Google, popüler Gemini 3.5 Pro modeli yerine yeni nesil yapay zeka modeli Gemini 4 Argon'u tanıttı. Şirket, bu modelin kodlama, bilgi işi ve siber güvenlik alanlarında sektördeki en yüksek performansı sunduğunu iddia ediyor. Ancak Gemini 4 Argon henüz genel kullanıcıların kullanımına sunulmadı ve yalnızca sınırlı bir test grubuna erişim sağlanıyor.

İçerideki etkiler ve teknik başarılar

Google'a göre şirket mühendisleri Argon modelini zaten yoğun bir şekilde kullanmaya başladı. Yeni model, veri merkezleri genelindeki telemetri verilerini analiz ederek toplamda 300 TiB bellek tasarrufu sağladı. Ayrıca Argon ajanları, C/C++ kod tabanlarını Rust diline taşımak için çalışarak binlerce kod satırının yanı sıra Fuchsia işletim sisteminin Zircon çekirdeğindeki 800.000'den fazla kod satırını işledi.

Benchmark sonuçları ve API fiyatlandırması

Yeni model, DeepSWE v1.1 yazılım mühendisliği benchmark testinde yüzde 77.9 başarıyla GPT-6 Astra, Fable 5.1 ve Opus 5.5 gibi rakiplerin önünde yer aldı. Google, Vals Index ekonomik analiz testinde de Argon'un sektör lideri skorlara ulaştığını belirtti. Şirket, modelin sınırlı erişim döneminde milyon giriş tokeni için 2 dolar ve milyon çıktı tokeni için 10 dolar fiyat uygulanacağını açıkladı. Önbelleğe alınan giriş tokenleri için ise yüzde 95 indirim geçerli olacak. Gemini 4 Argon, önceki 64.000 token sınırını aşarak tek seferde 1 milyon token'a kadar çıktı üretebilecek.

Ne anlama geliyor?

Büyük ölçekli yapay zeka modellerinin piyasaya sürülmesi genellikle kademeli bir süreç izler. Teknolojiler önce kontrollü ortamlarda test edilerek güvenlik açıkları ve performans darboğazları tespit edilir. Bu aşama, sistemin stabilitesini ve güvenilirliğini doğrulamak için kritik öneme sahiptir. Kullanıcılar, modellerin sınırlı erişim dönemlerinde yalnızca seçili partnerler veya iç geliştiriciler tarafından kullanılabilmesi nedeniyle doğrudan erişimden yoksun kalır.

Sektördeki bu yaklaşım, özellikle siber güvenlik ve karmaşık kodlama gibi hassas alanlarda yanlış pozitif veya eksik sonuçların önüne geçmeyi amaçlar. Uzun çıktı sınırlarının artması, yapay zekânın daha karmaşık ve çok adımlı görevleri tek seferde tamamlama kapasitesini artırır. Bu durum, yazılım geliştirme süreçlerinde otomasyonun verimliliğini yükselterek manuel müdahale ihtiyacını azaltır. Genel kullanıcıların bu gelişmelerden faydalanabilmesi için şirketlerin test süreçlerini tamamlaması ve modelleri geniş kitlelere açması beklenir.