Gemini 4 ทำคะแนนทดสอบได้ดี แต่ผลงานเขียนโค้ดจริงยังเป็นข้อถกเถียง

Gemini 4 Argon ได้รับการประเมินสองด้านที่ต่างกัน: Google ชูผลทดสอบมาตรฐานที่โดดเด่น ขณะที่มีรายงานว่าพนักงานบางส่วนเห็นว่าโมเดลยังทำงานเขียนโค้ดจริงได้ไม่สม่ำเสมอ ความเห็นเหล่านี้ชวนให้ตั้งคำถามถึงช่องว่างระหว่างคะแนนทดสอบกับการใช้งาน แต่ยังไม่ใช่ข้อสรุปว่าพนักงาน Google เห็นตรงกันว่า Gemini 4 ตามหลังคู่แข่ง 11

คะแนนทดสอบดี ไม่ได้ตอบทุกคำถามเรื่องงานเขียนโค้ด

Google ระบุว่า Gemini 4 ทำผลงานได้ดีในการทดสอบหลายรายการ รวมถึงการทดสอบด้านความปลอดภัยรายการหนึ่งที่ทำคะแนนเหนือ Astra ของ OpenAI อย่างไรก็ตาม มีรายงานว่าพนักงานที่คุ้นเคยกับการประเมินภายในพบประสบการณ์ต่างออกไปเมื่อใช้โมเดลกับงานเขียนโค้ดบางประเภทในทางปฏิบัติ รวมถึงงานพัฒนาส่วนหน้าของเว็บไซต์หรือแอป ซึ่งเกี่ยวข้องกับหน้าตาและการใช้งานของผลิตภัณฑ์ 1114

รายงานเหล่านี้ไม่ได้ลบล้างผลทดสอบ และผลทดสอบก็ไม่ได้ตอบได้ทั้งหมดว่าโมเดลจะมีประโยชน์หรือทำงานได้สม่ำเสมอแค่ไหนกับงานวิศวกรรมในแต่ละวัน ประเด็นสำคัญจึงอยู่ที่ความแตกต่างระหว่างการทำคะแนนในการทดสอบบางชุด กับประสบการณ์เมื่อนำไปใช้กับงานเฉพาะจริง

Google โต้แย้งคำวิจารณ์ แต่พนักงานก็เห็นไม่ตรงกัน

Google ระบุว่าไม่ถูกต้องที่จะบอกว่า Gemini 4 ทำผลงานด้านการเขียนโค้ดได้ต่ำกว่าที่ควร พร้อมยกผลทดสอบมาตรฐานมาอ้างอิง ขณะเดียวกัน รายงานความเห็นของพนักงานไม่ได้มีไปในทิศทางเดียวกันทั้งหมด: บางคนมองว่า Fable ของ Anthropic และ Astra ของ OpenAI กำลังพัฒนาเร็วกว่า ขณะที่บางคนเห็นว่า Gemini 4 ตามทันโมเดลชั้นนำแล้ว 111213

เมื่อความเห็นยังแตกต่างกัน จึงเร็วเกินไปที่จะถือว่าคำวิจารณ์ภายในหรือผลทดสอบที่ Google ยกมาเป็นคำตัดสินที่ครอบคลุมความสามารถของ Gemini 4 ทั้งหมด

แผน Gemini 3.5 Pro ที่ยกเลิกเป็นอีกบริบทหนึ่ง

มีรายงานว่า Google เคยวางแผนเปิดตัว Gemini 3.5 Pro ในเดือนมิถุนายน 2026 แต่ยุติแผนดังกล่าวและหันไปพัฒนา Gemini 4 แทน เรื่องนี้ช่วยให้เห็นบริบทของคำถามเกี่ยวกับจังหวะการพัฒนาและการเปิดตัวโมเดลของบริษัท แต่ไม่ได้อธิบายด้วยตัวเองว่าเหตุใด Gemini 4 จึงถูกวิจารณ์เรื่องการเขียนโค้ด หรือพิสูจน์ว่าโมเดลด้อยกว่าคู่แข่ง 613

ทำไมนักลงทุนจึงจับตารายงานนี้

หลังมีรายงานดังกล่าว หุ้น Alphabet ลดช่วงบวกจากที่เคยขึ้นมากกว่า 2% เหลือปิดบวกประมาณ 0.5% ในการซื้อขายวันพุธตามรายงาน การเคลื่อนไหวนี้เกิดขึ้นในช่วงเดียวกับที่ตลาดรับรู้ข่าว แต่ไม่ได้ยืนยันว่าความกังวลของพนักงานเป็นจริง หรือพิสูจน์ว่าข่าวดังกล่าวเป็นสาเหตุเดียวของการเปลี่ยนแปลงราคา 114

คำถามในภาพกว้างสำหรับนักลงทุนคือ Google จะสามารถแข่งขันกับ OpenAI และ Anthropic ในตลาดโมเดล AI รุ่นเรือธงได้หรือไม่ รายงานวาง Gemini 4 ไว้ในบริบทการแข่งขันนี้ แต่ไม่ได้ระบุผลกระทบที่เกิดขึ้นกับผลิตภัณฑ์ Google รายใดโดยเฉพาะ ผลกระทบในวงกว้างจึงยังเป็นประเด็นที่ต้องติดตาม ไม่ใช่สิ่งที่ยืนยันแล้ว 10