คะแนนทดสอบสวยหรู แต่ Gemini 4 ยังมีโจทย์เรื่องเขียนโค้ด

รายงานของ Bloomberg ระบุว่า Gemini 4 ทำคะแนนได้ดีในการทดสอบมาตรฐานที่ใช้วัดความสามารถของโมเดล AI แต่พนักงานบางคนที่ได้ทดลองใช้พบว่ารุ่นนี้ทำได้ไม่ดีเท่าเดิมกับงานจริง โดยเฉพาะงานเขียนโค้ดบางประเภท ข้อมูลดังกล่าวมาจากแหล่งข่าวที่ไม่เปิดเผยชื่อ จึงสะท้อนข้อกังวลภายใน ไม่ใช่ผลประเมินอิสระที่ครอบคลุมความสามารถทั้งหมดของโมเดล 7

ประเด็นนี้เกิดขึ้นในช่วงที่ Google กำลังผลักดันโมเดลเรือธงรุ่นใหม่ และพยายามแข่งขันในตลาดเครื่องมือ AI สำหรับเขียนโค้ด วันเดียวกับรายงาน Bloomberg มีข่าวว่า Google เปิดตัว Gemini 4 Argon แล้ว แต่ยังไม่ได้ประกาศกำหนดการเปิดให้ประชาชนทั่วไปใช้งาน 710

คะแนนเบนช์มาร์กกับการใช้งานจริงวัดคนละอย่าง

เบนช์มาร์กคือชุดทดสอบมาตรฐานที่ช่วยเปรียบเทียบโมเดลตามเกณฑ์ที่กำหนด ส่วนคำบอกเล่าจากพนักงานในรายงาน Bloomberg กล่าวถึงประสบการณ์เมื่อนำโมเดลไปทำงานบางอย่างจริง ๆ ทั้งสองอย่างจึงเป็นหลักฐานคนละประเภท

รายงานชี้ว่าแม้ Gemini 4 จะทำคะแนนทดสอบได้ดี แต่ผลดังกล่าวไม่ได้คลายข้อกังวลของพนักงานทุกคนเกี่ยวกับความสามารถด้านเขียนโค้ด อย่างไรก็ตาม ข้อมูลนี้ยังไม่เพียงพอจะสรุปว่า Gemini 4 ทำได้ไม่ดีในงานจริงทุกประเภท 7

ทำไม Google จึงให้ความสำคัญกับการเขียนโค้ด

Google กำลังแข่งขันเพื่อพัฒนาเครื่องมือ AI สำหรับช่วยเขียนโค้ด ซึ่งเป็นหนึ่งในด้านที่บริษัทเคยมีความกังวลเรื่องความก้าวหน้าของคู่แข่ง Bloomberg รายงานเมื่อเดือนเมษายนว่า ผู้นำบางส่วนใน Google ห่วงว่าบริษัทอาจตามหลัง โดยเฉพาะเมื่อแหล่งข่าวมองว่าเครื่องมือของ Anthropic มีประสิทธิภาพและได้รับความนิยมจากธุรกิจมากกว่า 4

รายงานอีกชิ้นในเดือนกรกฎาคมระบุว่า Gemini 3.5 Pro ล่าช้ากว่ากำหนดหลายเดือน ขณะที่ Google พยายามยกระดับความสามารถ โดยเฉพาะด้านเขียนโค้ด พนักงานที่ให้ข้อมูลในรายงานแสดงความกังวลว่าโมเดลจาก Anthropic และ OpenAI อาจมีความสามารถเหนือกว่า Gemini 1 Reuters ระบุด้วยว่า Gemini 3.5 Pro ตั้งใจพัฒนามาเพื่อช่วยให้ Google ไล่ตามคู่แข่งในเครื่องมือเขียนโค้ดและงาน AI แบบเอเจนต์ ซึ่งทำงานเป็นขั้นตอนได้ 2

ข้อมูลก่อนหน้านี้ช่วยอธิบายบริบทการแข่งขัน แต่เป็นเรื่อง Gemini 3.5 Pro และความกังวลโดยรวม ไม่ใช่หลักฐานว่า Gemini 4 มีข้อบกพร่องแบบเดียวกัน หรือว่า Google แพ้การแข่งขันแล้ว ความสามารถด้านเขียนโค้ดอาจเกี่ยวข้องกับการพัฒนาเครื่องมือและงานแบบเอเจนต์ของบริษัท แต่แหล่งข้อมูลที่มีไม่ได้ระบุผลกระทบต่อผลิตภัณฑ์หรือลูกค้าโดยเฉพาะ 247

Gemini 3.5 Pro ถูกยกเลิกหรือไม่

รายงานที่มีระบุว่า Gemini 3.5 Pro ล่าช้า ขณะที่ Google ปรับปรุงความสามารถ โดยเฉพาะด้านเขียนโค้ด แต่ไม่ได้ยืนยันว่าบริษัทเลิกพัฒนาโมเดลนี้ 12

การเลื่อนกำหนดไม่เท่ากับการยกเลิก และข้อกังวลเกี่ยวกับ Gemini 3.5 Pro ก็ไม่ใช่ข้อยืนยันประสิทธิภาพของ Gemini 4 ซึ่งเป็นคนละรายงานและคนละชุดข้อกังวล 17

Google โต้แย้งคำวิจารณ์

ตามรายงานที่ ZeroHedge ถ่ายทอดจาก Bloomberg Google ระบุว่าเป็นการกล่าวที่ “ไม่ถูกต้อง” หากจะบอกว่า Gemini 4 ทำผลงานด้านเขียนโค้ดต่ำกว่าคาด 5 คำชี้แจงนี้ขัดกับคำบอกเล่าของพนักงานที่ไม่เปิดเผยชื่อ และแหล่งข้อมูลที่มีไม่ได้รวมผลทดสอบสาธารณะจากหน่วยงานอิสระที่ใช้ชี้ขาดข้อโต้แย้ง 57

ด้านความเคลื่อนไหวของผลิตภัณฑ์ รายงานในวันเดียวกันระบุว่า Google เปิดตัว Gemini 4 Argon แล้ว แต่ยังไม่แจ้งกำหนดการเปิดให้ใช้งานทั่วไป 10

หุ้น Alphabet ลดช่วงบวก แต่ยังไม่ติดลบ

หลังรายงานเผยแพร่ หุ้น Alphabet ลดช่วงบวกจากมากกว่า 2% เหลือประมาณ 0.5% ใกล้ปิดตลาด ตามรายงานที่อ้างข้อมูลจาก Investing.com กล่าวคือราคาหุ้นยังสูงกว่าระดับปิดวันก่อนหน้า ไม่ได้ปรับลงไปอยู่ในแดนลบ 9

สิ่งที่รายงานบอกได้ และยังตอบไม่ได้

รายงานชี้ให้เห็นคำถามสำคัญสำหรับ Google ว่าคะแนนทดสอบที่ดีของ Gemini 4 จะถ่ายทอดไปสู่งานเขียนโค้ดที่พนักงานลองทำได้มากน้อยเพียงใด แต่ข้อมูลที่มีประกอบด้วยคำบอกเล่าภายในแบบไม่เปิดเผยชื่อและคำชี้แจงโต้แย้งจาก Google ไม่ใช่การประเมินสาธารณะที่ครอบคลุมทุกด้าน

การเลื่อน Gemini 3.5 Pro เป็นบริบทของการแข่งขันที่ช่วยให้เห็นว่าเหตุใดความสามารถด้านเขียนโค้ดจึงเป็นประเด็นสำคัญ แต่ไม่ได้พิสูจน์ว่าโมเดลนั้นถูกยกเลิก หรือว่า Gemini 4 ตามหลังคู่แข่งโดยรวม 157