[00:02] .  Дважды компания Tesla наконец-то представила Roadster и его способность летать, выпуская холодный газ.  Но пока Илон Маск был занят своим величайшим фокусом, Google разрабатывал собственный благородный газ , аргон Gemini 4, который является
[00:15] самым мощным «мыслящим песком», когда-либо выпущенным ими.  К сожалению, Gemini 3.5 Pro так и не был выпущен, его производство в Канаде было прекращено после того, как он не смог соответствовать внутренним стандартам.  На самом деле, Google настолько отстал в гонке искусственного интеллекта
[00:27] , что мне пришлось добавить новую категорию G ниже категории F в свой рейтинг.  Но Argon, который был обучен с нуля в течение последних 6 месяцев с использованием TPU от Google и их библиотеки Python Jack, и в результате появилась новая модель Frontier,
[00:41] которая превосходит GPT6 Astra и Claude Opus 5.5 в бенчмарках Trust Me Bro, оставаясь при этом дешевле и быстрее.  В сети есть несколько потрясающих демоверсий Argon, Но в сегодняшнем видео мы проверим его на практике и посмотрим, как он покажет себя в сравнении
[00:56] с Клодом и GPT6 в различных испытаниях, связанных с лошадьми.  Сегодня 20 октября 2026 года, и вы смотрите отчёт по коду.  Но прежде всего, что означает название «Аргон»?  Это очень интересный выбор названия, которое в переводе с
[01:09] греческого означает «ленивый», но, мне кажется, в нём есть скрытый смысл, намекающий на то, что ваши жетоны исчезли.  Google никогда не отличался умением давать названия, и Argon был анонсирован ещё 30 сентября, но только для специально отобранной группы доверенных
[01:21] кибервоинов в рамках программы Fairwind.  Эти пользователи получили доступ к Аргону без каких-либо ограничений. Но даже с учетом включенных ограничений для всех остальных, предполагается, что эта новая модель приведет к значительному снижению числа отказов.
[01:33] ощущения от него сильно отличаются от предыдущих моделей Gemini.  А дело в том, что это не улучшенная версия более старой модели Gemini. По сути, это минималистичная смесь экспертных трансформеров, обученная с нуля на TPU от Google.
[01:47] подготовка длилась не менее 6 месяцев.  На первый взгляд, TMBBBS производят лидирующие позиции в рейтинге Deep Software Engineering Benchmark, используемом для оценки перспективных задач в сфере разработки программного обеспечения, и первое место в индексе Val,
[02:02] который учитывает различные области, такие как финансы, юриспруденция и программирование, исходя из их доли в ВВП США. Кроме того, Gemini теперь является лучшим юристом, использующим ИИ, и также лидирует в рейтинге Long Video с показателем 91,7% на LVbench.  Но если мы посмотрим на
[02:16] например, на Terminal Bench 4.0, то обнаружим, что Opus 5.5 выигрывает со счетом 66 против 57, а Gemini также проигрывает на Frontier S, где GPT6 Astra побеждает с преимуществом более чем в 10 очков.
[02:29] Интересно также то, что на Arena AI, где люди субъективно оценивают LLM , Gemini Argon занимает первое место в текстовом бенчмарке.  Но когда дело доходит до выбора кода для веб-разработки, он опускается на девятое место.  Это
[02:41] наводит меня на мысль, что по уровню программирования он, вероятно, не будет так же хорош, как Клод или GBT6.  Но вот здесь Google проявляет агрессивность. До 30 ноября стоимость Argon составляет всего 2 доллара за миллион входных токенов и 10 долларов за миллион выходных.  Это отличное предложение для
[02:55] даже не заплатил мне за эти слова.  Но каким-то образом им всё же удалось испортить запуск для разработчиков, когда они вывели Gemini 3.1 из состояния антигравитации и заменили его на Argon, но сделали его доступным только для пользователей
[03:07] плана AI Ultra.  Это был план, который стоил 100 долларов в месяц, поэтому все бедные пользователи ProSuser были очень недовольны, получив доступ к Argon лишь через несколько дней в меньшем объеме.  К счастью, я достаточно глуп, чтобы заплатить за тарифный план AI Ultra.  Давайте
[03:19] примерах.  Одно из главных преимуществ Gemini — это его универсальность, то есть он может принимать любые входные данные, такие как изображения, видео, звук и так далее, и Технически, чат, GPT и Клод не могут выводить необработанное видео.  Итак, первым делом я попросил программу
[03:35] ролик для моего приложения.  А в итоге получилось на удивление посредственно. Устали от того, что вашей лошади одиноко на пастбище?  Познакомьте их с Horse Tinder, лучшим приложением.  Видео выглядит довольно неплохо, но это
[03:47] явно искусственный интеллект, и оно никогда не подошло бы для такого топового приложения, как Horse Tinder.  Однако утверждение, что Клод и GPT не могут выводить видео, не совсем точно, потому что в последнее время Клод, в частности, очень хорошо освоил генерацию моушн-графики, написав
[04:00] сам код, который генерирует последовательность моушн-графики, вместо того, чтобы для генерации самого видео.  Как видите, после того, как мы отправили Клоду тот же запрос , мы получили видео, которое не только выглядит намного лучше, но и гораздо проще
[04:13] настраивать и анализировать, потому что у нас есть доступ к самому коду.  Но один из наши дни — это посмотреть, насколько хорошо она может отображать 3D-графику в 3JS.  Поэтому я отправил точно такое же сообщение Аргону, Астре и Опусу.  Создайте реалистичную интерактивную
[04:27] 3D-модель лошади с помощью 3JS.  На самом деле, это очень сложная задача как для искусственного интеллекта, так и для людей.  И результаты, которые я получил от Клода и GPT6, оказались довольно , но, вероятно, мы сможем их устранить, добавив несколько дополнительных
[04:41] ожидания.  Прежде чем показать вам результат работы Gemini, я должен предупредить , что он может показаться оскорбительным некоторым зрителям.  Просмотр на ваше усмотрение. Первое, что вы, скорее всего, заметите, это насколько великолепно выглядит этот пользовательский интерфейс.  Он чистый
[04:54] внимание на 3D-модель, вы можете заметить, что лошадь Джемини выглядит немного глупее, чем остальные. В своем запросе я просил изобразить реалистичную довольно разочаровывает.  Но гораздо более важной проблемой здесь является выравнивание.  Если мы
[05:08] обратим внимание на этот участок , то заметим, что Gemini по какой-то неизвестной причине решила добавить к модели половой орган.  Я был это заметил.  И послушайте, я прекрасно понимаю, что я просил реалистичную лошадь и что
[05:21] эквинус необходим для размножения. Возможно, Google просто пытался оставаться реалистом.  Но почему оно вышло из состояния ханжества ?  И почему оно такое комично Google придётся ответить, потому что сейчас я не чувствую себя в безопасности, используя Gemini, пока
[05:34] точно не возникают проблемы с выравниванием: это Macroscope, спонсор сегодняшнего видео.  Теперь, когда программисты заваливают нас миллионом использовать еще больше ИИ для проверки
[05:48] вы не посмотрите, как на самом деле работает Macroscope.  Они разработали собственные алгоритмы обхода кода для наиболее распространенных языков программирования, чтобы их агент мог получать реальный контекст каждого изменения кода, что делает каждый обзор быстрее, дешевле и
[06:01] точнее.  Они также запускают пользовательские правила вашей команды в качестве стандартных проверок GitHub, которые могут заблокировать неудачный запрос на слияние. Если запрос на слияние проходит эти проверки, а также проверку кода и имеет небольшой потенциал для негативного воздействия, Macroscope одобряет его без
[06:14] одобряют 40% всех запросов на слияние от своих клиентов , а это значит, что вероятность того, что разработчики сами себя обманут, снижается на 40%. А также попробуйте настроить автоматическое одобрение некоторых запросов на слияние (PR) от вашей команды с помощью Macroscope, перейдя по
[06:26] ссылке ниже.  Это был отчёт по коду.  Спасибо за просмотр, и до report. Thanks for watching and I will see you in the next one.