‏Gemini 4 Argon و خروجی یک میلیون توکنی

گوگل مدل جدید Gemini 4 Argon رو معرفی کرده و مهم‌ترین ویژگیش سقف خروجی یک میلیون توکن تو یه پاسخه. به گفته این مقاله از MindStudio، بیشتر مدل‌های فعلی مثل GPT و Claude حدود ۱۲۸ هزار توکن سقف دارن و نسل قبلی Gemini هم حدود ۶۴ هزار توکن بود. یعنی Argon تقریباً هشت برابر رقبا جا داره.

چرا این مهمه؟ به خاطر test-time compute (یعنی مدل به جای آموزش دوباره، موقع جواب دادن بیشتر فکر می‌کنه تا روی مسئله سخت بهتر جواب بده). مدل‌های استدلالی قبل از جواب نهایی یه زنجیره فکری طولانی تولید می‌کنن و کل این زنجیره به‌علاوه جواب باید تو سقف خروجی جا بشه. با سقف بزرگ‌تر، مدل می‌تونه بیشتر فکر کنه، وسطش tool call بزنه و باز هم جواب کامل رو یه‌جا بده. مقاله به تحقیقات Google DeepMind اشاره می‌کنه که نشون داده یه مدل کوچیک‌تر با زمان فکر بیشتر می‌تونه از مدل خیلی بزرگ‌تر بهتر عمل کنه.

بیشترین اثر رو ایجنت‌های کدنویسی می‌بینن. وقتی وسط یه کار طولانی سقف خروجی پر بشه، harness ایجنت مجبوره مکالمه رو فشرده کنه و از اول شروع کنه. این خلاصه‌سازی جزئیاتی مثل اسم متغیرها یا edge caseهایی که حل شده بودن رو از بین می‌بره. گوگل می‌گه تیم‌هایی از ایجنت‌های Argon کد C و C++، از جمله کرنل یه سیستم‌عامل، رو به Rust منتقل کردن و یه video decoder متن‌باز هم با Rust بازنویسی شده که سریع‌تر و با خروجی یکسان کار می‌کنه. البته برای ایجنت‌هایی که کارشون بیشتر صدا زدن ابزارهای بیرونیه، این سقف اهمیت کمتری داره.

نویسنده تاکید می‌کنه سقف یک میلیونی یه حداکثره، نه هدف. چیزی که هزینه و سرعت رو تعیین می‌کنه، تعداد توکنیه که مدل واقعاً برای یه کار مصرف می‌کنه. طبق بنچمارک Artificial Analysis، هزینه هر تسک Argon از بعضی رقبا کمتره، ولی بیشترش به خاطر قیمت پایین‌تر هر توکنه، نه مصرف کمتر. همین تست‌ها نرخ hallucination پایین‌تری هم برای Argon نشون دادن و امتیاز هوشش نزدیک مدل‌های سطح GPT و بالاتر از مدل Pro قبلی گوگله.

یه بده‌بستان عملی هم هست: سرعت decode رسماً اعلام نشده، ولی اگه حدود ۱۰۰ توکن در ثانیه باشه، یه پاسخ یک میلیون توکنی چند ساعت طول می‌کشه. قیمت اولیه Argon هم‌سطح Claude Sonnet 5.5 هست و بعد از دوره تخفیف به سطح Opus 5.5 می‌رسه. فعلاً هم فقط برای تسترهای منتخب در دسترسه و تاریخ عرضه عمومیش مشخص نیست.

نکات کلیدی:

• سقف خروجی Argon یک میلیون توکنه، در مقابل حدود ۱۲۸ هزار توکن رقبا و ۶۴ هزار نسل قبلی Gemini
• سقف بزرگ‌تر یعنی فشرده‌سازی و ری‌استارت کمتر برای ایجنت‌های کارهای طولانی
• گوگل ازش برای انتقال کد C و C++ و یه کرنل سیستم‌عامل به Rust استفاده کرده
• هزینه کمتر هر تسک بیشتر به خاطر قیمت هر توکنه، نه مصرف توکن کمتر
• قیمت اولیه هم‌سطح Claude Sonnet 5.5 و بعداً Opus 5.5؛ فعلاً فقط برای تسترهای منتخب