Компания Google начала развёртывание долгожданной флагманской модели искусственного интеллекта Gemini 4 Argon, однако внутри технологического гиганта нарастают серьезные сомнения. Сотрудники компании отмечают, что несмотря на впечатляющие результаты в стандартных бенчмарках, новая разработка демонстрирует гораздо более скромные показатели при решении прикладных задач, особенно в области написания программного кода.
Особенности тестирования и реальная производительность
Руководство Google представило модель Gemini 4 Argon узкому кругу партнеров в сфере кибербезопасности и пообещало расширить доступ для подписчиков платных тарифов. Официальные представители подчеркивают, что в ряде тестов новинка обошла конкурентов и продемонстрировала высокий уровень безопасности. Тем не менее, источники внутри компании указывают на существенный разрыв между лабораторными тестами и реальной эффективностью, из-за чего модель испытывает трудности с фронтендом и сложными практическими кейсами.
Противоречивые данные
Отношение к возможностям Gemini 4 внутри Google разделилось. Критики утверждают, что модель уступает разработкам конкурентов вроде Anthropic и OpenAI в скорости и качестве генерации кода, а также критикуют ее за избыточный размер, который делает эксплуатацию слишком дорогой. В то же время официальное руководство и часть инженеров настаивают на том, что модель прошла тщательное тестирование, опровергая слухи о ее неэффективности, и ссылаются на всецелое доверие к команде DeepMind.
Значение для экосистемы Google и рыночные риски
Успех Gemini 4 критически важен для компании, поскольку различные модификации линейки Gemini внедряются во все ключевые продукты экосистемы, включая поиск, Карты, Gmail и браузер Chrome. Эксперты предполагают, что Google могла увлечься «бенчмаксингом» — оптимизацией ИИ исключительно под тесты в ущерб практической пользе. На фоне конкуренции с ИИ-агентами от OpenAI и Anthropic любая задержка или уязвимость в позиционировании новых платформ может стоить компании значительной доли рынка.
