هوش مصنوعی · مقاله
جمینی 4 ارگون: نحوه کار نمونه هوش مصنوعی پیشرو جدید گوگل و کارهایی که انجام می‌دهد
انتشار:
به‌طور خلاصه
جمینی 4 ارگون، آخرین نمونه هوش مصنوعی پیشرو گوگل است، که در 13 اکتبر 2026 به صورت جهانی منتشر شد، برای کار بلند مدت و چند مرحله‌ای در کدنویسی، حقوق، امور مالی، امنیت سایبری، علوم و رباتیکس. میتواند تا یک میلیون توکن را در یک بار بخواند و بنویسد و قبلاً در ابزارهایی مانند GitHub Copilot و Google Antigravity ادغام شده است.
این نسخه ترجمهٔ ماشینی متن اصلی (English) است. خواندن متن اصلی
گوگل در 13 اکتبر 2026 جمینی 4 ارگون را برای توسعهدهندگان، کسبوکارها و مصرفکنندگان در سراسر جهان منتشر کرد، طبق اعلام خود شرکت در وبلاگ گوگل. شرکت آن را به عنوان یک نمونه پیشرو توصیف میکند که برای "کار عمیق" - وظایف پیچیده و چند مرحله‌ای در کدنویسی، امور مالی، کار حقوقی، امنیت سایبری و علوم - توجه دارد، نه مبادلات ساده سؤال و پاسخ.
جمینی 4 ارگون برای چه ساخته شده است
بر اساس پست راه‌اندازی گوگل، ارگون استدلال عمیق بر روی وظایف چند مرحله‌ای را با درک چند وجهی اسناد، تصاویر و محیطهای فضایی ترکیب میکند، به علاوه توانایی عمل به عنوان یک عامل نرم‌افزاری خودمختار. نمونه از آنچه گوگل "محدوده ورودی-خروجی یکپارچه" یک میلیون توکن می‌نامد پشتیبانی میکند، به این معنی که یک تبادل میتواند هم مقادیر بسیار زیادی از متن، کد یا داده‌ها را بخواند و هم تولید کند بدون اینکه بافت را از دست بدهد.
گوگل گزارش می‌دهد که ارگون در شاخص Vals رتبه اول را دارد، معیاری که شرکت میگوید کارایی را در وظایف مهم اقتصادی مانند امور مالی، کدنویسی، کار حقوقی و تهیه مالیات اندازه‌گیری میکند. شرکت همچنین به امتیاز 87% در معیار Embodied Reasoning (ERQA) اشاره میکند، که حل مسائل فضایی و فیزیکی را آزمایش میکند، و میگوید ارگون نرخ باز شدن آسیب‌پذیری کمتر از 1% را در آزمایش‌های red-teaming مرتبط با سلاح‌های بیولوژیکی نشان داد.
کدنویسی: از پایگاه کد Chrome تا GitHub Copilot
اعلام گوگل چندین مورد استفاده داخلی و مخصوص مشتری را نام می‌برد: مهندسان از ارگون برای جدا کردن یک پوشه میراث تقریباً 6 میلیون خط از ویژگی‌های مرورگر در داخل پایگاه کد بزرگ‌تر Chromium، تقریباً 40 میلیون خط استفاده کردند، و یک وظیفه بهینه‌سازی سیاق‌کار Python گزارش شد که زمان آماده‌سازی جلسه را 40% کاهش داد. گفته می‌شود که یک برنامه شیمی کوانتومی با کمک ارگون 2.3 برابر سریع‌تر اجرا شد.
در 13 اکتبر 2026، GitHub اعلام کرد که جمینی 4 ارگون برای نسخه‌های Pro+، Business و Enterprise از GitHub Copilot عمومی در دسترس قرار گرفت، قابل انتخاب از انتخابکننده نمونه در Visual Studio Code، Visual Studio، Copilot CLI، JetBrains IDEs، Xcode و Eclipse، طبق سابقه تغییرات GitHub. GitHub میگوید که در آزمایش اولیه خود، ارگون وظایف معیار کدنویسی بیش‌تری را نسبت به نماذج Gemini قبلی حل کرد، با بزرگ‌ترین دستاوردهایش در Copilot CLI، و اینکه قبل از پایان آن کار را با آزمایش موارد لبه‌ای بررسی میکند. صورت‌حساب برای کاربران Copilot بر اساس قیمتگذاری مبتنی بر استفاده با نرخ‌های فهرست فراهم‌کننده اجرا می‌شود.
رباتیکس و استدلال فیزیکی
یک پست جداگانه در وبلاگ Google Developers بر کاربردهای رباتیکی ارگون تمرکز میکند. گوگل میگوید نمونه میتواند فیلم‌برداری دوربین رباتیک واقعی، فیلم دید انسان یا حتی طراحی‌های دست‌نویس شده را به محیطهای شبیهسازی شده با کالیبراسیون فیزیکی ترجمه کند، فرآیندی که آن را "Real2Sim" می‌نامد. در یک نمایش، ارگون یک رباتیک Boston Dynamics Spot چهار پایه را هدایت کرد تا پس از تمرین وظیفه در داخل شبیهسازی فیزیک MuJoCo یک شی را بازیافت و دور انداخت.
گوگل همچنین میگوید ارگون میتواند دادههای آموزش مصنوعی را در داخل شبیهسازی ایجاد کند تا نماذج کنترل رباتیک دیگر را بهبود بخشد، گزارش می‌دهد که نرخ موفقیت وظیفه یک نمونه بینایی-زبان-عمل از 56% به 75% افزایش یافت پس از آموزش بر دادههای تولید شده توسط ارگون. نمونه در ابزارهای توسعه‌دهنده به عنوان gemini-4-argon شناسایی می‌شود و برای کار رباتیکی، از طریق Google AI Studio و Google Antigravity برای مشترکان Google AI Ultra و از طریق الیه پرداختی Gemini API در دسترس است.
چگونه با نماذج رقیب مقایسه می‌شود
پیگیری معیار مستقل منتشر شده توسط سایت آموزش هوش مصنوعی DataCamp، که امتیازات منتشر شده گوگل را کنار نسخه‌های رقیب جمع‌آوری کرد، نشان داد که ارگون در وظایف کار شناختی و سیاق‌های بلند مدت رهبری میکند اما در برخی معیارهای کدنویسی خالص و مبتنی بر ترمینال از نماذج رقیب عقب می‌افتد.
| معیار | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| شاخص Vals (وظایف کاری) | 68.9 | 67.0 | 63.1 |
| DeepSWE v1.1 (مهندسی نرم‌افزار) | 77.9 | 74.2 | 74.1 |
| GraphWalks, 256K–1M tokens (متن بلند) | 84.2 | 66.8 | 71.8 |
| معیار Harvey Legal Agent | 19.6 | 3.8 | 5.4 |
| Terminal-Bench 4.0 | 57.4 | 66.4 | 58.2 |
تجزیه و تحلیل DataCamp همچنین متذکر شد که قیمت API استاندارد ارگون 4 دلار برای هر میلیون توکن ورودی و 20 دلار برای هر میلیون توکن خروجی با قیمتگذاری Claude Opus 5.5 مطابقت دارد، در حالی که نرخ معرفی آن 2/10 دلار برای هر میلیون توکن قیمت فهرست GPT-6 Astra 10/50 دلار را در دوره تبلیغی کاهش می‌دهد.
قیمتگذاری، دسترسی و اینکه چرا گوگل اکنون ارگون را فشار می‌دهد
بر اساس پست خود گوگل، قیمتگذاری معرفی API - 2 دلار برای هر میلیون توکن ورودی و 10 دلار برای هر میلیون توکن خروجی، با تخفیف 95% برای ورودی‌های کش شده - تا 30 نوامبر 2026 اجرا می‌شود، پس از آن به 4 و 20 دلار برای هر میلیون توکن به ترتیب افزایش می‌یابد. مصرفکنندگان می‌توانند از طریق برنامه Gemini و AI Mode در Search به ارگون دسترسی پیدا کنند اگر یک اشتراک AI Pro یا AI Ultra داشته باشند؛ محیط کدنویسی Antigravity برای مشترکان Ultra محدود است، در حالی که دانشمندان می‌توانند شش ماه دسترسی رایگان عالی‌ترین سطح به Antigravity بدست آورند و متخصصان امنیت سایبری تأیید شده می‌توانند از طریق برنامه Fairwind گوگل درخواست کنند.
آژانس خبری Reuters، در گزارشی که توسط Investing.com منتقل شد، راه‌اندازی را در بافتی گسترده‌تر قرار داد، گفت گوگل ارگون را آزاد کرد زیرا تلاش می‌کرد پس از ماه‌ها تأخیر و تغییر رهبری در آزمایشگاه تحقیقات DeepMind خود، علیه رقبای OpenAI و Anthropic سود بگیرد. گزارش گفت گوگل قبلاً یک انتشار برنامه‌ریزی شده Gemini 3.5 Pro را که برای ژوئن برنامه‌ریزی شده بود لغو کرده بود. مشتریان اولیه نام‌برده شده در گزارش شامل Deloitte، LexisNexis، Ambience Healthcare و Isomorphic Labs هستند، و تیم‌هایی که از ارگون در داخل Antigravity استفاده می‌کردند گزارش دادند که ارائه‌های کد موکل شده بیش از 35% افزایش یافت در حالی که بازگردانی کد تقریباً یک سوم کاهش یافت.
وظایف بیش‌تری را نسبت به نماذج Gemini قبلی در هر معیار کدنویسی حل کرد، با بزرگ‌ترین دستاوردهایش در Copilot CLI.
پرسش‌ها
- جمینی 4 ارگون کی منتشر شد؟
- گوگل جمینی 4 ارگون را به صورت جهانی برای توسعهدهندگان، کسبوکارها و مصرفکنندگان در 13 اکتبر 2026 در دسترس قرار داد، بر اساس اعلام خود گوگل.
- نافذه متن نمونه چیست؟
- گوگل محدوده ورودی-خروجی یکپارچه یک میلیون توکن را توصیف میکند، به این معنی که یک درخواست میتواند تقریباً یک میلیون توکن متن ترکیبی، کد یا دادههای دیگر را پردازش و تولید کند.
- استفاده از جمینی 4 ارگون از طریق API چقدر هزینه دارد؟
- قیمتگذاری معرفی تا 30 نوامبر 2026 2 دلار برای هر میلیون توکن ورودی و 10 دلار برای هر میلیون توکن خروجی است؛ پس از آن نرخ استاندارد 4 و 20 دلار برای هر میلیون توکن است، بر اساس اعلام گوگل.
- آیا جمینی 4 ارگون میتواند رباتیکها را کنترل کند؟
- گوگل میگوید ارگون میتواند محیطهای شبیهسازی شده را از فیلم رباتیک یا انسانی بازسازی کند، دادههای آموزش مصنوعی برای نماذج کنترل رباتیک تولید کند، و برای هدایت یک رباتیک چهار پایه Boston Dynamics Spot در یک وظیفه آزمایشی استفاده شده است، بر اساس وبلاگ Google Developers.
- آیا جمینی 4 ارگون در GitHub Copilot در دسترس است؟
- بله. GitHub اعلام کرد که جمینی 4 ارگون برای کاربران Pro+، Business و Enterprise از Copilot در 13 اکتبر 2026 عمومی در دسترس قرار گرفت، قابل انتخاب از انتخابکننده نمونه در چندین ویرایشگر پشتیبانی شده.
منابع
این مطلب با هوش مصنوعی آماده شده و پیش از انتشار از بررسی خودکار منابع گذشته است. اگر خطایی دیدید، درخواست اصلاح کنید. درخواست اصلاح یا حق پاسخ · چگونه کار می‌کنیم
مطالب مرتبط
هوش مصنوعیمقاله
چگونه شبکه‌های عصبی یاد می‌گیرند: ریاضیات پشت ChatGPT و Gemini
شبکه‌های عصبی با ایجاد یک پیش‌بینی، اندازه‌گیری میزان خطا آن با تابع زیان، و سپس تعدیل مقادیر داخلی به نام وزن‌ها از طریق شبکه به صورت معکوس یاد می‌گیرند — فرآیندی که انتشار معکوس نام‌گذاری می‌شود و با روشی بهینه‌سازی به نام فرود گرادیانی جفت می‌شود. همین مکانیزم، در مقیاس میلیاردها پارامتر، زیربنای نحوه آموزش اولیه سیستم‌هایی مانند ChatGPT و Gemini است و سپس سازگاری آنها با کارهای خاص از طریق تنظیم دقیق.
هوش مصنوعیمقاله
چگونه هوش مصنوعی هنر و موسیقی تولید می کند و چرا "خلاقیت واقعی" همچنان مورد اختلاف است
ابزارهای تصویری هوش مصنوعی مانند Midjourney و Stable Diffusion تصاویر را با یادگیری معکوس کردن فرآیند نویز می سازند، در حالی که ابزارهای موسیقی مانند Suno و Udio صوت را به نمادها فشرده کرده و آنها را مرحله به مرحله پیش بینی می کنند، هدایت شده توسط یک رمز متنی. اینکه آیا هر یک از این فرآیندها به عنوان خلاقیت واقعی شمار می رود، هنوز حل نشده است: محققان میان نام گذاری آن به عنوان "تجدید ترکیب" مبتنی بر الگو و اعتراف به آن با عملکرد خلاق قابل اندازه گیری تقسیم شده اند.
هوش مصنوعیمقاله
چرا Moonshot عمداً توانایی‌های هکری مدل Kimi AI جدید خود را ضعیف کرد
شرکت هوش مصنوعی چینی Moonshot میگوید که دادههای آموزشی مربوط به حوزه سایبر را از مدل جدید Kimi K3.1 Pro حذف کرده است تا سیستم با وزن‌های باز نتواند "مرز" قابلیت‌های حملات هکری تهاجمی را افزایش دهد. این اطلاعیه که در شنبه 24 اکتبر 2026 منتشر شد، در زمانی می‌آید که دولت‌ها و محققان امنیتی هشدار می‌دهند که هوش مصنوعی‌های فزاینده‌ی توانایی می‌توانند حملات سایبری پیشرفته را ارزان‌تر و آسان‌تر کنند.
هوش مصنوعیمقاله
نحوه کار کردن آشکارسازهای متن هوش مصنوعی، توضیح داده شده از طریق یک نزاع بر سر رمان برنده جایزه
آشکارسازهای متن هوش مصنوعی ثابت نمی‌کنند که چه کسی چیزی را نوشته است؛ آنها احتمالی را با اندازه‌گیری الگوهای آماری مانند قابل‌پیش‌بینی بودن کلمات و تغییر طول جملات تخمین می‌زنند. آشکارسازی به نام Pangram 4.1 اخیراً 99% از یک رمان برنده جایزه اسپانیایی با ارزش 20,000 یورو را به هوش مصنوعی نسبت داد، که ناشر آن را وادار کرد تا رویدادهای تبلیغاتی را تعلیق کند و در حالی که تحقیق میکند.