Gemini 4 Argon, 사이버 방어자에게 먼저 풀렸다
Google이 새로운 프런티어 모델 Gemini 4 Argon을 공개했다. 최대 100만 토큰 출력, DeepSWE v1.1 77.9%로 최고 성능을 기록했고, 내부적으로 300TiB 이상 메모리 절약과 Fuchsia 커널 80만 줄 Rust 마이그레이션에 활용됐다. 사이버 방어에 특화돼 사이버 가드레일 없이 신뢰된 방어자에게 먼저 제공되며, 입력 100만 토큰당 2달러, 출력 10달러의 도입 가격으로 곧 출시된다.
Argon은 사이버 보안 방어에 매우 뛰어나도록 훈련되었으며, 신뢰할 수 있는 방어자와 Google 내부 팀을 위해 사이버 가드레일 없이 출시될 예정이다.
HN 토론
683- taylorfinley
10일 전에 Gemini 3.8 flash로 겪은 일 때문에 내가 테스트 중인 다른 모델로 라우팅된 게 아닌가 의심했다. 128GB Strix Halo에서 llama.cpp와 rocm을 쓰려고 했는데 Vulkan으로만 실행할 수 있었다. 에러 메시지를 agy에 붙여넣었더니, 내 GPU 드라이버에 GDB를 붙이고, 커널 큐 ioctl 인터페이스를 리버스 엔지니어링하고, LD_PRELOAD C shim을 작성해서 내 Strix Halo에서 ROCm llama.cpp가 작동하게 만들었다. 그동안 내 입은 계속 벌어져 있었다.
수정: 해결책 추가: https://gist.github.com/birep/6f2c8d490c7a29820997d57bd654c3...
- nickysielicki
여기서 중요한 점은: 올해 우리가 목격한 추월이 일시적인 현상이 아닌 것 같다는 거다. Dario Amodei의 유명한 이론은 AI가 승자독식 분야여서 먼저 앞서 나간 팀이 결코 그 지위를 내주지 않을 거라는 것이었다. 그가 즐겨 쓴 표현은 "집중화(concentrating)"였다. 이것은 그가 틀렸다는 또 하나의 데이터 포인트다. AI는 1년 전보다 neoclouds와 전통적인 하이퍼스케일러, FAANG과 스타트업, GPU와 ASIC 사이에 더 분산되어 있는 것처럼 보인다.
아무도 해자를 갖고 있지 않다.
- babelfish
> Argon을 개발자, 기업, 소비자에게 가능한 한 빨리 제공하기 전에 가드레일을 반복 개선하면서 초기 테스터들의 피드백을 계속 수집하겠습니다.
Gemini는 "모델을 출시할 수 없다"는 의혹을 벗어나지 못하고 있다
- tazjin
> Argon 에이전트는 Google 전반에서 C/C++ 코드베이스를 Rust로 마이그레이션하는 작업을 하고 있다
세상에, cppnext 팀이 Rust는 고려조차 거부하고 대신 Carbon이나 Swift(!) 같은 터무니없는 것들을 살펴보던 시절이 기억난다. 엔지니어링 직원의 절반은 이미 이게 어디로 향하는지 알고 있었는데도 말이다. 적어도 그 지연 덕분에 몇 번의 좋은 승진은 챙겼기를 바란다.
- juanre
당신의 워크플로가 무엇이든, 모델과 제공자가 교체 가능한지 확인하라. 프론티어 랩들은 몇 달 동안 그래왔듯이 계속 서로를 추월할 것이다.
AI의 혜택이 분배되려면 지능이 상품이 되어야 한다.
당신이 기술, 학습 내용, 인프라 설정을 통제하는 한 괜찮을 것이다.
- uvdn7
> 대규모 코드베이스 마이그레이션 및 최적화: Argon 에이전트는 Google 전반에서 C/C++ 코드베이스를 Rust로 마이그레이션하는 작업을 하고 있다—re2, libgav1 같은 핵심 라이브러리의 수만 줄에서 Fuchsia OS Zircon 커널의 80만+ 줄까지 확장한다.
내게 이것은 다른 무작위 C++에서 Rust로의 AI 재작성보다 훨씬 더 중요하다. 그들이 핵심 C++ 라이브러리에서 대규모로 해낼 수 있다면, 몇 년 안에 C++이 여전히 관련성이 있을지 모르겠다.
이 노력에 대한 Google의 글을 기대한다.
- Revanche1367
좋다, 그래서 그들이 _마침내_ non-flash 모델을 추가하기로 결정했는데, 일반 구독자에게는 무기한 사용할 수 없다. AI Ultra 요금제를 지불할 이유가 뭐냐? Anthropic도 내가 알기로 Fable로 같은 짓을 하고 있고, OpenAI는 적어도 Pro 요금제 구독자가 Astra를 사용할 수 있게 해준다. 나는 Gemini AI Ultra와 ChatGPT Pro를 구독하고, 직장에서 Claude에 대한 엔터프라이즈 접근 권한이 있다. 공정하게 말하자면, 적어도 3.6 이후 Gemini의 flash 모델들은 복잡하지 않은 작업에는 꽤 유용했지만, 약간의 복잡성이 있는 작업에서는 계획을 정확히 따르게 하기 위해 내가 직접 또는 때로는 다른 LLM과 함께 여러 번 작업을 확인하고 재확인해야 했다. 또 하나의 Gemini 릴리스가 더 새로운 pro 모델 추가를 무시하는 것을 보니 실망스럽다.
수정: Anthropic이 Fable을 제한한다는 내 말이 틀린 것 같다, 우리 엔터프라이즈 요금제에 포함되지 않은 모양이다. 하지만 일반 구독자/엔터프라이즈 사용자에 대한 Anthropic의 Mythos 차단은 여전히 사실인 것 같다.
- wg0
속보는 모델이 아니다. 속보는 Google 내부에서 대규모 코드베이스에 코드 작성용으로 많이 사용되고 있으며 이미 80만 줄의 C++ 코드를 Rust로 마이그레이션하고 있다는 것이다.
이 분야에서 DeepSeek 외에 내가 존경하는 다른 회사는 - 바로 Google이다. 그들은 악명 높은 "우리는 해자가 없다" 메모를 포함해 처음부터 이에 대해 정직했다.
이 회사는 막대한 데이터, 자체 하드웨어(TPU), 자체 내부 전문가를 보유하고 있다. 사실 LLM은 여기서 발명되었다.
무기고에 좋은 추가다.
- gopalv
> Argon의 추론이 우리의 모니터링을 회피하도록 형성될 위험을 피하기 위해 발견 사항을 훈련에 다시 공급하지 않도록 주의 깊게 예방 조치를 취하고 있습니다. 우리는 업계 전체가 정렬 위험을 헤쳐나가는 이 중요한 능력 증가의 시점에 추론 투명성을 유지하여 모델의 사고가 정렬 오류를 식별하고 진단하는 데 도움이 되도록 강력히 권장합니다.
이건 좋다, 하지만 바로 이 점 때문에 그들이 느리게 움직이는 것이다.
Google은 모델이 에코 체임버에 들어가 인간이 가능한 속도보다 빠르게 가도록 허용하지 않아서 벌을 받고 있다.
- mridulmalpani
왜 Google이 Gemini를 오픈 웨이트 모델로 만들지 않는지 궁금하다.
Gemini 4가 SOTA 모델들과 같은 수준이라면, 그냥 오픈 소스로 공개하고 OpenAI와 Anthropic의 경쟁을 죽이고 시장 리더가 되는 게 어떨까.
이것은 여러 측면에서 정말 좋을 것이다 - Google이 다음 모델을 반복 개발할 시간을 벌고, 우리 같은 사람들에게 최고이며, 경쟁사의 자금을 끊거나 가치를 파괴하고 그들이 모델을 공개하도록 강제하거나 오픈 소스 Gemini보다 훨씬 우수한 모델을 만들도록 강제할 수 있다.
유일한 단점은 Gemini API 수익 손실인데, 이는 Google의 다른 수익원에 비해 정말 중요한지 확실하지 않고, 모델을 어딘가에 호스팅해야 하므로 이 중 일부는 GCP가 확보할 수 있다.