Gemini 4 Argon: Googlen uusi tekoälymalli pääsee ensin kyberpuolustajien käyttöön

Google julkisti 30. syyskuuta Gemini 4 Argonin, Gemini 4 -mallisarjan uuden lippulaivan. Malli on tarkoitettu vaativiin, pitkäkestoisiin tehtäviin ohjelmistokehityksessä, laki- ja rahoitusalalla sekä kyberturvallisuudessa. Toistaiseksi Google tarjoaa sitä kuitenkin vain valituille kyberpuolustajille, ei suurelle yleisölle. 9

Julkistus on samalla Googlen uusi yritys vastata OpenAI:n ja Anthropicin kehitykseen pitkän viivästysjakson jälkeen. Yhtiön julkaisemissa vertailuissa Argon saa vahvoja tuloksia, mutta rajattu saatavuus tarkoittaa, etteivät useimmat kehittäjät tai yritykset voi vielä kokeilla mallia itse. 6

Mihin Argon on suunniteltu?

Google kuvailee Argonia tähänastisista malleistaan kyvykkäimmäksi monimutkaisissa työtehtävissä. Sen kerrotaan soveltuvan esimerkiksi pitkään jatkuviin ohjelmistokehitystehtäviin, yritysten asiantuntijatyöhön kuten laki- ja rahoitusalalle sekä kyberpuolustukseen. Google kertoo mallin olevan aiempia huipputason Pro-mallejaan suurempi, mutta käytettävissä olevissa tiedoissa ei ilmoiteta sen parametrimäärää. 9

”Suurempi” on siis tässä suhteellinen kuvaus, ei tarkka mitta Argonin koosta. Se ei myöskään yksin kerro, miten malli vertautuu kilpailijoihin hinnassa, nopeudessa tai juuri käyttäjän tarvitsemassa tehtävässä.

Mitä vertailutuloksista voi päätellä?

Googlen julkaisemat tulokset ovat vahvoja useissa koodaukseen ja asiantuntijatyöhön liittyvissä testeissä. Yhtiön vertailussa Argon sai Vals Indexin asiantuntijatyöosiosta 68,9 prosenttia. OpenAI:n GPT-6 Astra sai 63,1 ja Anthropicin Claude Opus 5.5 puolestaan 67,0 prosenttia. AutomationBench-testissä Argonin tulos oli Googlen mukaan 51,3 prosenttia, kun Astran tulos oli 41,4 ja Opus 5.5:n 42,5 prosenttia.

Google raportoi Argonille myös 77,9 prosentin tuloksen DeepSWE v1.1 -testissä, joka mittaa pitkien ohjelmistokehitystehtävien suorittamista. Kyberturvallisuustestien vertailuissa Argonin kerrotaan jakaneen kärkisijan, ei saavuttaneen kiistatonta johtoasemaa kaikissa testeissä. 37

Tulokset kertovat siitä, miten Google esittää Argonin suoriutuvan valituissa testeissä. Ne eivät kuitenkaan ratkaise, mikä malli on kokonaisuutena paras. Testit kattavat rajattuja tehtäviä, ja Argonin käyttöä rajoitetaan edelleen, joten useimmat käyttäjät eivät voi vielä arvioida tuloksia omassa työssään. 6

Kuka pääsee käyttämään Argonia nyt?

Google aloittaa Argonin jakelun valituille ja tarkastetuille kyberturvallisuuden puolustajille Fairwind-ohjelmansa kautta. Yhtiön mukaan rajatun käyttöönoton tarkoituksena on auttaa puolustajia samalla, kun väärinkäytön riskiä pyritään pienentämään. Google osallistuu myös Yhdysvaltain hallinnon vapaaehtoiseen ennakkoarviointiprosessiin, jossa malliin päästään tutustumaan ennen laajempaa julkaisua. 65

Argon ei ole vielä yleisesti kehittäjien, yritysten tai kuluttajien saatavilla, eikä käytettävissä olevissa lähteissä kerrota julkisen julkaisun tarkkaa ajankohtaa. 6 Rajattu käyttöönotto muistuttaa uutisoinnin mukaan Anthropicin Claude Mythos Preview -mallin rajoitettua saatavuutta, mutta lähteet eivät anna riittävästi tietoa ohjelmien yksityiskohtaiseen vertailuun. 6

Gemini 3.5 Pron viivästys nostaa odotuksia

Google viivästytti aiempia Gemini 3.5 Pro -suunnitelmia, kun se pyrki parantamaan mallin kykyjä, erityisesti koodaamisessa. Tieto perustuu uutisointiin, jossa viitataan asiaa tunteviin lähteisiin. Google siirtyi sittemmin Gemini 4 Argoniin sen sijaan, että olisi julkaissut 3.5 Pron.

Tausta lisää Argonin merkitystä: Google esittelee uuden lippulaivansa sen jälkeen, kun OpenAI ja Anthropic ovat vieneet omia edistyneitä mallejaan eteenpäin. Käytettävissä olevien tietojen mukaan 3.5 Pron viivästys liittyi mallin kykyjen kehittämiseen. Ne eivät kuitenkaan vahvista, että syynä olisi ollut jokin tietty DeepMindin organisaatiomuutos.

Hintaetu on yhä avoin kysymys

Google on nostanut mallien edullisuutta esiin osana kilpailuasemaansa. Hinta voi tarjota yhtiölle toisen tavan kilpailla suorituskykyvertailujen rinnalla, mutta tässä käsitellyt lähteet eivät osoita, että Argonilla olisi vahvistettu kustannusetu kilpaileviin lippulaivamalleihin nähden.

Tämänhetkinen kuva on siis kaksijakoinen: Google raportoi Argonille vahvoja tuloksia valituissa koodaus- ja asiantuntijatyön testeissä, mutta samalla rajoittaa mallin saatavuutta arvioinnin aikana. Vasta laajempi testaus näyttää, siirtyvätkö vertailutulokset käytännön hyödyksi ja miten Argonin hinta suhteutuu kilpailijoihin. 6