संक्षेप में जवाब
Argon का बड़ा बदलाव लंबे काम के लिए अतिरिक्त आउटपुट है। कोड और वीडियो के परिणाम पढ़ते समय परीक्षण सेटिंग और सीमित शुरुआती पहुँच समझना जरूरी है।
लंबे काम के लिए अधिक जगह
30 सितंबर का Gemini Argon लॉन्च कई चरण वाले पेशेवर काम पर केंद्रित है। Google के अनुसार Gemini 4 Argon दस लाख आउटपुट टोकन तक बना सकता है, जबकि पिछली अनुमति 64,000 थी। डेवलपर के लिए इसका अर्थ एक ही कार्य यात्रा में सोचने और सामग्री बनाने की अधिक जगह है। यह सीमा हर उत्तर की अपेक्षित लंबाई नहीं है।
इनपुट संदर्भ और आउटपुट की जगह अलग समझनी चाहिए। रिपॉज़िटरी मिलने के बाद भी एजेंट को फ़ाइलें देखनी, योजना बदलनी और सुधार तैयार करने होते हैं। Google का ऐलान इस प्रक्रिया के लिए अतिरिक्त जगह बताता है। उपयोगी कोड बदलाव या जाँची जा सकने वाली रिपोर्ट मिली या नहीं, इसका फैसला अंतिम काम और उसकी स्वीकृति जाँच से होगा।
कोड के परिणाम हर परीक्षा में एक जैसे नहीं
1 अक्टूबर को जाँची DeepMind तालिका में Argon का DeepSWE v1.1 परिणाम 77.9% है। पद्धति बताती है कि Argon के लिए mini-swe-agent इस्तेमाल हुआ। तुलना के आँकड़े सार्वजनिक सूची और सिस्टम कार्ड से सर्वोत्तम प्रकाशित तर्क स्तर पर लिए गए हैं। FrontierSWE v2 में क्रम अलग दिखता है। प्रत्येक पंक्ति किसी खास तरह के काम का प्रमाण है।
बड़ी कोड माइग्रेशन में सफलता का अर्थ पहले तय करना होगा। पुराने व्यवहार को सुरक्षित रखना, स्वीकार होने योग्य सुधार देना और आकर्षक इंटरफ़ेस बनाना अलग परिणाम हैं। इनके प्रतिशत जोड़ने से महत्वपूर्ण फर्क मिट जाएगा। स्रोत सभी कामों के लिए कोई मिला हुआ स्कोर नहीं बनाते, इसलिए उनसे सार्वभौमिक विजेता निकालना भी उचित निष्कर्ष नहीं है।
| माप | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | मूल्यांकन की व्यवस्था |
|---|---|---|---|---|
| DeepSWE v1.1 (%) | 77.9% | 74.1% | 74.2% | अलग स्रोत; प्रकाशित सर्वोत्तम तर्क स्तर |
| FrontierSWE v2 (%) | 55.0% | 65.5% | 62.3% | अलग स्रोत; प्रकाशित सर्वोत्तम तर्क स्तर |
| LVBench (%) | 91.7% | 87.5% | 83.7% | बिना उपकरण; फ़्रेम की सीमाएँ अलग |
वीडियो के लिए फ़्रेम की अनुमति अलग
उसी तालिका में वीडियो समझने का LVBench परीक्षण है। Google की पद्धति के अनुसार उपकरण इस्तेमाल नहीं हुए, लेकिन Gemini को हर सेकंड एक फ़्रेम, Astra को 800 और Opus को 600 फ़्रेम मिले। इसकी वजह API की सीमाएँ हैं। एक नाम वाली परीक्षा में भी मॉडल के सामने पहुँची दृश्य सामग्री पूरी तरह बराबर नहीं थी।
उत्पाद प्रदर्शन या रिकॉर्ड की गई प्रक्रिया जाँचने वाली टीम को सही क्षण खोजकर व्याख्या को दिखते प्रमाण से जोड़ना होगा। फ़्रेम चुनने की प्रक्रिया वही क्षण हटा सकती है, इससे पहले कि मॉडल सोचना शुरू करे। अच्छे प्रतिशत को देखकर अपने वीडियो की वास्तविक अवधि और अपने अनुप्रयोग में उपयोग होने वाली फ़्रेम तैयारी का परीक्षण करना उपयोगी होगा।
शुरुआती दर और सीमित पहुँच साथ आते हैं
Google ने शुरुआती अवधि में प्रति दस लाख इनपुट टोकन $2 और आउटपुट टोकन $10 बताए हैं। बाद में ये $4 और $20 होंगे। अवधि कब खत्म होगी, स्पष्ट नहीं है। पहली पहुँच Fairwind कार्यक्रम से विश्वसनीय साइबर रक्षकों को मिलती है। डेवलपर, कंपनियों और उपभोक्ताओं के लिए व्यापक विस्तार की योजना अभी भविष्य का चरण है।
उस विस्तार की पहली सूची में भुगतान वाले API ग्राहक और Google AI Ultra सदस्य हैं। इससे हर सदस्य को आज पहुँच मिलना पुष्ट नहीं होता। तुलना में Astra के आधिकारिक कार्ड का अधिकतम आउटपुट 128,000 टोकन है। परियोजना की तारीख तय करने से पहले क्षमता, कीमत और वास्तविक उपलब्धता तीनों को अलग जाँचना जरूरी है।
पूरा हुआ काम लॉन्च की असली कसौटी
घोषित दिशा लंबे पेशेवर काम के लिए है। हमारा संपादकीय अनुमान है कि अतिरिक्त आउटपुट तब उपयोगी होगा जब एजेंट लगातार प्रगति करे, प्रमाण बचाए और समीक्षा योग्य परिणाम देकर रुके। केवल अधिक शब्द बनाना किसी इंजीनियरिंग परियोजना या दस्तावेज़ आधारित शोध के सफलतापूर्वक समाप्त होने का प्रमाण नहीं देता। अंतिम सामग्री की जाँच फिर भी आवश्यक है।
पहली उपयोगी परीक्षा में ज्ञात रिपॉज़िटरी या वीडियो संग्रह, लिखित सफलता मानदंड और उपकरण क्रियाओं का पूरा रिकॉर्ड रखें। स्वीकार किया काम, समय और कुल टोकन गिनें। 1 अक्टूबर को ऐलान और प्रकाशित प्रमाण वर्तमान हैं। सामान्य उपलब्धता, बाद की दर का समय और पाठक की अपनी प्रक्रिया में गुणवत्ता की पुष्टि अभी बाकी है।
सवाल और जवाब
दस लाख टोकन की सीमा किस चीज़ की है?
Google अधिकतम आउटपुट सीमा की बात कर रहा है, जो पहले 64,000 थी। यह हर जवाब की अनिवार्य लंबाई या उसकी सटीकता का स्वतंत्र माप नहीं है।
क्या वीडियो परीक्षण के नियम बराबर हैं?
Google का LVBench परीक्षण उपकरणों के बिना है, लेकिन API सीमा के कारण मॉडल को अलग संख्या में फ़्रेम मिले। प्रतिशत पढ़ते समय यह अंतर शामिल करना चाहिए।
Argon आम उपयोगकर्ता को कब मिलेगा?
Google व्यापक पहुँच की शुरुआत भुगतान वाले API ग्राहकों और Google AI Ultra से करने की योजना बताता है। ऐलान में सामान्य उपलब्धता की निश्चित तारीख नहीं है।