مصنوعی ذہانت · مضمون
جیمنی 4 آرگون: گوگل کا نیا فلیگ شپ ایائی ماڈل کیسے کام کرتا ہے اور یہ کیا کرتا ہے
اشاعت:
مختصراً
جیمنی 4 آرگون گوگل کا نیا ترین فلیگ شپ ایائی ماڈل ہے، جو 13 اکتوبر 2026 کو عالمی سطح پر جاری کیا گیا، کوڈنگ، قانون، فنانس، سائبر سیکیورٹی، سائنس اور روبوٹکس میں طویل، کثیر مرحلہ کام کے لیے بنایا گیا۔ یہ ایک ہی پاس میں ایک لاکھ تک ٹوکن پڑھتا اور لکھتا ہے اور یہ پہلے سے ہی GitHub Copilot اور Google Antigravity جیسے ٹولز میں بنایا گیا ہے۔
یہ نسخہ اصل متن (English) کا مشینی ترجمہ ہے۔ اصل متن پڑھیں
گوگل نے 13 اکتوبر 2026 کو Gemini 4 Argon کو دنیا بھر میں ڈویلپرز، کاروباری اور صارفین کے لیے جاری کیا، جیسا کہ کمپنی کے Google بلاگ پر اعلان کے مطابق۔ کمپنی اسے ایک فرنٹیئر ماڈل کے طور پر بیان کرتی ہے جو 'گہرے کام' کے لیے ہے — کوڈنگ، فنانس، قانونی کام، سائبر سیکیورٹی اور سائنس میں پیچیدہ، کثیر مرحلہ کام — بجائے مختصر سوال و جواب کے تبادل کے۔
جیمنی 4 آرگون کیا کام کرنے کے لیے بنایا گیا ہے
گوگل کے لانچ پوسٹ کے مطابق، آرگون کثیر مرحلہ کام پر گہری استدلال کو دستاویزات، تصاویر اور مکانی ماحول کی کثیر الوسائط سمجھ کے ملاتا ہے، نیز خود مختار سافٹ ویئر ایجنٹ کے طور پر کام کرنے کی صلاحیت۔ ماڈل گوگل کو 1 ملین ٹوکن کا "متحدہ" ان پٹ آؤٹ پٹ حد کہا جاتا ہے، اس کا مطلب ایک ہی تبادل بہت بڑی مقدار میں متن، کوڈ یا ڈیٹا پڑھ اور پیدا کر سکتا ہے بغیر سیاق و سباق کو کھوئے۔
گوگل رپورٹ کرتا ہے کہ آرگون Vals Index پر پہلی جگہ پر ہے، ایک بینچ مارک جو کمپنی کہتی ہے کہ فنانس، کوڈنگ، قانونی کام اور ٹیکس کی تیاری جیسے اقتصادی طور پر اہم کاموں کی کارکردگی کی پیمائش کرتا ہے۔ کمپنی Embodied Reasoning (ERQA) بینچ مارک پر 87 فیصد کا اسکور بھی حوالہ دیتی ہے، جو مکانی اور جسمانی مسئلہ حل کی جانچ کرتا ہے، اور کہتے ہیں کہ آرگون حیاتیاتی ہتھیار سے متعلقہ ریڈ ٹیمنگ ٹیسٹ میں 1 فیصد سے کم کمزوری سے نکلنے کی شرح ظاہر کی۔
کوڈنگ: Chrome کے کوڈ بیس سے GitHub Copilot تک
گوگل کے اعلان میں متعدد اندرونی اور کسٹمر استعمال کی صورتیں نام دی گئیں: انجینئروں نے Chromium کے بڑے، تقریباً 40 ملین لائن کے کوڈ بیس سے متصفحہ کی خصوصیات کے تقریباً 6 ملین لائن کے وراثی فولڈر کو الگ کرنے میں مدد کے لیے آرگون استعمال کیا، اور ایک Python ورک فلو آپٹی مائزیشن ٹاسک کی بتایا جاتا ہے کہ سیشن تیاری کا وقت 40 فیصد کم کیا۔ ایک کوانٹم کیمسٹری ایپلیکیشن کہا جاتا ہے کہ آرگون کی مدد سے 2.3 گنا تیزی سے چل رہی ہے۔
13 اکتوبر 2026 کو، GitHub نے اعلان کیا کہ Gemini 4 Argon GitHub Copilot for Pro+, Business اور Enterprise منصوبوں کے اندر عام دستیابی کے لیے دستیاب ہو گیا ہے، Visual Studio Code، Visual Studio، Copilot CLI، JetBrains IDEs، Xcode اور Eclipse میں ماڈل پِکر سے منتخب کریں، GitHub changelog کے مطابق۔ GitHub کہتے ہیں کہ اس کی ابتدائی جانچ میں، آرگون نے پچھلے Gemini ماڈلز سے زیادہ کوڈنگ بینچ مارک ٹاسک حل کیے، اس کے سب سے بڑے فوائد Copilot CLI میں، اور یہ اپنے کام کو ایج صورتوں کو آزمانے سے پہلے مکمل کرنے سے پہلے چیک کرتا ہے۔ Copilot صارفین کے لیے بلنگ استعمال کی بنیاد پر قیمت پر چلتی ہے فراہم کنندہ کی فہرست شرح پر۔
روبوٹکس اور جسمانی استدلال
Google Developers بلاگ پر ایک الگ پوسٹ آرگون کی روبوٹکس کی درخواستوں پر توجہ مرکوز کرتا ہے۔ گوگل کہتے ہیں کہ ماڈل حقیقی دنیا کے روبوٹ کیمرے کی فوٹیج، انسانی نقطہ نظر سے ویڈیو یا حتیٰ کہ ہاتھ سے کھینچے گئے سکیچوں کو جسمانی طور پر کیلیبریٹ شدہ نقل ماحول میں ترجمہ کر سکتا ہے، ایک عمل جسے یہ 'Real2Sim' کہتے ہیں۔ ایک مظاہرے میں، آرگون نے ایک Boston Dynamics Spot چوپائے روبوٹ کو ایک چیز کو حاصل اور ڈسپوز کرنے کے لیے ہدایت دی اس کے بعد MuJoCo فزکس سمیولیشن میں ٹاسک کی مشق کی۔
گوگل یہ بھی کہتے ہیں کہ آرگون سمیولیشن کے اندر مصنوعی تربیتی ڈیٹا تیار کر سکتا ہے دوسرے روبوٹ کنٹرول ماڈلز کو بہتر بنانے کے لیے، رپورٹ کرتے ہیں کہ ایک vision-language-action ماڈل کی ٹاسک کامیابی کی شرح آرگون سے تیار کیے گئے ڈیٹا پر تربیت کے بعد 56 فیصد سے 75 فیصد تک بڑھ گئی۔ ماڈل ڈویلپر ٹولز میں gemini-4-argon کے طور پر شناخت کیا گیا ہے اور روبوٹکس کام کے لیے، Google AI Studio اور Google Antigravity کے ذریعے Google AI Ultra سبسکرائبر کو دستیاب ہے، اور Gemini API کی ادا شدہ سطح کے ذریعے۔
یہ رقیب ماڈلز کے ساتھ کیسے موازنہ کرتا ہے
AI تعلیم سائٹ DataCamp کی طرف سے شائع خود مختار بینچ مارک ٹریکنگ، جو گوگل کے شائع شدہ اسکور کو رقیب اخراجات کے ساتھ مرتب کیا، محسوس کرتے ہیں کہ آرگون علم کے کام اور طویل سیاق و سباق کے کام پر پیش ہے لیکن بعض خالص کوڈنگ اور ٹرمینل پر مبنی بینچ مارکس پر رقیب ماڈلز سے پیچھے ہے۔
| بینچ مارک | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Vals Index (کاروباری کام) | 68.9 | 67.0 | 63.1 |
| DeepSWE v1.1 (سافٹ ویئر انجینئرنگ) | 77.9 | 74.2 | 74.1 |
| GraphWalks, 256K–1M tokens (طویل سیاق و سباق) | 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 کے تجزیہ نے یہ بھی نوٹ کیا کہ آرگون کے معیاری API کی قیمت فی ملین ان پٹ ٹوکن 4 ڈالر اور فی ملین آؤٹ پٹ ٹوکن 20 ڈالر Claude Opus 5.5 کی قیمت کے مطابق ہے، جبکہ اس کی تعارفی شرح فی ملین ٹوکن 2/10 ڈالر GPT-6 Astra کی درج شدہ فی ملین ٹوکن 10/50 ڈالر کی شرح کو پروموشنل مدت کے دوران کم کرتا ہے۔
قیمت، دستیابی اور گوگل اب آرگون کو کیوں آگے بڑھا رہا ہے
گوگل کے اپنے پوسٹ کے مطابق، تعارفی API قیمت — 2 ڈالر فی ملین ان پٹ ٹوکن اور 10 ڈالر فی ملین آؤٹ پٹ ٹوکن، 30 نومبر 2026 تک کیش شدہ ان پٹ پر 95 فیصد ڈسکاؤنٹ کے ساتھ، جس کے بعد یہ 4 اور 20 ڈالر فی ملین ٹوکن میں بڑھتا ہے۔ صارفین Gemini ایپ اور Search میں AI Mode کے ذریعے آرگون تک رسائی حاصل کر سکتے ہیں اگر ان کے پاس AI Pro یا AI Ultra سبسکرپشن ہے؛ Antigravity کوڈنگ ماحول Ultra سبسکرائبرز تک محدود ہے، جبکہ سائنسدان Antigravity کی اعلیٰ سطح تک چھ ماہ کی مفت رسائی حاصل کر سکتے ہیں اور تصدیق شدہ سائبر سیکیورٹی پروفیشنلز Google کے Fairwind Program کے ذریعے درخواست دے سکتے ہیں۔
نیوز ایجنسی Reuters، Investing.com کے ذریعے بھیجی گئی رپورٹ میں، لانچ کو وسیع تر سیاق و سباق میں رکھا ہے، کہہ رہے ہیں کہ گوگل نے OpenAI اور Anthropic کے رقیبوں کے خلاف زمین واپس حاصل کرنے کی کوشش کے طور پر آرگون کو جاری کیا ہے ماہین کی تاخیر اور اس کے DeepMind تحقیق لیب میں قیادت میں تبدیلی کے بعد۔ رپورٹ کہتے ہیں کہ گوگل نے پہلے ایک منصوبہ بند Gemini 3.5 Pro ریلیز منسوخ کیا تھا جو جون کے لیے مقرر تھا۔ رپورٹ میں نام دیے گئے ابتدائی کسٹمرز میں Deloitte، LexisNexis، Ambience Healthcare اور Isomorphic Labs شامل ہیں، اور Antigravity کے اندر آرگون کا استعمال کرنے والی ٹیمز کو 35 فیصد سے زیادہ agentic کوڈ سبمشنز میں اضافہ اور قریب تیسرے کے قریب کوڈ رول بیکس میں کمی کا رپورٹ دیا گیا۔
یہ ہر کوڈنگ بینچ مارک پر پچھلے Gemini ماڈلز سے زیادہ ٹاسک حل کرتا ہے، اس کے سب سے بڑے فوائد Copilot CLI میں۔
سوالات
- Gemini 4 Argon کب جاری کیا گیا؟
- گوگل نے Gemini 4 Argon کو 13 اکتوبر 2026 کو ڈویلپرز، کاروباری اور صارفین کے لیے عالمی سطح پر دستیاب کیا، گوگل کے اپنے اعلان کے مطابق۔
- ماڈل کی سیاق و سباق کی ونڈو کیا ہے؟
- گوگل ایک 1 ملین ٹوکن کے متحدہ ان پٹ آؤٹ پٹ حد کو بیان کرتا ہے، اس کا مطلب ایک ہی درخواست متن، کوڈ یا دیگر ڈیٹا کی بہت بڑی مقدار کو پروسیس اور تیار کر سکتی ہے۔
- API کے ذریعے Gemini 4 Argon کو استعمال کرنے میں کتنی لاگت آتی ہے؟
- 30 نومبر 2026 تک تعارفی قیمت 2 ڈالر فی ملین ان پٹ ٹوکن اور 10 ڈالر فی ملین آؤٹ پٹ ٹوکن ہے؛ اس کے بعد معیاری شرح بالترتیب 4 اور 20 ڈالر فی ملین ٹوکن ہے، گوگل کے اعلان کے مطابق۔
- کیا Gemini 4 Argon روبوٹس کو کنٹرول کر سکتا ہے؟
- گوگل کہتے ہیں کہ آرگون روبوٹ یا انسانی ویڈیو سے نقل شدہ ماحول کو دوبارہ تعمیر کر سکتا ہے، روبوٹ کنٹرول ماڈلز کے لیے مصنوعی تربیتی ڈیٹا تیار کر سکتا ہے، اور ایک ٹیسٹ ٹاسک میں Boston Dynamics Spot چوپائے کو ہدایت دینے کے لیے استعمال کیا گیا ہے، Google Developers بلاگ کے مطابق۔
- کیا Gemini 4 Argon GitHub Copilot میں دستیاب ہے؟
- جی۔ GitHub نے Copilot Pro+، Business اور Enterprise صارفین کے لیے 13 اکتوبر 2026 کو Gemini 4 Argon کی عام دستیابی کا اعلان کیا، کئی معاون ایڈیٹرز میں ماڈل پِکر سے منتخب کریں۔
ذرائع
یہ تحریر مصنوعی ذہانت سے تیار کی گئی اور اشاعت سے پہلے ذرائع کی خودکار جانچ سے گزری۔ اگر آپ کو کوئی غلطی نظر آئے تو تصحیح کی درخواست کریں۔ تصحیح یا جواب کی درخواست · ہم کیسے کام کرتے ہیں
متعلقہ تحریریں

مصنوعی ذہانتمضمون
ذہن نیٹ ورکس کیسے سیکھتے ہیں: ChatGPT اور Gemini کے پیچھے کی ریاضیات
ذہن نیٹ ورکس پیش گوئی کرتے ہیں، ایک نقصان فنکشن سے یہ ماپتے ہیں کہ وہ کتنا غلط تھے، اور پھر نیٹ ورک کے ذریعے پیچھے کی طرف وزن نام کی اندرونی قدریں ایڈجسٹ کرتے ہیں — یہ عمل backpropagation کہلاتا ہے جو gradient descent نام کی اپٹیمائزیشن تکنیک کے ساتھ جوڑا جاتا ہے۔ وہی میکانزم، اربوں پیرامیٹرز تک پھیلایا ہوا، ظاہر کرتا ہے کہ ChatGPT اور Gemini جیسے نظام پہلے کیسے تربیت حاصل کرتے ہیں اور پھر مخصوص کاموں کے لیے fine-tuning کے ذریعے اپنے آپ کو موافق کرتے ہیں۔

مصنوعی ذہانتمضمون
AI کیسے آرٹ اور موسیقی تیار کرتا ہے، اور کیوں "حقیقی تخلیق" متنازعہ رہتی ہے
AI امیج ٹولز جیسے Midjourney اور Stable Diffusion شور کے عمل کو الٹا کرنا سیکھ کر تصویریں بناتے ہیں، جبکہ Suno اور Udio جیسے موسیقی کے ٹولز آڈیو کو ٹوکن میں سنکیڑھتے ہیں اور انہیں مرحلہ وار متن کے اشارے سے رہنمائی کرتے ہوئے نصاب کرتے ہیں۔ آیا یہ عمل حقیقی تخلیق کے طور پر شمار ہوتا ہے یا نہیں، یہ حل نہ ہونے والا سوال ہے: محققین اسے نمونہ پر مبنی "دوبارہ مکس" کہنے اور اسے قابل پیمائش تخلیقی کارکردگی کے ساتھ سہرا دینے کے درمیان تقسیم ہیں۔
مصنوعی ذہانتمضمون
Moonshot نے اپنے نئے Kimi AI ماڈل کی ہیکنگ کی مہارت کو جان بوجھ کر کمزور کیوں کیا
چینی AI لیب Moonshot کا کہنا ہے کہ اس نے اپنے نئے Kimi K3.1 Pro ماڈل سے سائبر سے متعلقہ تربیتی ڈیٹا ہٹا دیا تاکہ کھلے وزن والا نظام offensive ہیکنگ کی 'حدود' کو آگے نہ بڑھائے۔ یہ اقدام، جو ہفتہ 24 اکتوبر 2026 کو اعلان کیا گیا، اس وقت آتا ہے جب حکومتیں اور سیکیورٹی محققین انتباہ کر رہے ہیں کہ تیزی سے بہتر ہو رہے AI سے sophisticated سائبر حملے سستے اور آسان ہو سکتے ہیں۔
مصنوعی ذہانتمضمون
AI متن ڈیٹیکٹرز کیسے کام کرتے ہیں، ایک انعام یافتہ ناول کے تنازعے کے ذریعے وضاحت
AI متن ڈیٹیکٹرز یہ ثابت نہیں کرتے کہ کسی نے کیا لکھا؛ وہ احصائی نمونوں جیسے لفظ کی پیش گوئی اور جملے کی لمبائی کی تبدیلی کو ماپ کر احتمال کا تخمینہ لگاتے ہیں۔ ایک Pangram 4.1 نام کا ڈیٹیکٹر حال ہی میں ایک €20,000 انعام یافتہ ہسپانوی زبان کے ناول کا 99% مصنوعی ذہانت کو منسوب کیا، جس سے اس کے ناشر نے تحقیق کے دوران اشاعتی تقریبات معطل کر دیں۔