গুগল বুধবার জেমিনি 4 নিয়ন প্রবর্তন করেছে, এটি তার জেমিনি 4 মডেল পরিবারের সর্বশেষ সংযোজন এবং দ্য ডিকোডার হিসাবে এটি গণনা করেছে, চতুর্থ নতুন জেমিনি মডেল গুগল এক মাসে প্রেরণ করেছে। Google নিয়নকে একটি মধ্য-স্তরের ওয়ার্কহরস হিসাবে অবস্থান করে যা সফ্টওয়্যার ইঞ্জিনিয়ারিং, জ্ঞানের কাজ, এবং বৈজ্ঞানিক কর্মপ্রবাহ জুড়ে দ্রুত শেষ থেকে শেষ টাস্ক সমাপ্তির সাথে সীমান্ত-স্তরের বুদ্ধিমত্তাকে যুক্ত করে — এবং এটি কাঁচা ক্ষমতার উপর ট্র্যালে থাকা বৃহত্তর মডেলগুলির তুলনায় এটির দাম বেশ কম।

"আজ, আমরা জেমিনি 4 নিয়ন প্রবর্তন করছি - জটিল সফ্টওয়্যার ইঞ্জিনিয়ারিং, জ্ঞানের কাজ এবং বিজ্ঞানের কর্মপ্রবাহ জুড়ে দ্রুত এন্ড-টু-এন্ড টাস্ক সমাপ্তির সাথে ফ্রন্টিয়ার-লেভেল ইন্টেলিজেন্স আনছি," গুগল ডিপমাইন্ডের এসভিপি এবং চিফ এআই আর্কিটেক্ট ঘোষণায় লিখেছেন। SiliconANGLE রিপোর্ট করেছে যে মধ্য-স্তরের মডেলটি কিছু মেট্রিক্সে জয়ী হওয়ার সময় তার বড় ভাইবোন কার্বনের চেয়ে তিনগুণ দ্রুত চলে। For more context on this story, see our ongoing breaking AI news.

যেখানে নিয়ন মানদণ্ডে স্থান পায়

কৃত্রিম বিশ্লেষণ বুদ্ধিমত্তা সূচকে, নিয়ন তার উচ্চ চিন্তার স্তরে 61 স্কোর করেছে, সামগ্রিকভাবে # 3 র‍্যাঙ্কিং করেছে — শুধু বড়, ধীর মডেলের পিছনে, গুগল বলেছে। Vals সূচকে এটি 70.9 শতাংশে #2 র‍্যাঙ্ক করে এবং খরচ বনাম পারফরম্যান্সের প্যারেটো সীমান্তে বসে। এটি লিগ্যাল রিসার্চ বেঞ্চ এবং ট্যাক্স এজেন্ট বেঞ্চ উভয় ক্ষেত্রেই #1 স্থান নেয়, এবং Google সার্জ এআই মূল্যায়নের উদ্ধৃতি দিয়ে অর্থ, অ্যাকাউন্টিং, স্প্রেডশীট মডেলিং এবং জটিল সীমাবদ্ধতাকে কভার করে বেশিরভাগ বেঞ্চমার্কে এটিকে #1 র‌্যাঙ্ক করেছে।

এজেন্ট-স্বাদযুক্ত স্কোরগুলি ঘোষণায় সমানভাবে বিশিষ্ট: সামগ্রিকভাবে #1 Zapier's AutomationBench-এ 56.3 শতাংশ, #1 Andon Labs' Vending-Bench 2 লং-হরাইজন বিজনেস সিমুলেশনে $16,843, এজেন্টদের লাস্ট এক্সামে 75.8 শতাংশ, পেশাদার v131 এর রিডিং পরীক্ষায় 75.8 শতাংশ। চার্ট Arena-এর নতুন এজেন্ট এরিনা সূচকে, 4,200 টিরও বেশি বাস্তব-বিশ্ব এজেন্ট সেশন থেকে তৈরি, নিওন 1336 স্কোর নিয়ে বিশ্বব্যাপী #2 তে আত্মপ্রকাশ করেছে। বৈজ্ঞানিক এবং গাণিতিক যুক্তিতে, Google টার্মিনাল-বেঞ্চ সায়েন্স (70.5 শতাংশ), RiemannBench (70.3 শতাংশ), এইচ-3-1 শতাংশ, এবং 3.7 শতাংশ) শ্রেণীতে সেরা ফলাফলের প্রতিবেদন করেছে।

দীর্ঘ-চলমান কোডিং এজেন্টদের জন্য নির্মিত

কোডিং হল যেখানে গুগল নিয়নকে সবচেয়ে কঠিন লক্ষ্য করছে। মডেলটি কৃত্রিম বিশ্লেষণ কোডিং এজেন্ট সূচকে 58.6-এ সামগ্রিকভাবে #1 র‍্যাঙ্ক করেছে, টার্মিনাল-বেঞ্চ 4.1-এ 65.2 শতাংশ পোস্ট করেছে এবং ফ্রন্টিয়ারকোড 2.0-এ ডিফল্ট উচ্চ সেটিংয়ে 46.2 শতাংশ স্কোর করেছে। VentureBeat-এর শিরোনাম প্রতিযোগিতামূলক ছবিকে স্পষ্টভাবে তৈরি করেছে: 25 শতাংশ কম API টোকেন মূল্যে Opus 5.5-স্তরের কোডিং পারফরম্যান্স — Anthropic's Claude কোডিং মডেলগুলির একটি সরাসরি শট, যা এই সপ্তাহে Anthropic-এর রেকর্ড আইপিওর সাথে তাদের নিজস্ব বাজারের মাইলফলক চালু করেছে৷

Google-এর সফ্টওয়্যার ইঞ্জিনিয়ারিং সুইপ বেঞ্চমার্ক SWE-sweep-এ সবচেয়ে আকর্ষণীয় সংখ্যা: নিয়ন স্ট্যান্ডার্ড মিনি-এসডব্লিউই হারনেসে মাত্র 12.8 শতাংশ পরিচালনা করে কিন্তু Google Antigravity-এর অভ্যন্তরে চলাকালীন দাবীকৃত অত্যাধুনিক 39.0 শতাংশের চেয়ে তিনগুণ বেশি, কোম্পানির এজেন্টিক IDE-কে একটি মডেল হিসাবে ব্যবহার করে যা মডেল হিসাবে মডেল হিসাবে ব্যবহার করে। নিজেই নিয়নকে একটি দ্রুত অর্কেস্ট্রেটর হিসাবে কাজ করার জন্য ইঞ্জিনিয়ার করা হয়েছে যা অ্যান্টিগ্র্যাভিটির ভিতরে সমান্তরাল হাইড্রোজেন সাবএজেন্টকে নির্দেশ করে, অপ্রয়োজনীয় ফাইল রিডগুলি কাটা এবং দীর্ঘ সেশন জুড়ে কনটেক্সট কমপ্যাকশন পরিচালনা করে।

Google শোকেস বিল্ডগুলির সাথে মডেলের এজেন্টিক পরিসর প্রদর্শন করেছে: ব্লেন্ডার এমসিপির মাধ্যমে তৈরি একটি ফটোরিয়ালিস্টিক 3D ল্যাব বেঞ্চ, একটি প্রথম-ব্যক্তি WebGL2 স্কি সিমুলেটর যা 10,000 টিরও বেশি কাস্টম শেডারের লাইন সহ বাস্তব মন্ট ব্ল্যাঙ্ক এলিভেশন ভূখণ্ডে স্ক্র্যাচ থেকে লেখা, এবং একটি এজেন্ট একটি চিত্রকে পরিণত করে। 100,000-সেল Google পত্রক 500,000 টিরও বেশি লাইভ সূত্রের মাধ্যমে প্রান্ত সনাক্তকরণ চলছে৷

মূল্য নির্ধারণ যা সীমান্তকে কম করে

নিয়নের দাম প্রতি মিলিয়ন ইনপুট টোকেনের জন্য $3 এবং প্রতি মিলিয়ন আউটপুট টোকেনের জন্য $15, একটি 1 মিলিয়ন-টোকেন প্রসঙ্গ উইন্ডো সহ। ক্যাশ করা ইনপুট টোকেনগুলি প্রতি মিলিয়নে $0.15 চালায় - একটি 95 শতাংশ ছাড় যা এজেন্টিক ওয়ার্কফ্লোগুলির জন্য ডিজাইন করা হয়েছে যা একই প্রসঙ্গ বারবার পুনরায় পড়ে। তার ডিফল্ট উচ্চ চিন্তার স্তরে, Google বলে যে নিয়ন কার্বনের তুলনায় প্রতি টাস্কে 32 শতাংশ কম খরচ দেয় এবং x উচ্চতায় এটি তাদের সর্বোচ্চ সেটিংসে শীর্ষ প্রতিযোগী ফ্রন্টিয়ার মডেলের তুলনায় প্রতি টাস্কে 36 শতাংশ বা তার বেশি কম খরচ করে।

মডেলটি একটি পরিমার্জিত চার-স্তরের চিন্তার মইয়ের আত্মপ্রকাশ করে — সবচেয়ে কঠিন ইঞ্জিনিয়ারিং এবং বিশ্লেষণাত্মক কাজের চাপের জন্য দ্রুত কম খরচের স্তর থেকে x উচ্চ পর্যন্ত বিস্তৃত — দলগুলিকে প্রতি টাস্কে বুদ্ধিমত্তা এবং টোকেন খরচ করতে দেয়৷ মিড-টাস্ক সংশোধনের সাথে পরিচ্ছন্নভাবে খাপ খাইয়ে নেওয়ার জন্য নতুন এজেন্ট এরিনা সূচকে স্টিয়ারেবিলিটির ক্ষেত্রে নিয়ন #2 নম্বরে রয়েছে এবং অভ্যন্তরীণ অ্যান্টিগ্র্যাভিটি টেস্টিং-এ এটির সর্বনিম্ন ফেব্রিকেশন রেট রেকর্ড করেছে।

নিরাপত্তা প্রথম শ্রেণীর চিকিৎসা পায়

উৎক্ষেপণের একটি উল্লেখযোগ্য গুরুত্ব হল প্রতিরক্ষামূলক নিরাপত্তা। AutoBaxBench-এ, যা পরীক্ষা করে যে মডেলগুলি শুরু থেকেই সুরক্ষিত কোড তৈরি করে কিনা, নিয়ন সহজ, মাঝারি এবং কঠিন চ্যালেঞ্জ জুড়ে কার্বনকে ছাড়িয়ে যায় এবং 76 শতাংশে হার্ড স্তরে অত্যাধুনিক অর্জন করে। WebExploitBench v1.2-এ, একটি অনুপ্রবেশ-পরীক্ষার মানদণ্ড, Google 51.26 শতাংশে অত্যাধুনিক দাবি করে - বড় মডেলের প্রতিদ্বন্দ্বিতা করার অর্ধেক খরচে।

Google সেই ক্ষমতাও তৈরি করছে: "সাইবারের জন্য জেমিনি 4 নিয়ন" কনফিগারেশন যা কোম্পানির ফেয়ারউইন্ড প্রোগ্রামের মাধ্যমে আগামী দিনে বিশ্বস্ত ডিফেন্ডারদের কাছে দুর্বলতা খুঁজে বের করা, যাচাইকরণ এবং প্যাচিং রোল আউট করে।

প্রাপ্যতা

Gemini 4 Neon আজ Gemini API এবং Google AI স্টুডিওতে, API এবং মডেল ড্রপডাউনের মাধ্যমে ব্যবসার জন্য এবং Google Antigravity এবং Gemini অ্যাপ উভয়ের অর্থপ্রদানকারী Google AI Pro এবং Ultra গ্রাহকদের জন্য Gemini-তে রোল আউট হচ্ছে। হ্যাকার নিউজে ডেভেলপারদের দ্বারা প্রকাশিত একটি সতর্কতা: Google ক্লাউডের ডকুমেন্টেশন এন্টারপ্রাইজ এজেন্ট প্ল্যাটফর্মে অপব্যবহার-মনিটরিং প্রম্পট লগিং সহ মডেল জাহাজগুলিকে নির্দেশ করে এবং কোনও অপ্ট-আউট অফার করে না - সংবেদনশীল কোড পরিচালনাকারী দলগুলির জন্য একটি বিবেচনা৷

নিয়নের সাথে, Google তার কৌশলটি সুস্পষ্ট করে তুলেছে: একটি বিশাল মডেল বিক্রি করার পরিবর্তে, এটি উপাদান-নামকৃত মডেলগুলির একটি পরিবার পাঠায় — কার্বন, হাইড্রোজেন, আর্গন এবং এখন নিয়ন — এবং মানদণ্ডগুলিকে তর্ক করতে দেয় কোনটি ব্যয়-ক্ষমতার সীমান্তে বসে। এই সপ্তাহে অ্যানথ্রোপিক-এর ট্রিলিয়ন-ডলারের আত্মপ্রকাশ দেখার জন্য কোডিং-ভারী দলগুলির জন্য, মূল্য হ্রাস হল পিচ: প্রতি-টাস্ক খরচের একটি ভগ্নাংশে কাছাকাছি-সীমান্ত বুদ্ধিমত্তা।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →