Google ने जटिल पेशेवर कार्यों के लिए Gemini 4 Argon लॉन्च किया

Google ने Gemini 4 Argon को दुनिया भर में जारी किया

Google ने Gemini 4 Argon लॉन्च किया है। कंपनी के अनुसार, यह नया फ्रंटियर AI मॉडल सॉफ्टवेयर इंजीनियरिंग, वित्त, कानून, साइबर सुरक्षा और विज्ञान जैसे क्षेत्रों में कठिन, बहु-चरणीय कार्यों के लिए डिज़ाइन किया गया है। कंपनी ने कहा कि यह मॉडल 13 अक्टूबर से अपने API उत्पादों, AI Studio, Gemini प्लेटफॉर्म, Gemini ऐप, Search में AI Mode और पात्र सब्सक्राइबरों के लिए Google Antigravity के माध्यम से वैश्विक स्तर पर उपलब्ध है।

यह रिलीज़ किसी एक उपभोक्ता-केंद्रित सुविधा के बजाय उन कार्यों की व्यापकता के कारण उल्लेखनीय है जिन्हें Google इस मॉडल से करवाना चाहता है। Argon को “डीप वर्क” के लिए एक प्रणाली के रूप में पेश किया जा रहा है—ऐसे कार्य, जिनमें मॉडल को संदर्भ बनाए रखना, कई चरणों में तर्क करना और ऐसे परिवेश में उपयोगी परिणाम देना होता है जहाँ गलतियों को सुधारना महंगा या समय लेने वाला हो सकता है।

Google ने कहा कि Argon ने Vals Index पर पहला स्थान हासिल किया। कंपनी के अनुसार, यह बेंचमार्क वित्त, कोडिंग, कानूनी कार्य और कराधान जैसे आर्थिक रूप से महत्वपूर्ण क्षेत्रों में प्रदर्शन को मापता है। किसी भी बेंचमार्क दावे की तरह, इस परिणाम को मॉडल की क्षमता के एक संकेतक के रूप में देखना बेहतर है, न कि किसी खास संगठन के डेटा, कार्यप्रवाह या जोखिम संबंधी आवश्यकताओं पर प्रदर्शन की गारंटी के रूप में।

बड़े इंजीनियरिंग कार्यों की ओर कदम

Google के प्रमुख उदाहरणों में से एक बड़े पैमाने पर सॉफ्टवेयर रखरखाव है। कंपनी ने कहा कि उसके इंजीनियरों ने Argon का इस्तेमाल कठिन आंतरिक परियोजनाओं में किया है, जिनमें Chromium पर काम भी शामिल है। Chromium एक ओपन-सोर्स ब्राउज़र कोडबेस है, जिस पर Chrome और अन्य ब्राउज़र आधारित हैं।

Google के अनुसार, Argon ने Chrome टीम को Chromium के लगभग 4 करोड़ लाइनों वाले कोडबेस में मौजूद करीब 60 लाख लाइनों के पुराने ब्राउज़र-फीचर फ़ोल्डर से वेबपेज संभालने वाले मुख्य कार्यों को अलग करने में मदद की। इस काम में सैकड़ों फ़ाइलों में आर्किटेक्चरल रिफैक्टर शामिल था। Google ने कहा कि मॉडल की मदद से टीम ने ऐसा काम कुछ हफ्तों में पूरा किया, जिसमें अन्यथा कई महीने लगते।

कंपनी ने कहा कि इस रिफैक्टर का उद्देश्य वेबपेजों को बिना दोबारा लोड किए टैब, साइड पैनल और फ्लोटिंग विंडो के बीच ले जाना संभव बनाना है। यह उदाहरण उस तरह की AI-सहायित इंजीनियरिंग को दर्शाता है जिस पर Google जोर दे रहा है: केवल एक स्वतंत्र कोड स्निपेट तैयार करना नहीं, बल्कि टीमों को बड़े और परस्पर निर्भर कोडबेस में बदलावों को समझने, संशोधित करने और मान्य करने में मदद करना।

Google ने यह भी बताया कि Antigravity में Argon का इस्तेमाल करने वाले इंजीनियरों ने एजेंटिक कोड सबमिशन में 35% से अधिक वृद्धि की, जबकि कोड रोलबैक लगभग एक-तिहाई घट गए। ये आंकड़े कंपनी के आंतरिक दावे हैं और यह साबित नहीं करते कि हर विकास टीम को समान परिणाम मिलेंगे। हालांकि, वे यह संकेत देते हैं कि बड़ी प्रौद्योगिकी कंपनियाँ AI उपकरणों को तेजी से इस आधार पर माप रही हैं कि वे डिलीवरी की गति और उन बदलावों की दर को कैसे प्रभावित करते हैं जिन्हें वापस लेना पड़ता है।

उपलब्धता और कीमत

डेवलपर और उद्यम Google के API और प्लेटफॉर्म उत्पादों के माध्यम से Gemini 4 Argon का उपयोग कर सकते हैं। Google ने कहा कि यह मॉडल Antigravity में Google AI Ultra सब्सक्राइबरों के लिए भी उपलब्ध है, जबकि Google AI Ultra और Pro सब्सक्राइबर इसे Gemini ऐप और Search में AI Mode में इस्तेमाल कर सकते हैं।

मॉडल की शुरुआती कीमत 10 लाख इनपुट टोकन के लिए 2 डॉलर और 10 लाख आउटपुट टोकन के लिए 10 डॉलर है। Google ने कहा कि कैश किए गए इनपुट टोकन पर 95% की छूट मिलेगी। टोकन की कीमत महत्वपूर्ण है, क्योंकि जटिल एजेंटिक कार्यप्रवाहों में लंबे दस्तावेज़, कोडबेस या अन्य संदर्भ बार-बार मॉडल को भेजे जा सकते हैं; कैशिंग से किसी कार्यप्रवाह में जानकारी का दोबारा इस्तेमाल करने की लागत घट सकती है।

संगठनों के लिए डेवलपर और उपभोक्ता, दोनों तरह के इंटरफेस पर उपलब्धता का अर्थ है कि Argon एक ही प्रौद्योगिकी स्टैक के कई हिस्सों में दिखाई दे सकता है: API के जरिए किसी कस्टम एप्लिकेशन में, कार्यस्थल-केंद्रित प्लेटफॉर्म में और सामान्य उपयोग वाले असिस्टेंट में। इससे अपनाने की प्रक्रिया आसान हो सकती है, लेकिन संवेदनशील जानकारी कहाँ प्रोसेस की जाती है, किन कार्यों को स्वचालित किया जा सकता है और मानव समीक्षा कहाँ आवश्यक है—इन परिचित गवर्नेंस सवालों को भी यह सामने लाता है।

विज्ञान और कारोबार से जुड़े दावे

Google ने कहा कि कंपनी के भीतर की टीमों, एंटरप्राइज़ उपयोगकर्ताओं और शोधकर्ताओं ने पहले ही Argon का इस्तेमाल कोड रिफैक्टरिंग, कार्यप्रवाह अनुकूलन, साइबर सुरक्षा कमजोरियों पर काम, क्वांटम कंप्यूटिंग, न्यूक्लियर फ्यूज़न और लाइफ-साइंसेज़ अनुसंधान के लिए किया है। कंपनी ने इन उपयोगों को क्षेत्रीय विशेषज्ञता का विकल्प नहीं बताया। इसके बजाय, उसने मॉडल को जटिल जानकारी और तकनीकी प्रक्रियाओं से जूझ रहे विशेषज्ञों के लिए एक त्वरक के रूप में पेश किया।

फ्रंटियर-मॉडल विकसित करने वाली कंपनियों के बीच प्रतिस्पर्धा में यह दृष्टिकोण लगातार महत्वपूर्ण हो रहा है। ध्यान अब चैटबॉट के धाराप्रवाह उत्तर देने की क्षमता से हटकर लंबे कार्य-क्रम में विश्वसनीय योगदान देने की क्षमता पर जा रहा है। व्यवहार में, इसका अर्थ बड़े रिपॉज़िटरी को पढ़ना, कानूनी या वित्तीय कार्यप्रवाह का प्रारंभिक मसौदा तैयार करना, संभावित सुरक्षा समस्याओं की पहचान करना या शोधकर्ताओं को विचारों को व्यवस्थित करने और परखने में मदद करना हो सकता है।

Google की घोषणा में सुरक्षा और विश्वसनीयता पर भी खास जोर दिया गया है। कंपनी ने कहा कि उसने Argon को जिम्मेदारी और सुरक्षा के साथ विकसित किया है, जबकि उसके उदाहरण उच्च-प्रभाव वाले क्षेत्रों में सटीकता पर जोर देते हैं। व्यावहारिक परीक्षा यह होगी कि ग्राहक अपने परिवेश में इसके आउटपुट का मूल्यांकन कैसे करते हैं, खासकर वहाँ जहाँ किसी उत्तर को मौजूदा नियमों, स्रोत सामग्री, कोड या प्रयोगात्मक साक्ष्यों के आधार पर जांचना जरूरी हो।

इस लॉन्च से क्या बदलता है

Gemini 4 Argon Google के उस प्रयास को आगे बढ़ाता है जिसमें उन्नत AI को केवल उपभोक्ता असिस्टेंट के बजाय डेवलपरों, उद्यमों और शोधकर्ताओं के लिए काम करने वाले उपकरण के रूप में पेश किया जा रहा है। इसका व्यापक लॉन्च और उपयोग-आधारित कीमत संगठनों को इस दावे को सीधे परखने का रास्ता देते हैं।

तत्काल सवाल यह नहीं है कि कोई मॉडल जटिल पेशेवर कार्य करने का प्रयास कर सकता है या नहीं। सवाल यह है कि क्या वह इसे इतनी निरंतरता से कर सकता है कि वास्तविक टीमों की समीक्षा प्रक्रियाओं में शामिल हो सके। Google का Chromium उदाहरण बताता है कि कंपनी बड़े पैमाने पर कोड रखरखाव को शुरुआती परीक्षण-क्षेत्र के रूप में देखती है। यदि बताए गए लाभ Google के अपने इंजीनियरिंग संगठन से बाहर भी दिखाई देते हैं, तो Argon उन AI प्रणालियों की व्यापक दिशा का हिस्सा बन सकता है जो बड़े और बहु-चरणीय तकनीकी कार्यों में सहायता करती हैं।

यह लेख Google AI Blog की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।