गूगल ने 30 सितंबर को जेमिनी 4 आर्गन जारी किया, जो जेमिनी 4 परिवार का पहला मॉडल है और नवंबर 2025 में जेमिनी 3 श्रेणी आने के बाद कंपनी का पहला नया प्रमुख मॉडल है। लेकिन अभी इसे लगभग कोई इस्तेमाल नहीं कर सकता।
मॉडल पहले उस बंद समूह के पास जा रहा है जिसे गूगल फेयरविंड प्रोग्राम कहता है — वे साइबर रक्षक जिन्हें कंपनी भरोसेमंद मानती है — और गूगल की अपनी आंतरिक टीमों के पास। इन दोनों समूहों को आर्गन का वह संस्करण मिलेगा जिसमें साइबर सुरक्षा-रोक हटा दी गई है। बाकी सबको इंतज़ार करना है। गूगल कहता है कि डेवलपर, कंपनियाँ और उपभोक्ता बाद में आएंगे, पहले भुगतान करने वाले एपीआई ग्राहक और गूगल एआई अल्ट्रा के ग्राहक, और उससे पहले कंपनी साइबर व सीबीआरएन दुरुपयोग, अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन, मॉडल के भटकाव और असुरक्षित एजेंट वातावरण के विरुद्ध बचाव मज़बूत करेगी।
सुरक्षा का दावा ही मुख्य ख़बर है
गूगल कहता है कि आर्गन सॉफ़्टवेयर की किसी गंभीर खामी को खोज सकता है, पुष्टि कर सकता है कि वह असली है, और बिना किसी व्यक्ति के बीच में आए उसका पैच लिख सकता है। कंपनी यह भी कहती है कि मॉडल ने दुनिया भर के अस्पतालों में इस्तेमाल होने वाले स्वास्थ्य सॉफ़्टवेयर में एक गंभीर खामी पकड़ी, जिसे पहले के अग्रिम मॉडल चूक गए थे। गूगल ने न सॉफ़्टवेयर का नाम बताया है और न कोई सुरक्षा सूचना प्रकाशित की है।
कंपनी आर्गन को अमेरिकी सरकार की स्वैच्छिक पूर्व-पहुँच प्रक्रिया से भी गुज़ार रही है — वही व्यवस्था जिस पर इस महीने दूसरे मामलों में विवाद हुआ है।
गूगल की अपनी परीक्षण तालिका
गूगल ने जीपीटी-6 एस्ट्रा और क्लॉड ओपस 5.5 के मुक़ाबले 18 तुलनाएँ प्रकाशित की हैं, और इनमें से 13 में आर्गन आगे है या बराबरी पर है। ये आंकड़े विक्रेता के अपने हैं, स्वतंत्र परिणाम नहीं।
सॉफ़्टवेयर इंजीनियरिंग की परीक्षा डीपएसडब्ल्यूई v1.1 में गूगल आर्गन को 77.9 प्रतिशत पर रखता है, जबकि ओपस 5.5 को 74.2 पर। व्यावसायिक काम पूरा करने की परीक्षा ऑटोमेशनबेंच में वह 51.3 प्रतिशत बताता है, मुक़ाबले 42.5 के। लंबे वीडियो की समझ मापने वाली एलवीबेंच में वह 91.7 प्रतिशत का दावा करता है। हार्वी की कानूनी एजेंट परीक्षा में अंतर सबसे बड़ा है: आर्गन 19.6 प्रतिशत, जीपीटी-6 एस्ट्रा 5.4 प्रतिशत। ग्रे स्वान की अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन परीक्षा में गूगल हमले की सफलता दर 0.7 प्रतिशत बताता है, एस्ट्रा के 8.5 और ओपस 5.5 के 1.0 के मुक़ाबले।
अंतर उलटी दिशा में भी हैं, और गूगल ने वे भी छापे। फ़्रंटियरएसडब्ल्यूई v2 में एस्ट्रा 65.5 प्रतिशत के साथ आर्गन के 55.0 से आगे है, और टर्मिनल-बेंच साइंस 0.1 में 68.1 के साथ 57.6 से आगे। टर्मिनल-बेंच 4.0 में ओपस 5.5 66.4 के साथ 57.4 से आगे है।
दस लाख टोकन का उत्तर
व्यवहार में जो बदलाव सबसे अधिक मायने रख सकता है, वह उत्तर की सीमा है। आर्गन एक ही उत्तर में दस लाख टोकन तक लिख सकता है, जबकि गूगल के पिछले मॉडलों में यह सीमा 64,000 थी। किसी एजेंट को पूरा कोडबेस बदलने या लंबा अनुबंध पढ़ने को कहा जाए, तो काम को कई अनुरोधों में जोड़ने की ज़रूरत ख़त्म हो जाती है।
गूगल कहता है कि उसके हज़ारों कर्मचारी मॉडल का इस्तेमाल पहले से कर रहे हैं, और तीन आंतरिक उदाहरण देता है: क्वांटम कंप्यूटिंग की एक ऐसी अनुकूलन जो प्रकाशित मानकों से 40 प्रतिशत बेहतर रही, मेमोरी की अनुकूलन जिसने उसके डेटा सेंटरों में 300 टीआईबी से अधिक जगह खाली की, और वीडियो डिकोडर libgav1 में SIMD कोड का एक पुनर्लेखन जो रस्ट संस्करण से 2.7 गुना तेज़ चलता है।
कीमत क्या है
आर्गन शुरुआती कीमत पर आया है: प्रति दस लाख इनपुट टोकन 2 डॉलर और प्रति दस लाख आउटपुट टोकन 10 डॉलर, जिसमें कैश किया गया इनपुट 95 प्रतिशत छूट के साथ 0.10 डॉलर है। शुरुआती दौर के बाद ये 4 और 20 डॉलर हो जाएंगे। शुरुआती दर पर आर्गन जीपीटी-6 एस्ट्रा से सस्ता है, जिसे गूगल 10 और 50 डॉलर पर दिखाता है, और छूट ख़त्म होने पर ओपस 5.5 के बराबर आ जाता है।
आगे क्या देखना है
यह कि आर्गन साल ख़त्म होने से पहले आम तौर पर उपलब्ध होता है या नहीं, और यह कि गूगल बताता है या नहीं कि फेयरविंड प्रोग्राम में कौन है। बाहरी संगठनों के एक अनाम समूह को जानबूझकर साइबर सुरक्षा-रोक हटाकर दिया गया मॉडल केवल उत्पाद का फ़ैसला नहीं, शासन की व्यवस्था है — और अभी तक उसकी सदस्यता तय करना गूगल के हाथ में है।
