O AGENTICO
Gemini 4 Argon
produto · 33 menções
Google
Anthropic
Google DeepMindO que as fontes disseram sobre Gemini 4 Argon
O Google apresentou o Gemini 4 Argon como seu modelo de fronteira para tarefas complexas, com destaque para programação, cibersegurança, direito e finanças; fontes relataram recordes em benchmarks de software e segurança, embora o Epoch AI tenha apontado desempenho inferior ao de concorrentes em matemática e engenharia de software. O acesso começou restrito a especialistas em segurança e testadores, mas depois foi ampliado para desenvolvedores e empresas via API e para assinantes dos planos AI Pro e Ultra. A API teve preço introdutório de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída.
Menções
A partida foi realizada na dificuldade Fácil, e os agentes tinham acesso a informações sobre blocos ocultos que jogadores humanos não teriam.
Essas limitações indicam que as condições do teste não reproduziam integralmente a experiência de um jogador humano.
A partida durou 27 horas e 14 minutos, e os agentes morreram 605 vezes.
Os números dão uma medida da duração e das dificuldades enfrentadas pelos agentes durante a execução.
Quatro agentes Gemini 4 Argon derrotaram o Ender Dragon no Minecraft sem ajuda humana.
A conquista demonstra que agentes de IA conseguiram completar o jogo sem intervenção humana.
Segundo o Epoch AI, o Argon fica atrás de concorrentes em matemática e engenharia de software.
A ressalva indica que o bom resultado em um benchmark não representa liderança em todas as áreas avaliadas.
No Standard Harness, o Argon marcou 49,8% no ARC-AGI-3 com baixo nível de raciocínio, a um custo de US$ 5.800.
A diferença em relação ao resultado no Provider Adapter Harness evidencia que o desempenho reportado varia bastante conforme a configuração do teste.
No ARC-AGI-3, o Argon obteve 97,5% usando o Provider Adapter Harness, a um custo de US$ 4.800.
O resultado mostra o desempenho do modelo em um benchmark de resolução geral de problemas, mas depende do método de teste utilizado.
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.