Google Gemini 4 Argon modelini duyurdu, GPT-6 Astra ile rekabet ediyor

Google, kısa süre önce merakla beklenen yeni yapay zeka modeli Gemini 4 Argon’u resmen duyurdu. Teknoloji dünyasında büyük yankı uyandıran bu model, özellikle karmaşık iş akışları, siber savunma ve yazılım geliştirme alanlarındaki performansıyla rakiplerini geride bırakıyor. Şu anda ABD hükümeti tarafından test süreçleri devam eden ve geniş çaplı erişimi henüz kısıtlı olan Gemini 4 Argon, yapay zeka kıyaslama testlerinde (benchmark) elde ettiği sonuçlarla OpenAI’ın GPT-6 Astra modeliyle doğrudan rekabet ediyor. Google’ın iç RSI (Yapay zeka sisteminin kendi kendini geliştirmesi) söylentilerini doğrular nitelikteki bu performans artışı, yapay zeka teknolojilerinde yeni bir dönemin başladığını işaret ediyor.

Artificial Analysis tarafından paylaşılan verilere göre, Gemini 4 Argon özellikle agentik değerlendirmelerde büyük bir sıçrama gerçekleştirdi. Daha önceki Gemini sürümlerinin zayıf kaldığı alanlarda önemli iyileştirmeler sunan model, AutomationBench-AA üzerinde %77,5 puan alarak rakiplerine fark attı. Terminal Bench 4 gibi zorlu testlerde de iddialı bir konumda bulunan sistem, Analytical Quality ve Presentation Quality kriterlerinde de dengeli bir profil çiziyor.

Gemini 4 Argon, yedi aylık bir aradan sonra Google’ın sunduğu ilk ‘Flash’ sınıfı dışı model olma özelliğini taşıyor. Yapay zeka endeksinde 53 puanla GPT-6 Astra ile aynı seviyeye ulaşan model, maliyet açısından da oldukça rekabetçi bir fiyatlandırma stratejisi izliyor. Başlangıçta 1 milyon token başına 2 dolar giriş ve 10 dolar çıkış ücretiyle sunulan model, indirim süreci sona erdikten sonra bile piyasa ortalamalarında yer almayı hedefliyor.

Her ne kadar test sonuçları etkileyici olsa da, modelin gerçek dünya performansına dair bazı soru işaretleri bulunuyor. Bloomberg tarafından yayınlanan bir raporda, Google içerisindeki bazı çalışanların modelin belirli kodlama görevlerini yerine getirmekte zorlandığına dair endişelerini dile getirdiği belirtildi. Bu durum, akademik başarıların her zaman pratik uygulamalara tam olarak yansımayabileceğini gösteriyor.