Google заявляет о возвращении, но не дает тестировать
Google официально представила Gemini 4 Argon, позиционируя её как конкурента лидерам рынка. Ключевые параметры модели:
- Цена: $2 за входной токен, $10 за выходной (паритет с OpenAI GPT-6.1 Sol).
- Бенчмарки: Заявлены результаты уровня «frontier» (лидеров рынка).
- Статус: Модель находится в стадии развертывания (rolling out), но публичный доступ отсутствует.
Автор отмечает, что Google «вечно проваливает маркетинг», из-за чего сообщество не может объективно оценить качество модели. Без реальных тестов утверждения о возвращении Google остаются преждевременными.
Конкурентный ландшафт: OpenAI и Anthropic
На фоне анонса Google, другие игроки также обновляют свои предложения. OpenAI была вынуждена отозвать модель GPT-6.1 Astra из-за проблем с выравниванием (alignment failures). Взамен представлена GPT-6.1 Sol, которая, по заявлениям компании, приближается к качеству Astra, но стоит те же $2/$10.
Тем не менее, на данный момент лидером продуктивности остается Claude Opus 5.5 от Anthropic. Автор выделяет её как самую полезную модель для сложных задач, несмотря на более высокую стоимость или необходимость использования более дешевых аналогов для простых задач.
Сравнение ключевых моделей
| Модель | Разработчик | Цена ($/вход, $/выход) | Статус и особенности |
|---|---|---|---|
| Gemini 4 Argon | $2 / $10 | Заявлены фронтьерные бенчмарки, но нет публичного доступа. Маркетинговый провал. | |
| GPT-6.1 Sol | OpenAI | $2 / $10 | Замена отозванной Astra. Позиционируется как близкая к ней по качеству. |
| Claude Opus 5.5 | Anthropic | Информация недостаточна | Текущий лидер продуктивности. Рекомендуется для сложных задач. |
Другие важные новости
Помимо гонки моделей, в индустрии происходят значимые события:
- Безопасность и политика: Бел дом провел встречу с лидерами IT-сектора, где они подписали «морально обязывающее» соглашение по безопасности ИИ. Также обсуждается «Квест по встроенным оценщикам» (Quest for Embedded Evaluators).
- Джейсон Хуанг (Nvidia): В интервью Ezra Klein Podcast он заявил, что проблемы безопасности и выравнивания — это инженерные задачи, которые лаборатории должны решить сами. Однако, если они не справятся, он готов стать «ястребом» безопасности, ссылаясь на стандарты надежности чипов.
- Государственные сервисы: Запущен чат-бот America.gov на базе Gemini и Grok. Пока это демо, но он уже позволяет решать рутинные вопросы, такие как подача заявлений на паспорт.
Источник: LessWrong ↗