Google মঙ্গলবার জেমিনি 4 নিয়ন প্রবর্তন করেছে, তার উপাদান-নামক Gemini 4 পরিবারে একটি নতুন সংযোজন যা কোম্পানিটি সফ্টওয়্যার ইঞ্জিনিয়ারিং, জ্ঞানের কাজ এবং বৈজ্ঞানিক কর্মপ্রবাহ জুড়ে দ্রুত শেষ থেকে শেষ টাস্ক সমাপ্তির সাথে সীমান্ত-স্তরের বুদ্ধিমত্তা প্রদান করে। একটি অফিসিয়াল ব্লগ পোস্টে Google DeepMind-এর SVP Koray Kavukcuoglu এবং কোম্পানির চিফ এআই আর্কিটেক্টের কাছ থেকে এই ঘোষণা এসেছে।
লঞ্চটি Google-এর জেমিনি 4 রিলিজের দ্রুত ক্যাডেন্সকে অব্যাহত রেখেছে, যার মধ্যে ইতিমধ্যেই রয়েছে কার্বন, হাইড্রোজেন এবং আর্গন ভেরিয়েন্ট - যার পরবর্তীটি মাইনক্রাফ্টের শেষ ক্রেডিটগুলির মাধ্যমে স্বায়ত্তশাসিতভাবে খেলার জন্য শিরোনাম করেছে। নিয়ন নিজেকে পরিবারের দ্রুত, দক্ষ স্তর হিসাবে অবস্থান করে: স্বাধীন লিডারবোর্ডের শীর্ষের কাছাকাছি বসার জন্য যথেষ্ট শক্তিশালী এবং এটি যে বৃহত্তর, ধীর ফ্রন্টিয়ার মডেলগুলির চেয়ে অনেক কম খরচ করে। আমাদের AI মডেল কভারেজের প্রতিটি বড় মডেলের রিলিজ অনুসরণ করুন।
যেখানে নিয়ন বেঞ্চমার্কে ল্যান্ড করে
গুগল বলেছে যে নিয়ন তার উচ্চ চিন্তার স্তরে আর্টিফিশিয়াল অ্যানালাইসিস ইন্টেলিজেন্স সূচকে 61 স্কোর করেছে, সামগ্রিকভাবে তৃতীয় স্থানে রয়েছে এবং তুলনামূলক মডেলের চেয়ে এগিয়ে রয়েছে যখন বৃহত্তর, ধীর প্রতিযোগীদের পিছনে অবস্থান করছে। Vals সূচকে এটি 70.9% এ দ্বিতীয় স্থানে রয়েছে, এটি খরচ বনাম সামর্থ্যের প্যারেটো সীমান্তে স্থাপন করে এবং এটি আইনি গবেষণা বেঞ্চ এবং ট্যাক্স এজেন্ট বেঞ্চ উভয় ক্ষেত্রেই প্রথম স্থান অধিকার করে।
এন্টারপ্রাইজের গল্পটি হল যেখানে গুগল তার দাবিগুলিকে কেন্দ্রীভূত করছে। নিয়ন একটি একক 1 মিলিয়ন-টোকেন প্রসঙ্গ উইন্ডোর মধ্যে স্প্রেডশীট, পিডিএফ, চার্ট, অডিও এবং ভিডিও সংশ্লেষণ করে এবং সেই ইনপুটগুলিকে কাঠামোগত বিতরণযোগ্যগুলিতে পরিণত করে। গুগল বলেছে যে মডেলটি ফাইন্যান্স, অ্যাকাউন্টিং, স্প্রেডশীট মডেলিং এবং জটিল সীমাবদ্ধতা জুড়ে বেশিরভাগ সার্জ এআই বেঞ্চমার্কে প্রথম স্থান অধিকার করেছে। এটি ঘন পেশাদার চার্ট পড়ার জন্য চার্টগ্রাফিতে 73.5% পোস্ট করে এবং এজেন্টদের শেষ পরীক্ষা v1.1 (75.8%) এ নেতৃস্থানীয় মডেলগুলির সাথে সমানভাবে পারফর্ম করে। এটি Zapier's AutomationBench-এ 56.3% হারে প্রথম আত্মপ্রকাশ করে এবং Andon Labs' Vending-Bench 2-এ শীর্ষস্থানীয় - একটি ব্যবসা চালানোর একটি দীর্ঘ-দিগন্ত সিমুলেশন - $16,843 সিমুলেটেড আয়ের সাথে৷ এরিনার নতুন এজেন্ট এরিনা সূচকে, 4,200টিরও বেশি বাস্তব-বিশ্ব এজেন্ট সেশন থেকে তৈরি, নিয়ন 1336 স্কোর সহ বিশ্বব্যাপী দ্বিতীয় স্থানে রয়েছে এবং স্টিয়ারেবিলিটির ক্ষেত্রে দ্বিতীয় স্থানে রয়েছে, যার অর্থ এটি মধ্য-কাজ ব্যবহারকারী সংশোধনের সাথে পরিচ্ছন্নভাবে মানিয়ে নেয়।
বৈজ্ঞানিক এবং গাণিতিক যুক্তি তার নিজস্ব শোকেস পায়: Google টার্মিনাল-বেঞ্চ সায়েন্স (70.5%), RiemannBench (84.0%) এবং HLE-ডায়মন্ড (71.3%) উপর সেরা-শ্রেণীর ফলাফল দাবি করে।
দীর্ঘ-চলমান কোডিং এজেন্টদের জন্য নির্মিত
কোডিং যুক্তিযুক্তভাবে মার্কি ব্যবহারের ক্ষেত্রে। গুগল বলছে নিয়ন কৃত্রিম বিশ্লেষণ কোডিং এজেন্ট সূচকে 58.6 স্কোর সহ সামগ্রিকভাবে প্রথম স্থানে রয়েছে, টার্মিনাল-বেঞ্চ 4.1-এ 65.2% এবং ফ্রন্টিয়ারকোড 2.0-এ তার ডিফল্ট উচ্চ সেটিংয়ে 46.2% পোস্ট করেছে। SWE-sweep-এ, মিনি-এসডব্লিউই হারনেসে নিয়ন 12.8% এবং Google-এর অ্যান্টিগ্র্যাভিটি এজেন্ট হারনেসের ভিতরে চলাকালীন দাবীকৃত অত্যাধুনিক 39.0% এর চেয়ে তিনগুণ বেশি।
মডেলটি দীর্ঘ-চলমান এজেন্ট ওয়ার্কফ্লোগুলির জন্য তৈরি করা হয়েছে: এটি জটিল, টুল-ভারী কাজগুলির মাধ্যমে কর্মক্ষমতা বজায় রাখে, অপ্রয়োজনীয় ফাইলের পাঠগুলিকে হ্রাস করে, এটি কাজ করার সাথে সাথে অগ্রগতি ভাগ করে এবং দীর্ঘ সেশন জুড়ে প্রসঙ্গ কম্প্যাকশনকে নির্ভরযোগ্যভাবে পরিচালনা করে। এটি অ্যান্টিগ্র্যাভিটিতে সমান্তরাল হাইড্রোজেন সাবএজেন্ট নির্দেশ করে একটি দ্রুত, উচ্চ-বিচারের অর্কেস্ট্রেটর হিসাবেও কাজ করতে পারে। Google-এর ডেমোগুলি বৈশিষ্ট্যগতভাবে দেখানো হয়েছে: অ্যান্টিগ্র্যাভিটিতে ব্লেন্ডার এমসিপি চালানো, নিয়ন মৌলিক নির্ভুলতার সাথে জেমিনি 4 পরিবারকে কল্পনা করে একটি ফটোরিয়ালিস্টিক 3D ল্যাব বেঞ্চ তৈরি করেছে — কার্বন এবং হাইড্রোজেনের জন্য বুনসেন শিখা, আর্গন এবং নিয়নের জন্য গ্যাস ডিসচার্জ টিউব। /swarm কমান্ড ব্যবহার করে, এটি কিংস কলেজ কেমব্রিজে অ্যালান টুরিং-এর 1936 সালের অধ্যয়নকে ইন্টারেক্টিভ 3D-তে পুনরায় তৈরি করেছে, ডেস্কে একটি কাজ করা ইউনিভার্সাল টুরিং মেশিন দিয়ে সম্পূর্ণ। অন্য একটি ডেমোতে, একটি এজেন্ট ঝাঁক একটি একক চিত্রকে 100,000-সেলে Google শীটে চলমান প্রান্ত সনাক্তকরণ এবং 3D গভীরতা ম্যাপিং 500,000-এরও বেশি লাইভ স্প্রেডশীট সূত্রের মাধ্যমে পরিণত করেছে, কোনো এমবেডেড ছবি বা অ্যাপস স্ক্রিপ্ট ছাড়াই৷
চারটি চিন্তার স্তর সহ মূল্য টিউন করা হয়েছে
জেমিনি 4 নিয়নের দাম প্রতি মিলিয়ন ইনপুট টোকেনের জন্য $3 এবং প্রতি মিলিয়ন আউটপুট টোকেনের জন্য $15, ক্যাশে ইনপুট প্রতি মিলিয়ন টোকেন $0.15 - একটি 95% ডিসকাউন্ট দীর্ঘ-প্রসঙ্গ এজেন্ট লুপগুলিকে অর্থনৈতিকভাবে কার্যকর করার জন্য ডিজাইন করা হয়েছে। 1 মিলিয়ন-টোকেন প্রসঙ্গ উইন্ডোটি মডেলের এন্টারপ্রাইজ, বিশ্লেষণাত্মক এবং বৈজ্ঞানিক কাজের চাপকে বিস্তৃত করে।
Google এই প্রকাশের সাথে তার চিন্তা-স্তরের মইও পরিমার্জন করছে। নিয়ন জাহাজ চারটি স্তর যা স্থিরভাবে স্কেল করে, দলগুলিকে প্রতিটি কাজের চাপে বুদ্ধিমত্তা এবং টোকেন ব্যয় ডায়াল করতে দেয়। তার ডিফল্ট উচ্চ স্তরে, কোম্পানি বলে যে নিয়ন একটি শক্তিশালী কৃত্রিম বিশ্লেষণ স্কোর যুক্ত করে যার প্রতি টাস্ক কার্বনের তুলনায় 32% কম খরচ হয় এবং ভালস ইনডেক্স এবং এজেন্ট এরিনা উভয়েরই প্যারেটো ফ্রন্টিয়ারে অবস্থান করে এবং শীর্ষ প্রতিযোগী ফ্রন্টিয়ার মডেলের তুলনায় প্রায় 50% থেকে 80% কম খরচ করে। এক্স-হাই সেটিং কঠিনতম ইঞ্জিনিয়ারিং এবং বৈজ্ঞানিক কাজের চাপের জন্য গভীর বহু-পদক্ষেপের যুক্তি যোগ করে যখন এখনও তাদের সর্বোচ্চ সেটিংসে প্রতিযোগী মডেলের তুলনায় প্রতি টাস্কে 36%+ কম খরচ হয়।
বিশ্বস্ত ডিফেন্ডারদের জন্য একটি সাইবার ভেরিয়েন্ট
গুগল নিয়নকে নিরাপত্তা মডেল হিসেবেও অবস্থান করে। সাইবারের জন্য Gemini 4 Neon অটোব্যাক্সবেঞ্চে সমস্ত সহজ, মাঝারি এবং কঠিন চ্যালেঞ্জ জুড়ে কার্বনের চেয়ে বেশি সুরক্ষিত কোড তৈরি করে, 76% হারে হার্ড টিয়ারে অত্যাধুনিক পৌঁছায়। WebExploitBench v1.2-এ মডেলটি বড় মডেলের প্রতিযোগীতার অর্ধেক খরচে একটি অত্যাধুনিক 51.26% পোস্ট করে, এবং কোড-হার্ডেনিং লাইফসাইকেল জুড়ে এটি SEC-বেঞ্চ প্রো-তে 90.5% স্কোর করে (অসুস্থতা খুঁজে বের করা, প্রতি চ্যালেঞ্জের অর্ধেক ব্যবহার করে সামনের অর্ধেক এক্সপ্লোইটেশন ব্যবহার করে স্বাভাবিক খরচে)। কার্বনের টোকেন, এবং প্যাচিংয়ের জন্য কলিনিয়ারের CWE-বেঞ্চ v2-তে 70.7% পৌঁছেছে — কার্বনের উপরে একটি 3.4-পয়েন্ট উত্থান। গুগলের ফেয়ারউইন্ড প্রোগ্রামের মাধ্যমে আগামী দিনে বিশ্বস্ত ডিফেন্ডারদের কাছে সাইবার ভেরিয়েন্ট রোল আউট করা হবে।
উৎপাদন কাজের জন্য নিরাপত্তা মেট্রিক্স
যেহেতু নিয়ন একটি দ্রুততর, সস্তা মডেলে সীমান্ত-স্তরের ক্ষমতা নিয়ে আসে, গুগল বলে যে এটি কার্বনের সুরক্ষার সাথে তুলনীয় সাইবার এবং জৈব নিরাপত্তা অপব্যবহারের বিরুদ্ধে রিয়েল-টাইম সুরক্ষার সাথে রিলিজ যুক্ত করেছে — যেখানে অনেক কম বৈধ কাজ হ্রাস করা হয়েছে, Terminal-Bench 4.98-এ মাত্র 1.98% টাস্ক প্রত্যাখ্যান করা হয়েছে এবং Terminal-Bench 4.98-এ। অভ্যন্তরীণ প্রান্তিককরণ মনিটরগুলি কার্বনের বেসলাইনগুলির নীচে সতর্কতার হার দেখিয়েছে, এবং মডেলটি টার্মিনাল-বেঞ্চ 4.0-তে 0.0% প্রতারণার সাথে কার্বনের সাথে মিলেছে, Google-এর কোডিং প্রতারণামূলক মূল্যায়নে মাত্র 2.45% কাজের শর্টকাট নিয়েছে - যে কোনও জেমিনি 4 মডেলের সর্বনিম্ন হার - এবং এটির নিরাপত্তার সাথে একটি 9% একটি 0 এর নিরাপত্তামূলক রেট পোস্ট করেছে৷ এজেন্ট সততা মূল্যায়নে 99.2% পাসের হার।
প্রাপ্যতা
Gemini 4 Neon আজকে Google AI স্টুডিওতে Gemini API-এ, API এবং মডেল ড্রপডাউনের মাধ্যমে ব্যবসার জন্য এবং Google Antigravity এবং Gemini অ্যাপ উভয় ক্ষেত্রেই অর্থপ্রদান করা Google AI Pro এবং Ultra গ্রাহকদের জন্য Gemini-তে রোল আউট হচ্ছে।
কেন এটা গুরুত্বপূর্ণ
নিয়নের মূল্য নির্ধারণ সীমানা-সংলগ্ন এজেন্টের কর্মক্ষমতাকে দলগুলির নাগালের মধ্যে রাখে যা উচ্চ-ভলিউম ওয়ার্কলোডের জন্য শীর্ষ-স্তরের মডেল খরচকে ন্যায্যতা দিতে পারে না। যদি বেঞ্চমার্ক দাবিগুলি স্বাধীন পরীক্ষায় ধরে রাখে, তাহলে এজেন্টিক কোডিং, এন্টারপ্রাইজ জ্ঞানের কাজ এবং প্রতিরক্ষামূলক সুরক্ষার জন্য প্রতিযোগিতামূলক চিত্র আরও শক্ত হয় — এবং "পর্যাপ্ত দ্রুত" এবং "সীমান্ত" এর মধ্যে ব্যবধান সংকুচিত হতে থাকে। এইরকম আরও লঞ্চের জন্য, AI Buzz Wire-এ সর্বশেষ AI উন্নয়নগুলি দেখুন৷
---
এআই থেকে এগিয়ে থাকুনসর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।
আরও এআই খবর পড়ুন →