Gemini 4 Argon обходит конкурентов по интеллекту, но проигрывает в цене
Gemini 4 Argon (High): Intelligence, Performance and Price Analysis
Artificial Analysis опубликовала анализ Gemini 4 Argon (high), оценив его по Intelligence Index v4.3.2, который включает 10 тестов, среди них AA-Briefcase, GDPval-AA, Terminal-Bench 4.0, SciCode и Humanity's Last Exam. Модель демонстрирует высокий уровень интеллекта, но её стоимость за задачу и количество выходных токенов могут оказаться выше, чем у альтернатив. В отчёте также рассматриваются цена за миллион токенов, размер контекстного окна и склонность к галлюцинациям по индексу AA-Omniscience.
AA-Omniscience Index измеряет надёжность знаний и галлюцинации. Он поощряет правильные ответы, штрафует за галлюцинации и не штрафует за отказ отвечать.
- aliljet
Трудно не воспринимать это как удар под дых для OpenAI. Их лидерство во многом было достигнуто за счёт оценки по соотношению цены и качества (путём сброса счётчиков раз за разом), а теперь их обходят по цене и догоняют или сравнивают по производительности. Я всё ещё буду платить больше за Opus 5.5 прямо сейчас, потому что там почти неограниченное использование, но Google — тихий спящий король.
Все рады наблюдать за другими, но я бы поспорил, что Google сжигает больше токенов через свой поисковый продукт, чем практически кто-либо ещё, и теперь они тихо задают темп на переднем крае...
- mchusma
Предполагаю, что это считается чем-то вроде оценки C от Google, если они честны сами с собой.
После долгого отсутствия вблизи переднего края они анонсируют модель, которая занимает 3-е место, примерно на уровне сегодняшних моделей, которые дешевле.
Хорошо, что они думают о выпуске, чтобы оставаться в игре на переднем крае.
(Я действительно считаю, что 3.7 flash был солидным релизом, так что они в обсуждении. И их модели для изображений, аудио и живые модели хороши)
- mlmonkey
А мне всё ещё предлагают Gemini 3.1Pro на gemini.google.com :-D
Это на платном плане за $20/мес :cry:
- godbox
Какая скукота. Очередная модель, которая не даёт значительного улучшения ни по интеллекту, ни по цене по сравнению с аналогами. Google фактически объявила, что они "догнали" остальных. Я думаю, они отлично работают в отделе Flash, так что видеть это... разочаровывает?
- lhk931122
Я не уверен, что Google сможет вклиниться, когда Claude и ChatGPT уже там. Я пользуюсь обоими, но буду следить за тем, сможет ли Google сделать этот Gemini достаточно хорошим, чтобы я тоже им пользовался, или откажусь от одного из двух (Claude и ChatGPT) ради него.