Το Gemini 4 Argon κυκλοφόρησε πριν από περίπου μία εβδομάδα και ο διάδοχός του φαίνεται να είναι ήδη στη διαδρομή. Το Gemini 4 Carbon δοκιμάζεται, σύμφωνα με πληροφορίες που κυκλοφορούν στο X και συγκεντρώνει το TestingCatalog, από εξωτερικούς συνεργάτες της Google και στην πλατφόρμα LM Arena. Η Google δεν έχει επιβεβαιώσει τίποτα από αυτά, και όλα όσα ακολουθούν προέρχονται από χρήστες και διαρροές.
Το Carbon είχε πρωτοεμφανιστεί νωρίτερα αυτόν τον μήνα, όταν το Business Insider ανέφερε ότι ένα checkpoint με αυτό το όνομα υπάρχει στο εσωτερικό εργαλείο προγραμματισμού Jetski της εταιρείας. Checkpoint λέγεται μια ενδιάμεση εκδοχή ενός μοντέλου, όπως έχει διαμορφωθεί σε κάποιο σημείο της εκπαίδευσής του.
Καλύτερο στα 3D, αργό και με αδύναμο UI
Ο χρήστης του X με το όνομα Lentils γράφει ότι ξεκίνησε πρόγραμμα πρώιμης πρόσβασης, ότι η κυκλοφορία είναι «πολύ κοντά» και ότι το Carbon τα πηγαίνει αισθητά καλύτερα από το Argon σε εργασίες 3D. Στο frontend και στο UI, δηλαδή στη δημιουργία διεπαφών, το αποτέλεσμα παραμένει κακό. Το μοντέλο είναι πιο αργό, αλλά, όπως το θέτει, «λιγότερο τεμπέλικο».
Ο Lumina, που δημοσίευσε τα περισσότερα δείγματα, λέει ότι το Carbon βρίσκεται στο Arena από την Τετάρτη και είναι σαφής βελτίωση σε σχέση με το Argon. Το χαρακτηρίζει όμως «απίστευτα αργό»: δύο έως τέσσερις φορές πιο αργό, ανάλογα με την εργασία. Σε σύγκριση με άλλα κορυφαία μοντέλα, με μια παγόδα από voxel, λέει ότι η ποιότητα είναι αισθητά υψηλότερη από του Argon. Το ίδιο, με λιγότερο ενθουσιασμό για το UI, ισχύει και για το γνωστό τεστ με έναν πελεκάνο σε ποδήλατο σχεδιασμένο σε SVG.
Τι δεν αποδεικνύουν αυτές οι δοκιμές
Το TestingCatalog προειδοποιεί ότι πρόκειται για αναμετρήσεις στο Arena με επιλεγμένα prompts, όχι για benchmarks. Επιπλέον, κανείς δεν ξέρει με βεβαιότητα ποιο checkpoint εξυπηρετείται κάθε φορά.
Ο γνωστός leaker Lyra δημοσίευσε στιγμιότυπο από την τεκμηρίωση του Early Access Program του Gemini API. Περιγράφει μια ομάδα προγραμματιστών, ερευνητών και συνεργατών, μόνο με πρόσκληση, που παίρνουν επερχόμενα μοντέλα πριν από την κυκλοφορία. Η συμφωνία με τους δοκιμαστές ζητά να μένουν ιδιωτικά τα μοντέλα, τα κωδικά ονόματα, τα benchmarks και τα αποτελέσματα, και οι αξιολογήσεις να στέλνονται στην Google κατ᾽ ιδίαν. Η συνεχής ροή δειγμάτων του Carbon στο X δεν συμβαδίζει με αυτό.
Ο ρυθμός των Gemini 4
Ο Logan Kilpatrick της Google ανέφερε ότι τις πρώτες 72 ώρες μετά το Argon η εταιρεία επεξεργάστηκε περίπου 25 τρισεκατομμύρια tokens, δηλαδή μικρά κομμάτια κειμένου που διαβάζει και γράφει ένα μοντέλο. Το TestingCatalog προσθέτει ότι έχουν εντοπιστεί ευρύτερες άδειες Computer Use στην εφαρμογή Gemini για υπολογιστή και ότι η Google φαίνεται να χτίζει το Nano Banana 3 Pro πάνω στο Gemini 4, με στόχο Νοέμβριο ή Δεκέμβριο.
Και οι ανταγωνιστές κινούνται. Σύμφωνα με το ίδιο δημοσίευμα, η OpenAI ετοιμάζει το GPT-6.1 Terra, που έχει εμφανιστεί σε κώδικα της Microsoft, ενώ το Fable 5.5 της Anthropic φτάνει ήδη σε συνεργάτες. Το Argon, πάντως, είχε ήδη τερματίσει το Minecraft με τέσσερις agents. Αν το Carbon διορθώσει τις αδυναμίες του στα 3D χωρίς μεγάλη αναμονή, θα δείξουν μόνο οι δοκιμές μετά την επίσημη κυκλοφορία.
Πηγή: TestingCatalog AI News
