Gemini 4 Argon también está acelerando nuestros modelos abiertos @GoogleGemma, haciéndolos casi tres veces más rápidos.
En solo unos días, Argon optimizó Gemma 4 E2B para lograr un aceleramiento de velocidad de inferencia del 2.85x en un A100 mediante vLLM, pasando de ~37,900 a más de 108,000 tokens por segundo con paridad de tokens del 100% y sin disminución en la calidad.
Aquí está ese aceleramiento en acción, generando 64 simulaciones en vivo de Python a la vez ↓
https://x.com/osanseviero/status/2110096066293207535/video/1