاء المتعددين المعقدة لا تزال متأخرة، ويتسم النموذج أحيانًا بثقة مفرطة وبعض الكسل.
أما عن سبب الانتظار الطويل لهذا النموذج الرائد الجديد، فقد تصفحت صفحة الإصدار الجديد من غوغل فوجدت تقرير أمان من 217 صفحة～
(غوغل تخشى وقوع أي مشكلة أكثر من اللازم)
الأكثر ثقة يبقى الجانب متعدد الوسائط
من تأجيل إصدار Pro مرارًا وتكرارًا، إلى الإعلان في 30 سبتمبر من هذا العام عن إصدار أول محدود الكمية، ثم بعد عدد لا يحصى من "نراكم الأسبوع القادم"——
وصل Gemini 4 Argon أخيرًا.
في المدونة التقنية الرسمية، لخصت غوغل الترقية الأساسية لـ Argon في نقطة واحدة:قدرة أقوى على تنفيذ المهام طويلة السير.
ببساطة، لم يعد النموذج مجرد مجيب عن الأسئلة، بل بعد فهم الهدف أصبح قادرًا بمفرده على البحث عن المعلومات، واستدعاء الأدوات، وتعديل الكود، وفحص النتائج، والتقدم عبر خطوات متعددة لإتمام مهمة معقدة فعليًا حتى نهايتها.
غير أن غوغل، مقارنة بأمثلة المجالات المؤسسية والهندسية، حرصت هذه المرة أكثر على استعراض والترويج لقدرات الوسائط المتعددة.
فعلى سبيل المثال، نشر "جيل الحطب" على تويتر مجموعة عروض توضيحية لـ"نموذج الشركة يولّد هواتف الشركة"——
حيث ولّد Argon مباشرةً مشاهد ثلاثية الأبعاد (3D) متعلقة بهواتف Pixel.
في حالة أخرى، أنتج Argon مجموعة كاملة من تأثيرات الطباعة الديناميكية ثلاثية الأبعاد 3D عن طريق الكود تمامًا، بما في ذلك الموسيقى المصاحبة لها.
لم تستخدم العملية بأكملها أي مواد مسجلة مسبقًا، ولا أي برامج لتحرير الفيديو.
وعند مشاركة عرض شطرنج السحرة، أشار Hassabis أيضًا بشكل خاص إلى فهم النموذج لقوانين الفيزياء والنمذجة ثلاثية الأبعاد 3D.
حتى هذا المشهد ذكّره بتجربته في لعبة War Chess على جهاز Amiga في السنوات السابقة.
وبالطبع، لم يبقَ المستخدمون مكتوفي الأيدي، إذ سرعان ما وضعوا Argon جنبًا إلى جنب مع نماذج مثل GPT وClaude وKimi لمقارنة نتائج التوليد.
وعمومًا، الجودة البصرية لإصدار جوجل هذه المرة بارزة فعلًا، رغم أنه ما يزال يمكن ملاحظة بعض الأمور غير الطبيعية في التفاصيل، مثل حركة الحوت.
غير أن بعض المستخدمين توصلوا في اختباراتهم إلى أن Opus 5.5 ما يزال الأفضل بين الأفضل.
وإلى جانب العروض التوضيحية الجذابة، فإن هذه القدرة على فهم الفضاء تمتد أيضًا إلى الروبوتات الحقيقية.
في العرض الرسمي، شاهد Argon مقطع فيديو لإنسان يلعب لعبة رمي أكياس الرمل.
ثم حلّل العلاقات المكانية في البيئة، واحسب حركات مفاصل الجسم كامل، وكتب كود المحاكاة بنفسه، ونقل الحل إلى الروبوت البشري Apollo من Apptronik.
يمكن القول إنه مع هجوم GPT وClaude المحموم على مجال الروبوتات خلال اليومين الماضيين، لم يتمالك جوجل نفسها هذه المرة أخيرًا.
وتقول جوجل إن مسار «الفيديو — المحاكاة — الواقع» هذا يمكن أن يقلّص عمل نمذجة محاكاة الروبوتات الذي كان يتطلب أسابيع من الجهد اليدوي إلى بضع ساعات.
المعنى الكامن وراء ذلك هو أن العروض البشرية أصبحت أسهل في التحويل إلى مهام يمكن للروبوتات تعلّمها والتدرب عليها والتحقق منها.
في الماضي، كانت فهم الحركة من الفيديو، وبناء بيئة المحاكاة، وكتابة كود التحكم ثلاث خطوات منفصلة غالبًا.
أما الآن، فبدأت النماذج متعددة الوسائط تحاول ربط هذه السلسلة ببعضها.
تحسين البرمجة، وجوجل بدأت بتجربته على مستودع أكوادها الخاص
في مجال البرمجة، يكمن التحسين الأساسي لـ Gemini4 Argon هذه المرة في القدرة على معالجةالصيانة والتحسين طويلي الأمد للمشاريع الحقيقية الكبيرة。
فبمقارنة بالنماذج السابقة التي كانت تُنجز مهمة برمجية واحدة فقط، فإن الجيل الجديد من النماذج أكثر مهارة في فهم بنية مستودع الأكواد بالكامل، وتحديد اختناقات الأداء، وإجراء تعديلات عبر عدة ملفات، وتشغيل الاختبارات، ودفع مهمة هندسية معقدة قدمًا باستمرار.
وتحققت جوجل من هذه القدرة أولًا باستخدام إطار عمل الوكلاء مفتوح المصدر الخاص بها، ADK.
يحتوي مشروع Python هذا على حوالي 205,000 سطر من التعليمات البرمجية. المهمة الموكلة إلى Argon هي: تقليل النفقات التشغيلية للإطار دون تغيير الواجهات أو السلوك الحالي، وإثبات فعالية التحسين من خلال الاختبارات.
والنتيجة أن Argon عمل دون إشراف بشري لمدة 11 ساعة متواصلة، وطرح 6 خطط تحسين تمس 32 ملفًا، وأكمل كامل الاختبارات المفتوحة البالغة 16892 اختبارًا.
وفي النهاية، وبعد مراجعة المهندسين، دُمج تحسينان من بينها، يشملان تقليل تكلفة نسخ سجل الجلسات، وجعل تحميل الوحدات الكبيرة عند الحاجة.
وبناءً على هذه التعديلات، انخفضت تكلفة تجهيز الذاكرة في الجلسات الطويلة في ADK بنحو 40%، وانخفض زمن استيراد الحزم بنسبة 21%.
وقد استخدمت جوجل قدرات مماثلة في مهام هندسية أكبر حجمًا.
في مشروع متصفح Chromium، ساعد Argon في إنجاز عملية إعادة هيكلة معمارية تشمل مئات الملفات، ما قلّص عملًا كان من المتوقع أن يستغرق شهورًا إلى أسابيع.
كما أنه أثناء تحسين برنامج الاستدلال Gemma4E2B، رفع Argon الإنتاجية تحت تكوين معين من نحو 37,900 رمز في الثانية إلى أكثر من 108,000 رمز في الثانية، لتبلغ السرعة من طرف إلى طرف 2.85 ضعف السرعة الأصلية.
وتقول جوجل إن هذا النوع من التحسينات كان يتطلب عادة شهورًا، بينما استغرق هذه المرة بضعة أيام فقط.
وبالنظر إلى الصورة العامة داخل Google، فقد ساعد Argon ضمن Antigravity خلال الأسابيع الماضية الفرق على رفع عدد مساهمات أكواد الوكلاء بأكثر من 35%، وتقليل عدد مرات التراجع عن الأكواد بنحو الثلث.
بالطبع، قال بعض المستخدمين إن تجربتهم weren't بهذا الجودة — لم تكن بهذا المستوى من الجودة. وسيتضح الأداء الفعلي مع الاستخدام الواسع لاحقًا.
وهذا يتوافق أيضًا مع لوحات الترتيب السابقة: Argon قوي جدًا على DeepSWE وVibe Code Bench، لكنه ما يزال متأخرًا عن عدة منافسين رئيسيين واردَين في الجدول على FrontierSWE وTerminal-bench.
فالعوائد في المشاريع الحقيقية أصبحت قائمة بالفعل، أما هل يمكن إعادة إنتاجها بثبات في عمل عدد أكبر من الناس، فهذا يبقى قيد المتابعة.
تحسين إضافي في قدرات العمل بالمعرفة المتخصصة
في مجال العمل بالمعرفة المتخصصة، يظهر تحسين Gemini4 Argon هذه المرة أساسًا فيمعالجة مواد متنوعة، وربط المعلومات، وتنظيم النتائج في مخرجات قابلة للاستخدام المباشر.
عرض المسؤول مشهداً مكتبياً نموذجياً جداً:
يعطي المستخدم لـ Gemini مجلداً مليئاً بمواد مشروع متناثرة، ويطلب منه تنظيمها في مقترح للعملاء.
بعد ذلك، يُنشئ Gemini عرضًا تقديميًا وفقًا للمهارات المخصصة، ويصوغ رسائل البريد الإلكتروني ويرسل المواد، ويُعدّ عمليات مؤتمتة للطلبات اللاحقة من العملاء.
إضافةً إلى ذلك، أُضيفت بوابة المهام أيضًا إلى تطبيق Gemini بالتزامن. يمكن للمستخدمين الانتقال من الدردشة إلى وضع تنفيذ المهام، ليُكمل النموذج العمل بعد مغادرة المستخدم للكمبيوتر.
وفي الوقت نفسه، دُمجت واجهة البرمجة في Antigravity داخل تطبيق Gemini لنظام macOS.
وفي سيناريوهات البحث العلمي، تمتد هذه القدرة على التنفيذ المتواصل أيضًا إلى التحقق التجريبي.
فلي عُلماء في جوجل بإشراك Argon في تصميم سيرين إستيريز. أنجز النموذج تنظيم البيانات وضبط النموذج وفحص المرشحات خلال ساعات، واقترح في النهاية 5 تصاميم جديدة.
ثم أرسل الباحثون هذه التصاميم إلى المختبر للتحقق مما إذا كانت تعمل فعلًا.
الجزيء الكاشف المستخدم في التجربة يُصدر منتجُه فلوريةً تحت الضوء فوق البنفسجي بعد قطع رابطة الإستر. ووفقًا للنتائج التي كشفتها جوجل، أظهرت التصاميم الخمسة جميعها نشاطًا تحفيزيًا قويًا.
الحل الذي قدّمه النموذج قد وصل بالفعل إلى مرحلة التحقق التجريبي.
كما أعلنت جوجل أنها ستوفر مجانًا لأشواط الاستخدام القصوى في Antigravity لمدة ستة أشهر إلى 10 آلاف عالم مؤهلين ومُختارين، على دفعات.
One more thing
مع أننا سخرنا سابقًا من خوف جوجل من وقوع حادثة، فإن قدرات الأمان هذه المرة تستحق فعلًا الحديث عنها على حدة.
في معيار CWE-bench v1 لتقييم القدرة على إصلاح الثغرات الأمنية، حقق Argon نتيجة 68%، في أعلى درجة في جدول المقارنة الرسمي إلى جانب GPT-6 Astra.
قال المسؤول السابق في Anthropic والحالي في DeepMind عن ميكانيكا التفسير إن تقارير الأمان الخاصة بـ Argon هي الأكثر تفصيلًا لدى Google حتى الآن.
أليس 217 صفحة تفصيلًا كافيًا؟
في تقييم Gray Swan لهجمات حقن التعليمات غير المباشرة، وبعد 15 محاولة هجوم تكيفية، بلغ معدل نجاح الهجمات على Argon 0.7% فقط.
إذن، تلك الـ 217 صفحة تحتوي في الواقع على محتوى جاد لا يُستهان به.
أما هل هذا هو سبب تأخر إطلاق النموذج الرائد، فليس لدينا دليل على ذلك.
يمكننا فقط أن نقول إن النموذج أُطلق أخيرًا، وأن جوجل سلّمت معه كتابًا كاملًا.
روابط مرجعية
[1] الرابط: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/