Google, Gemini ailesinin yeni üst seviye modeli Gemini 4 Argon’ı kullanıma sunmaya hazırlanıyor. Uzun süreli ve çok aşamalı görevler için geliştirilen model; yazılım geliştirme, araştırma, kurumsal otomasyon, finans, hukuk ve siber güvenlik gibi alanlarda çalışabiliyor. Gemini 4 Argon’ın en dikkat çekici özelliklerinden biri ise tek görev içerisinde 1 milyon token’a kadar çıktı oluşturabilmesi.
Gemini 4 Argon karmaşık işleri uzun süre sürdürebiliyor
Gemini 4 Argon, tek bir istemi yanıtlayıp görevi sonlandıran klasik yapay zekâ modellerinin ötesinde daha uzun çalışma süreçlerine göre geliştirildi. Model bir problemin farklı aşamalarını takip edebiliyor, kod yazabiliyor, hata ayıklayabiliyor, araçları kullanabiliyor ve elde ettiği sonuçlara göre sonraki adımlarını düzenleyebiliyor.
Bu yapı özellikle büyük yazılım projeleri ve kurumsal iş akışlarında kullanılıyor. Modelin çıktı kapasitesi önceki 64 bin token seviyesinden 1 milyon token’a çıkarıldı. Böylece aynı çalışma oturumunda çok daha kapsamlı kod, rapor veya analiz üretilebiliyor.
Google, Gemini 4 Argon’ı şirket içindeki mühendislik süreçlerinde de kullanmaya başladı. Model hata ayıklama, algoritma optimizasyonu, büyük kod tabanlarının dönüştürülmesi ve teknik araştırma gibi görevlerde binlerce çalışan tarafından test ediliyor.
Şirket içerisindeki çalışmalardan birinde model, kuantum hesaplama uygulamalarında kullanılan algoritmaların ihtiyaç duyduğu kaynakları analiz etti. Oluşturulan optimizasyonlarla referans çözümün performansı birkaç dakika içinde yüzde 40 oranında artırıldı.
Başka bir projede ise birden fazla Gemini 4 Argon ajanı veri merkezlerinden gelen bellek kullanım kayıtlarını inceledi. Belirlenen optimizasyonların uygulanmasıyla 300 TiB’nin üzerinde belleğin serbest bırakıldığı açıklandı. Potansiyel toplam tasarrufun 500 TiB ile 1 PiB arasında olabileceği hesaplandı.
Gemini 4 Argon’ın üzerinde çalıştığı alanlardan biri de eski kod tabanlarının daha modern programlama dillerine taşınması. Google, C ve C++ ile hazırlanan bazı projelerin Rust’a dönüştürülmesinde modeli kullanıyor.
Fuchsia işletim sisteminin Zircon çekirdeğinde dönüştürülmesi planlanan kod miktarı 800 bin satırı aşıyor. Yapay zekâ tarafından üretilen kodlar doğrudan kullanıma alınmıyor; otomatik testler, emülasyonlar ve mühendis incelemelerinden geçiriliyor.
AV1 video kod çözücüsü libgav1 üzerinde gerçekleştirilen başka bir çalışmada yaklaşık 32 bin satırlık SIMD kodu Rust ile yeniden yazıldı. Ortaya çıkan sürüm, mevcut Rust uygulamasına kıyasla bazı işlemlerde 2,7 kata kadar daha yüksek performans sağladı.
Gemini 4 Argon’ın yazılım geliştirme yetenekleri çeşitli benchmark testlerinde de ölçüldü. Gerçek yazılım mühendisliği görevlerinden oluşan DeepSWE v1.1 testinde model yüzde 77,9 puan aldı.
Vibe Code Bench testinde yüzde 91,9 sonuç elde edildi. FrontierSWE v2 ve Terminal-bench 4.0 gibi farklı değerlendirmelerde ise sonuçlar kullanılan görev türüne göre değişti. Kod üretmek, mevcut kodu anlamak, terminal kullanmak ve uzun süreli yazılım görevlerini tamamlamak birbirinden ayrı yetenekler olarak değerlendiriliyor.
Model yalnızca programlama görevleriyle sınırlı değil. Kurumsal otomasyon becerilerini ölçen AutomationBench testinde yüzde 51,3, Vals Index değerlendirmesinde yüzde 68,9 ve finans odaklı Vals Finance Agent v2 testinde yüzde 65,4 puana ulaştı. Hukuki araştırma ve metin üretimi görevlerinden oluşan Harvey’s Legal Agent Benchmark değerlendirmesinde ise yüzde 19,6 sonuç kaydedildi.
Gemini 4 Argon’ın önemli özelliklerinden biri de büyük miktardaki bilgiyi aynı bağlam içerisinde işleyebilmesi. Uzun bağlam performansını ölçen GraphWalks testinde 128 bin token’a kadar olan görevlerde yüzde 99,7 F1 puanı elde edildi.
Bağlam boyutu 256 bin ile 1 milyon token arasına çıktığında ise sonuç yüzde 84,2 seviyesinde gerçekleşti. Bu kapasite büyük belge koleksiyonları, kapsamlı kod depoları ve uzun araştırma çalışmalarının tek görev içerisinde ele alınmasını mümkün hale getiriyor. Multimodal özellikler de yeni modelde genişletildi. Gemini 4 Argon metnin yanında görselleri, grafikleri, belgeleri ve uzun videoları analiz edebiliyor.
Uzun video anlama becerilerini ölçen LVBench testinde yüzde 91,7 puan alan model, grafik yorumlama odaklı Chartography değerlendirmesinde yüzde 71,6 sonuç elde etti. Siber güvenlik de Gemini 4 Argon’ın geliştirilmesinde önemli bir alan oldu.
Model kaynak kodlarını inceleyerek güvenlik açıklarını bulabiliyor, bunların gerçekten kullanılabilir olup olmadığını kontrol edebiliyor ve gerekli kod düzeltmelerini hazırlayabiliyor. CWE-bench v1 değerlendirmesinde Gemini 4 Argon yüzde 68 puan aldı. Sistem ayrıca 20 farklı programlama dilini kapsayan büyük kod tabanlarının analiz edilmesinde şirket içerisinde kullanıldı.
Kaynak koduna erişimin olmadığı senaryolar da test ediliyor. Model, kara kutu penetrasyon testi yöntemleriyle web uygulamalarının dışarıdan analiz edilmesi ve potansiyel güvenlik açıklarının belirlenmesi gibi görevlerde çalışabiliyor.
Bu gelişmiş siber güvenlik yeteneklerinin tamamı ilk günden genel kullanıma açılmayacak. Bazı özellikler başlangıçta seçilmiş güvenlik uzmanları ve savunma ekipleriyle sınırlı tutulacak. Google ayrıca modelin ajan tabanlı görevlerde yetkisiz işlemler gerçekleştirmesini engellemek için güvenlik sistemlerini genişletti.
Doğrudan kötü niyetli istemlerin yanında web sayfaları veya belgeler içerisinden gelebilecek dolaylı prompt injection saldırılarına karşı da testler yapılıyor. Gemini 4 Argon’ın dağıtımı kademeli şekilde gerçekleştirilecek. İlk genel erişim grupları arasında ücretli API müşterileri ve Google AI Ultra aboneleri bulunacak.
Daha sonraki aşamalarda geliştiriciler, şirketler ve bireysel kullanıcılar için erişim genişletilecek. API tarafında başlangıç döneminde bir milyon girdi token’ı 2 dolar, bir milyon çıktı token’ı ise 10 dolar olarak fiyatlandırılacak. Önbelleğe alınmış girdi token’larında yüzde 95 indirim uygulanacak.
Tanıtım fiyatlandırmasının sona ermesinden sonra bir milyon girdi token’ının fiyatı 4 dolara, bir milyon çıktı token’ının fiyatı ise 20 dolara çıkacak. Gemini 4 Argon’ın tüm kullanıcılara ne zaman açılacağı henüz açıklanmadı. Google yeni modeli önce sınırlı gruplarda kullanıma sunacak, ardından erişimi aşamalı olarak genişletecek.
