कृत्रिम बुद्धिमत्ता · लेख
Gemini 4 Argon: Google का नया प्रमुख AI मॉडल कैसे काम करता है और यह क्या करता है
प्रकाशित:
संक्षेप में
Gemini 4 Argon Google का नवीनतम प्रमुख AI मॉडल है, जिसे 13 अक्टूबर 2026 को विश्व स्तर पर जारी किया गया था, कोडिंग, कानून, वित्त, साइबर सुरक्षा, विज्ञान और रोबोटिक्स में लंबे, बहु-चरणीय कार्य के लिए बनाया गया। यह एक ही पास में एक मिलियन तक टोकन पढ़ता और लिखता है और यह पहले से ही GitHub Copilot और Google Antigravity जैसे उपकरणों में बनाया गया है।
यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें
Google ने 13 अक्टूबर 2026 को Gemini 4 Argon को विश्व भर में डेवलपर्स, व्यवसायों और उपभोक्ताओं के लिए जारी किया, जैसा कि कंपनी की Google ब्लॉग पर स्वयं की घोषणा के अनुसार है। कंपनी इसे 'गहरे कार्य' के लिए एक सीमांत मॉडल के रूप में वर्णित करती है — कोडिंग, वित्त, कानूनी कार्य, साइबर सुरक्षा और विज्ञान में जटिल, बहु-चरणीय कार्य — छोटे प्रश्न-और-उत्तर आदान-प्रदान के बजाय।
Gemini 4 Argon को क्या करने के लिए बनाया गया है
Google के लॉन्च पोस्ट के अनुसार, Argon बहु-चरणीय कार्यों पर गहन तर्क को दस्तावेज़ों, छवियों और स्थानिक वातावरण की बहुआयामी समझ के साथ जोड़ता है, साथ ही एक स्वायत्त सॉफ़्टवेयर एजेंट के रूप में कार्य करने की क्षमता। मॉडल Google द्वारा 1-मिलियन-टोकन "एकीकृत" इनपुट-आउटपुट सीमा का समर्थन करता है, जिसका अर्थ है कि एक ही विनिमय बहुत बड़ी मात्रा में पाठ, कोड या डेटा को पढ़ और उत्पन्न कर सकता है बिना संदर्भ खोए।
Google रिपोर्ट करता है कि Argon Vals Index पर पहले स्थान पर है, एक बेंचमार्क जो कंपनी कहती है कि वित्त, कोडिंग, कानूनी कार्य और कर तैयारी जैसे आर्थिक रूप से महत्वपूर्ण कार्यों पर प्रदर्शन को मापता है। कंपनी Embodied Reasoning (ERQA) बेंचमार्क पर 87% का स्कोर भी उद्धृत करती है, जो स्थानिक और भौतिक समस्या-समाधान का परीक्षण करता है, और कहती है कि Argon ने जैव हथियार-संबंधित लाल टीमिंग परीक्षणों में 1% से कम की कमजोरी-अनलॉक दर दिखाई।
कोडिंग: Chrome के कोडबेस से GitHub Copilot तक
Google की घोषणा में कई आंतरिक और ग्राहक उपयोग के मामले नाम दिए गए हैं: इंजीनियरों ने Chromium के बड़े, लगभग 40-मिलियन-लाइन कोडबेस से ब्राउज़र सुविधाओं के लगभग 6-मिलियन-लाइन विरासत फ़ोल्डर को अलग करने में मदद के लिए Argon का उपयोग किया, और एक Python वर्कफ़्लो अनुकूलन कार्य की सूचना दी गई है कि सत्र-तैयारी समय में 40% की कटौती की गई। एक क्वांटम-रसायन विज्ञान अनुप्रयोग को Argon की सहायता से 2.3 गुना तेजी से चलने के लिए कहा जाता है।
13 अक्टूबर 2026 को, GitHub ने घोषणा की कि Gemini 4 Argon GitHub Copilot for Pro+, Business और Enterprise योजनाओं के भीतर सामान्य उपलब्धता के लिए उपलब्ध हो गया है, Visual Studio Code, Visual Studio, Copilot CLI, JetBrains IDEs, Xcode और Eclipse में मॉडल पिकर से चयन योग्य, GitHub changelog के अनुसार। GitHub कहता है कि इसकी प्रारंभिक परीक्षण में, Argon ने पिछले Gemini मॉडलों की तुलना में अधिक कोडिंग-बेंचमार्क कार्यों को हल किया, Copilot CLI में इसके सबसे बड़े लाभ के साथ, और यह किनारे के मामलों का परीक्षण करके समाप्त करने से पहले अपने काम की जांच करता है। Copilot उपयोगकर्ताओं के लिए बिलिंग प्रदाता की सूची दरों पर उपयोग-आधारित मूल्य पर चलती है।
रोबोटिक्स और भौतिक तर्क
Google Developers ब्लॉग पर एक अलग पोस्ट Argon के रोबोटिक्स अनुप्रयोगों पर ध्यान केंद्रित करता है। Google कहता है कि मॉडल वास्तविक दुनिया के रोबोट कैमरा फुटेज, मानव दृष्टिकोण वीडियो या यहां तक कि हाथ से खींचे गए स्केच को भौतिक रूप से कैलिब्रेटेड सिमुलेटेड वातावरण में अनुवाद कर सकता है, एक प्रक्रिया जिसे यह "Real2Sim" कहता है। एक प्रदर्शन में, Argon ने एक Boston Dynamics Spot चतुष्पद रोबोट को एक वस्तु को पुनः प्राप्त और निपटाने का निर्देश दिया MuJoCo भौतिकी सिमुलेशन के अंदर कार्य का अभ्यास करने के बाद।
Google यह भी कहता है कि Argon अन्य रोबोट-नियंत्रण मॉडलों में सुधार के लिए सिमुलेशन के अंदर सिंथेटिक प्रशिक्षण डेटा उत्पन्न कर सकता है, रिपोर्ट करता है कि एक दृष्टि-भाषा-क्रिया मॉडल की कार्य सफलता दर Argon-उत्पन्न डेटा पर प्रशिक्षण के बाद 56% से 75% तक बढ़ गई। मॉडल को डेवलपर टूलों में gemini-4-argon के रूप में पहचाना जाता है और रोबोटिक्स कार्य के लिए, Google AI Studio और Google Antigravity के माध्यम से Google AI Ultra सदस्यों के लिए उपलब्ध है, और Gemini API के भुगतान स्तर के माध्यम से।
यह प्रतिद्वंद्वी मॉडलों के साथ कैसे तुलना करता है
AI-शिक्षा साइट DataCamp द्वारा प्रकाशित स्वतंत्र बेंचमार्क ट्रैकिंग, जिसने Google के प्रकाशित स्कोर को प्रतिद्वंद्वी रिलीज़ के साथ संकलित किया, पाया कि Argon ज्ञान-कार्य और दीर्घ-संदर्भ कार्यों पर आगे है लेकिन कुछ शुद्ध कोडिंग और टर्मिनल-आधारित बेंचमार्कों पर प्रतिद्वंद्वी मॉडलों से पीछे है।
| बेंचमार्क | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Vals Index (व्यावसायिक कार्य) | 68.9 | 67.0 | 63.1 |
| DeepSWE v1.1 (सॉफ्टवेयर इंजीनियरिंग) | 77.9 | 74.2 | 74.1 |
| GraphWalks, 256K–1M tokens (दीर्घ संदर्भ) | 84.2 | 66.8 | 71.8 |
| Harvey Legal Agent Benchmark | 19.6 | 3.8 | 5.4 |
| Terminal-Bench 4.0 | 57.4 | 66.4 | 58.2 |
DataCamp के विश्लेषण ने यह भी नोट किया कि Argon की मानक API कीमत 4 डॉलर प्रति मिलियन इनपुट टोकन और 20 डॉलर प्रति मिलियन आउटपुट टोकन Claude Opus 5.5 की मूल्य निर्धारण से मेल खाती है, जबकि इसकी प्रारंभिक दर 2/10 डॉलर प्रति मिलियन टोकन GPT-6 Astra की सूचीबद्ध 10/50 डॉलर दर को प्रचारणीय अवधि के दौरान कम करती है।
मूल्य निर्धारण, उपलब्धता और Google अभी Argon को क्यों आगे बढ़ा रहा है
Google के अपने पोस्ट के अनुसार, प्रारंभिक API मूल्य निर्धारण — 2 डॉलर प्रति मिलियन इनपुट टोकन और 10 डॉलर प्रति मिलियन आउटपुट टोकन, कैश किए गए इनपुट पर 95% छूट के साथ — 30 नवंबर 2026 तक चलता है, जिसके बाद यह 4 और 20 डॉलर प्रति मिलियन टोकन तक बढ��� जाता है। उपभोक्ता Gemini ऐप और खोज में AI मोड के माध्यम से Argon तक पहुंच सकते हैं यदि उनके पास AI Pro या AI Ultra सदस्यता है; Antigravity कोडिंग वातावरण Ultra सदस्यों तक सीमित है, जबकि वैज्ञानिक Antigravity के उच्च-स्तरीय के लिए छह महीने की मुफ्त पहुंच प्राप्त कर सकते हैं और सत्यापित साइबर सुरक्षा पेशेवर Google के Fairwind Program के माध्यम से आवेदन कर सकते हैं।
समाचार एजेंसी Reuters, Investing.com द्वारा प्रकाशित रिपोर्ट ने लॉन्च को व्यापक संदर्भ में रखा, यह कह रहा है कि Google ने OpenAI और Anthropic के प्रतिद्वंद्वियों के खिलाफ जमीन वापस पाने का प्रयास करते हुए Argon को रोल आउट किया है महीनों की देरी और इसके DeepMind अनुसंधान प्रयोगशाला में नेतृत्व परिवर्तन के बाद। रिपोर्ट कहती है कि Google ने पहले एक योजनाबद्ध Gemini 3.5 Pro रिलीज़ को रद्द किया था जो जून के लिए निर्धारित था। रिपोर्ट में नाम दिए गए शुरुआती ग्राहकों में Deloitte, LexisNexis, Ambience Healthcare और Isomorphic Labs शामिल हैं, और Antigravity के अंदर Argon का उपयोग करने वाली टीमों को 35% से अधिक agentic कोड सबमिशन में वृद्धि के साथ और लगभग एक तिहाई कोड रोलबैक में कमी की सूचना दी गई।
यह प्रत्येक कोडिंग बेंचमार्क पर पिछले Gemini मॉडलों से अधिक कार्यों को हल करता है, Copilot CLI में इसके सबसे बड़े लाभ के साथ।
प्रश्न
- Gemini 4 Argon कब जारी किया गया था?
- Google ने 13 अक्टूबर 2026 को Gemini 4 Argon को डेवलपर्स, व्यवसायों और उपभोक्ताओं के लिए विश्व स्तर पर उपलब्ध कराया, Google की अपनी घोषणा के अनुसार।
- मॉडल की संदर्भ विंडो क्या है?
- Google एक 1-मिलियन-टोकन एकीकृत इनपुट-आउटपुट सीमा का वर्णन करता है, जिसका अर्थ है कि एक ही अनुरोध पाठ, कोड या अन्य डेटा की बहुत बड़ी मात्रा को संदर्भ खोए बिना संसाधित और उत्पन्न कर सकता है।
- API के माध्यम से Gemini 4 Argon का उपयोग करने की लागत कितनी है?
- 30 नवंबर 2026 तक प्रारंभिक मूल्य निर्धारण 2 डॉलर प्रति मिलियन इनपुट टोकन और 10 डॉलर प्रति मिलियन आउटपुट टोकन है; उसके बाद मानक दर क्रमशः 4 और 20 डॉलर प्रति मिलियन टोकन है, Google की घोषणा के अनुसार।
- क्या Gemini 4 Argon रोबोट को नियंत्रित कर सकता है?
- Google कहता है कि Argon रोबोट या मानव वीडियो से सिमुलेटेड वातावरण को फिर से बना सकता है, रोबोट-नियंत्रण मॉडलों के लिए सिंथेटिक प्रशिक्षण डेटा उत्पन्न कर सकता है, और एक परीक्षण कार्य में Boston Dynamics Spot चतुष्पद को निर्देशित करने के लिए उपयोग किया गया है, Google Developers ब्लॉग के अनुसार।
- क्या Gemini 4 Argon GitHub Copilot में उपलब्ध है?
- हाँ। GitHub ने Copilot Pro+, Business और Enterprise उपयोगकर्ताओं के लिए 13 अक्टूबर 2026 को Gemini 4 Argon की सामान्य उपलब्धता की घोषणा की, कई समर्थित संपादकों में मॉडल पिकर से चयन योग्य।
स्रोत
यह लेख कृत्रिम बुद्धिमत्ता से तैयार किया गया और प्रकाशन से पहले स्वचालित स्रोत-जाँच से गुज़रा। कोई गलती दिखे तो सुधार का अनुरोध करें। सुधार या उत्तर का अनुरोध करें · हम कैसे काम करते हैं
संबंधित लेख
कृत्रिम बुद्धिमत्तालेख
तंत्रिका नेटवर्क कैसे सीखते हैं: ChatGPT और Gemini के पीछे का गणित
तंत्रिका नेटवर्क भविष्यवाणी करके सीखते हैं, एक नुकसान फ़ंक्शन के साथ मापते हैं कि वह कितना गलत था, और फिर नेटवर्क के माध्यम से पीछे की ओर वजन नामक आंतरिक मानों को समायोजित करते हैं — यह प्रक्रिया बैकप्रोपेगेशन कहलाती है जो ग्रेडिएंट डिसेंट नामक अनुकूलन विधि के साथ जोड़ी जाती है। वही तंत्र, अरबों पैरामीटर तक बढ़ाया गया, दर्शाता है कि ChatGPT और Gemini जैसी प्रणालियां पहले कैसे प्रशिक्षित होती हैं और फिर फ़ाइन-ट्यूनिंग के माध्यम से विशिष्ट कार्यों के लिए अनुकूलित होती हैं।
कृत्रिम बुद्धिमत्तालेख
AI कला और संगीत कैसे तैयार करता है, और क्यों "असली रचनात्मकता" विवादास्पद रहती है
AI छवि उपकरण जैसे Midjourney और Stable Diffusion शोर प्रक्रिया को उल्टा करना सीखकर चित्र बनाते हैं, जबकि Suno और Udio जैसे संगीत उपकरण ऑडियो को टोकन में संपीड़ित करते हैं और उन्हें चरणबद्ध तरीके से पूर्वानुमान लगाते हैं, पाठ संकेत द्वारा निर्देशित। क्या दोनों में से कोई भी प्रक्रिया असली रचनात्मकता के रूप में गिना जाता है यह अनसुलझा है: शोधकर्ता इसे पैटर्न-आधारित "पुनः मिश्रण" कहने और इसे मापयोग्य रचनात्मक प्रदर्शन के साथ श्रेय देने के बीच विभाजित हैं।
कृत्रिम बुद्धिमत्तालेख
Moonshot ने अपने नए Kimi AI मॉडल की हैकिंग क्षमता को जानबूझकर कमजोर क्यों किया
चीनी AI लैब Moonshot का कहना है कि इसने अपने नए Kimi K3.1 Pro मॉडल से साइबर से संबंधित प्रशिक्षण डेटा हटा दिया है ताकि ओपन-वेट सिस्टम आक्रामक हैकिंग क्षमता की 'सीमा' को आगे न बढ़ाए। यह कदम, जिसकी घोषणा शनिवार, 24 अक्टूबर 2026 को की गई, इस समय आता है जब सरकारें और सुरक्षा शोधकर्ता चेतावनी दे रहे हैं कि तेजी से सक्षम हो रहे AI से परिष्कृत साइबर हमलों को सस्ता और आसान बनाया जा सकता है।
कृत्रिम बुद्धिमत्तालेख
एआई टेक्स्ट डिटेक्टर कैसे काम करते हैं, पुरस्कार विजेता उपन्यास विवाद के माध्यम से समझाया गया
एआई टेक्स्ट डिटेक्टर यह साबित नहीं करते कि किसने कुछ लिखा है; वे शब्द की भविष्यवाणीयता और वाक्य-लंबाई भिन्नता जैसे सांख्यिकीय पैटर्न को मापकर संभावना का अनुमान लगाते हैं। Pangram 4.1 नामक एक डिटेक्टर ने हाल ही में €20,000 के पुरस्कार विजेता स्पेनिश-भाषा उपन्यास के 99% को कृत्रिम बुद्धिमत्ता को जिम्मेदार ठहराया, जिससे इसके प्रकाशक ने जांच करते समय प्रचार कार्यक्रमों को स्थगित कर दिया।