Gemini 4 Argon của Google Dẫn đầu Bảng xếp hạng AI nhưng Vấp ngã trong Công việc Thực tế
Phòng thí nghiệm nghiên cứu DeepMind của Google đã giới thiệu một mô hình tiên phong mới có tên Gemini 4 Argon, quảng bá nó như một chuyên gia về lý luận khó và lập trình AI thay vì một trợ lý toàn diện. Công ty cho biết mô hình này hoạt động ở mức tiên phong trong kỹ thuật phần mềm, công việc tri thức doanh nghiệp trong các lĩnh vực như luật và tài chính, và phòng thủ an ninh mạng.
Việc ra mắt, được báo cáo bởi các phương tiện truyền thông công nghệ Trung Quốc bao gồm TMTPost và Gelonghui, đi kèm với một kế hoạch triển khai bất thường. Gemini 4 Argon lần đầu tiên được cung cấp cho một nhóm nhỏ các chuyên gia bảo mật an ninh mạng đáng tin cậy theo một chương trình gọi là Fairwind. Google cho biết quyền truy cập rộng hơn cho các nhà phát triển, doanh nghiệp và người tiêu dùng sẽ theo sau khi các biện pháp an toàn bổ sung hoàn tất.
Giá cả cũng thu hút sự chú ý. Mức giá ban đầu bắt đầu từ phí đầu vào trên mỗi triệu token, cách tiêu chuẩn mà các công ty AI tính phí cho văn bản được xử lý bởi một mô hình. Đối với người dùng nặng, những con số đó quyết định liệu một mô hình có giá cả phải chăng ở quy mô lớn hay không, vì vậy mức giá ban đầu đang được các nhà phát triển xây dựng sản phẩm trên các hệ thống như vậy theo dõi chặt chẽ.
Các bài báo Trung Quốc mang giọng điệu hoài nghi. Một tiêu đề mô tả Gemini 4 Argon là người đạt điểm cao nhất trong các kỳ thi nhưng kém ấn tượng hơn khi được yêu cầu làm công việc thực tế. Một tiêu đề khác đặt câu hỏi tại sao Google, sau mười tháng im lặng, lại bỏ cả thương hiệu Pro vốn từ lâu báo hiệu tầng cao cấp của mình. Hàm ý là công ty vẫn đang tìm kiếm bản sắc sản phẩm trong một thị trường đông đúc.
Khoảng cách giữa chuẩn mực và thực tế là một chủ đề quen thuộc trong ngành AI. Các mô hình có thể thống trị các bài kiểm tra tiêu chuẩn trong khi vật lộn với các nhiệm vụ lộn xộn, nhiều bước mà người dùng thực sự quan tâm, chẳng hạn như gỡ lỗi một cơ sở mã khổng lồ hoặc soạn thảo hợp đồng với các điều khoản bất thường. Người mua ngày càng đánh giá công cụ dựa trên những kết quả đó thay vì vị trí trên bảng xếp hạng.
Sự nhấn mạnh của Google vào phòng thủ an ninh mạng là đáng chú ý. Các đội bảo mật phải đối mặt với khối lượng cảnh báo và công việc xem xét mã liên tục, và các nhà cung cấp coi đó là thị trường ban đầu đầy hứa hẹn cho các mô hình lý luận có năng lực. Việc hạn chế quyền truy cập cho các chuyên gia bảo mật đã được xác minh cũng cho Google một môi trường được kiểm soát để nghiên cứu rủi ro lạm dụng trước khi phát hành rộng rãi.
Thời điểm này đặt Gemini 4 Argon vào một lĩnh vực cạnh tranh khốc liệt. Các đối thủ ở Hoa Kỳ và Trung Quốc đang phát hành các mô hình theo lịch trình chồng chéo, và khách hàng doanh nghiệp hiện so sánh giá cả, độ tin cậy và tài liệu an toàn trước khi cam kết. Một mô hình thắng về lý luận nhưng thua về chi phí hoặc tính hữu ích hàng ngày có thể gặp khó khăn trong việc chuyển đổi sự cường điệu thành hợp đồng.
Đối với độc giả toàn cầu, câu chuyện ít liên quan đến một lần ra mắt mà là về sự trưởng thành của thị trường AI. Những tuyên bố lớn lao về hiệu suất tiên phong đang nhường chỗ cho những câu hỏi khó hơn: ai được truy cập, chi phí bao nhiêu, và liệu công cụ có thực sự giúp ai đó hoàn thành công việc nhanh hơn không. Câu trả lời của Google, hiện tại, là một bản phát hành được dàn dựng cẩn thận đánh đổi phạm vi tiếp cận ngay lập tức để kiểm soát chặt chẽ hơn.