Вот есть новость: Gemini 4 Argon появилась в BotHub. Это новая флагманская модель Google, и её главная фишка — длинные цепочки рассуждений. То есть она не просто выдаёт ответ, а изучает данные, строит план, проверяет промежуточные шаги и идёт до конца. Контекст и вывод — до 1 млн токенов.
Что это значит на практике? Для малого бизнеса это пока не про «напиши пост в соцсети». Это про задачи, где нужно долго думать над большим объёмом данных: разобрать огромную таблицу, найти ошибку в логике, спланировать сложный процесс. Меня цепляет, что Google уже гоняет её на переносе кода с C/C++ на Rust — и в проекте libgav1 результат оказался в 2,7 раза быстрее предыдущего порта. Но настораживает другое: на бенчмарке DeepSWE v1.1 она взяла 77,9%, а на FrontierSWE v2 — лишь 55%, отстав от GPT-6 Astra и Claude Opus 5.5. То есть модель мощная, но не универсальная.
Мой вывод: если вы пока используете ИИ для ответов на вопросы клиентов или генерации текстов, Argon вам не нужна — переплатите за мощность. А вот если у вас есть аналитика, где нужно копать вглубь, — стоит присмотреться.
Что это значит на практике? Для малого бизнеса это пока не про «напиши пост в соцсети». Это про задачи, где нужно долго думать над большим объёмом данных: разобрать огромную таблицу, найти ошибку в логике, спланировать сложный процесс. Меня цепляет, что Google уже гоняет её на переносе кода с C/C++ на Rust — и в проекте libgav1 результат оказался в 2,7 раза быстрее предыдущего порта. Но настораживает другое: на бенчмарке DeepSWE v1.1 она взяла 77,9%, а на FrontierSWE v2 — лишь 55%, отстав от GPT-6 Astra и Claude Opus 5.5. То есть модель мощная, но не универсальная.
Мой вывод: если вы пока используете ИИ для ответов на вопросы клиентов или генерации текстов, Argon вам не нужна — переплатите за мощность. А вот если у вас есть аналитика, где нужно копать вглубь, — стоит присмотреться.
Просмотры: 7