Google обещает ИИ-модель, работающую над задачами днями
Google заявляет о лидерстве Gemini 4 Carbon в бенчмарках, работе над задачами днями и правке кода в десять раз эффективнее конкурентов — до независимых проверок.
Google заявляет, что её новая модель Gemini 4 Carbon превосходит конкурентов почти во всём и способна работать над инженерными задачами не просто часами — днями. Звучит внушительно. Пока это заявление, а не доказанный факт, и разница здесь существенна.
Что именно обещает Google
Согласно представленному описанию модели, ключевые тезисы три:
- лидерство в бенчмарках — модель якобы лучше почти во всём;
- длительная автономность — Gemini 4 Carbon может работать над задачами часами и даже днями;
- правка кода — заявлено, что модель исправляет код в десять раз эффективнее других передовых систем.
Каждый пункт сам по себе интересен. Каждый пункт требует оговорок.
Почему «лучше почти во всём» — это пока заголовок
Итоговых мест в таблицах недостаточно для честного сравнения. Важно знать, какие именно тесты использовались, какие версии моделей проверяли и на каких условиях: с инструментами или без, с каким лимитом вычислений и числом попыток. Без этих деталей громкая формула остаётся скорее маркетингом, чем полной картиной. Бенчмарк (стандартизированный тест производительности модели) без описания методики — это счёт матча без регламента игры.
То же касается и фразы «в десять раз эффективнее». Она может означать разное: меньше времени на решение, больше успешно исправленных ошибок или снижение стоимости вычислений. Пока не названы метрика, набор задач и модель для сравнения, десятку трудно интерпретировать. Цифра без знаменателя — не результат, а слоган.
Как устроена «многодневная работа»
Отдельный акцент Google сделала на инженерных сценариях. Здесь тоже есть нюанс: многодневная работа не обязательно означает один непрерывный сеанс генерации текста моделью.
На практике такие системы обычно используют циклы планирования и проверки, внешние инструменты, сохранение состояния и промежуточных результатов. Модель в этой архитектуре — центральный, но не единственный элемент. Поэтому для реальной оценки возможностей важно понимать, как устроен рабочий процесс и какую роль в нём играет сама модель. Иначе «работает днями» может означать «днями крутится конвейер, к которому подключена модель».
Доступ откроют поэтапно
Запуск Gemini 4 Carbon будет постепенным. Сначала модель получат специалисты по кибербезопасности. Затем — проверенные партнёры Google. Позднее доступ могут открыть обычным пользователям.
Такая схема позволяет тестировать систему в контролируемых условиях. Однако остаётся неясным, кто именно будет участвовать в проверке и по каким критериям Google решит расширять доступ. Закрытый этап тестирования — разумная предосторожность, но и удобный фильтр для нежелательных вопросов.
Что это меняет для рынка
Практический вопрос один: станет ли Gemini 4 Carbon реальным конкурентом OpenAI и Anthropic в задачах программирования и инженерной разработки? Если заявленные результаты подтвердятся независимыми проверками — вполне возможно, и заметным.
До публикации подробной методики и воспроизводимых оценок корректнее воспринимать характеристики модели как заявления, требующие проверки. Google умеет считать бенчмарки. Теперь очередь за теми, кто умеет их перепроверять.
Source: ADPASS
More from Артём Пасечник
157 articles
Related articles
- Elvis Presley Song Rights Holders Demand $41.1 Million from Anthropic
- Pinduoduo and Anthropic paid Kazakhstan 8 billion tenge in taxes
- Disney Will Show Super Bowl 2027 Through the Eyes of Star Wars Characters
- Mom's Touch to Open 50 Restaurants in Kazakhstan with Shin-Line
- Prada answered AI slop with a pencil: 6 million views and mice in the style of Disney