वास्तव में गहराई से छिपा हुआ!
इस बार, गूगल ने अंतिम पत्ता खोल दिया है।
इन दो दिनों में, बड़े मॉडल आरेना में एक नया मॉडल घुस पड़ा, जिसका नाम 'gemini-3.8-flash' लगा हुआ है।
AI के विशेषज्ञ और डेवलपर्स के साथ कुछ राउंड ट्राई करने के बाद, लगभग सांस रोक गए—
यह बहुत संभावना है कि गूगल डीपमाइंड का आधे साल के लंबे समय तक समझे गए अगली पीढ़ी का फ्लैगशिप Gemini 4 Pro है!
एक वेबभर में वायरल हो रही बेंचमार्क चार्ट, जो कि 'भयानक' कहलाती है।
Gemini 4 Pro ने कोडिंग, एजेंट, और तर्क के क्षेत्रों में GPT-6 Astra और Claude Fable 5.1 को पूरी तरह से हरा दिया है।
डेवलपर विधि ने अनुभव के बाद Gemini 4 Pro को पूरी तरह से आश्चर्यचकित कर दिया।
एक बिल्ली की SVG छवि ने सब कुछ साबित कर दिया। GPT-6 Astra ने सीधे एक 「बड़ी बिल्ली」 (बिल्ली जैसी, लेकिन अधिक laofu की तरह) फेंक दी।
जैसा कि अफवाहें थीं, गूगल ने आंतरिक रूप से RSI को लागू किया है, ताकि Gemini 4 Pro Astra/Fable के साथ सीधे प्रतिस्पर्धा कर सके।
लंबे समय तक शांत रहने वाला विशालकाय, वास्तव में मजबूती से लौट आया है!
Gemini 4 Pro अनामिक रूप से भाग गया, Astra और Fable को हरा दिया
AI क्षेत्र में इतनी उत्साह लंबे समय तक नहीं देखा गया था।
जान लें कि गूगल द्वारा Gemini 3.1 Pro का एक बड़ा अपडेट पहले 7 महीने पहले (19 फरवरी) हुआ था।
Google I/O कॉन्फ्रेंस में,劈柴 ने भविष्यवाणी की थी कि Gemini 3.5 Pro जून में लॉन्च होगा।
ऐसा नहीं सोचा गया था कि यह बड़ी घोषणा बार-बार स्थगित कर दी जाएगी और अंततः «जन्म के पहले ही मर जाएगी»!
इस महीने की शुरुआत में, WSJ ने अनौपचारिक रूप से बताया कि Gemini 3.5 Pro को रद्द कर दिया गया है, कारण सरल है—
3.5 Pro की विकास स्तर, Flash से भी कम है।
अच्छी बात है कि Gemini 4 का प्री-ट्रेनिंग में उत्कृष्ट मूल्यांकन हुआ है, और पोस्ट-ट्रेनिंग भी आगे बढ़ रही है।
अब, Gemini 4 Pro ने gemini-3.8-flash का "कपड़ा" पहन लिया है और Arena पर पहला चेकपॉइंट दिखाई दिया है।
अंततः, Gemini 3.8 Flash मॉडल को पहले ही सितंबर के शुरू में लॉन्च किया गया था, इसी नाम से फिर से दिखना असामान्य है।
एक बड़ी संख्या में डेवलपर्स जिन्होंने 4 Pro का उपयोग किया है, उन्हें यह Astra और Fable से भी बेहतर लगा।
लीक हुए बेंचमार्क ग्राफ से पता चलता है कि 4 Pro ने समग्र रूप से शीर्ष स्थान प्राप्त किया है, और इसका परिणाम बहुत प्रभावशाली है—
DeepSWE v1.1: AI एजेंट कोडिंग टास्क पर, 4 Pro ने 88.% अंक प्राप्त किए, जो Astra से लगभग 2% अधिक है;
GDPval-AA v2: वास्तविक ज्ञान कार्य कार्य में, 4 Pro ने केवल 2064 Elo प्राप्त किया;
Terminal-bench 2.1: 4 Pro की टर्मिनल कोडिंग क्षमता सबसे अधिक 95.3% है;
OSWorld-2.0: कंप्यूटर उपयोग क्षमता में, 4 Pro ने 86.8% प्राप्त किया और Astra और Fable को हराया।
अगर यह तालिका सही है, तो Gemini 4 Pro वास्तव में 'पृथ्वी पर सबसे शक्तिशाली' AI है।
कीमत के मामले में, एस्ट्रा और फेबल की तुलना में, यह "ट्राइड" में सबसे अधिक लागत-कुशल है। प्रति मिलियन टोकन इनपुट कीमत 2.25 डॉलर है और प्रति मिलियन टोकन आउटपुट कीमत 11.25 डॉलर है।
AI शोधकर्ता Qwinah ने Gemini 4 Pro बैकएंड में प्रवेश किया और पाया कि इसकी 10 लाख इनपुट सीमा, 2.56 लाख आउटपुट सीमा, स्थायी सत्र-पार स्मृति है, और इसे API की आवश्यकता नहीं है।
सभी नेटवर्क पर पहली बार 4 Pro का परीक्षण, ट्रेंडिंग पर पहुंच गया
जो वास्तविक परीक्षण की एक बड़ी लहर है, वह बेहतरीन रेटिंग से अधिक दिलचस्प है।
यूआई वेब डिज़ाइन, स्वाद में बड़ी बढ़ोतरी
इसलिए, डेवलपर बी ने टेस्ट करने के बाद कहा, "जेमिनी 4 प्रो बहुत अवास्तविक है..."
केवल 14 मिनट में, 4 Pro ने एक ड्रॉइंग, पेंसिल और ग्रेफाइट टेक्सचर पर आधारित "क्रिएटिव शोकेस वेबसाइट" बनाई।
यह वेबपेज की "स्क्रॉल करने पर स्ट्रोक" अवधारणा को वास्तविक बना सकता है, जिसमें नीचे स्क्रॉल करने पर रेखाएँ धीरे-धीरे गहरी होती जाती हैं और इंटरैक्शन बहुत चिकना होता है।
यह एक साइबरपंक और रिट्रो फ्यूचरिस्टिक कार्य साइट है।
4 Pro के डिज़ाइन प्रक्रिया में, पहले स्क्रीन पर 3D ग्रिड, डेटा डैशबोर्ड और इंटरैक्टिव 3D मॉडल शामिल किए गए हैं।
3D+SVG, बहुत बढ़िया
एक क्लासिक "पेलिकन साइकिल चला रहा है" टेस्ट जो पूरे इंटरनेट पर वायरल हो रहा है, Gemini 4 Pro द्वारा उत्पादित परिणाम बहुत प्रभावशाली है।
कलर पैलेट, दिन-रात स्विच, लाइट्स, एनाटोमिकल लेबलिंग, क्रैंकस्पीड कंट्रोल — पूरी फिनिशिंग टॉप एआई मॉडल्स के बराबर है।
पंकज कुमार ने अनुभव के बाद सीधे कुछ परिवर्तनों को सारांशित किया:
तेज़ गति, SVG और 3D जनरेशन में स्पष्ट सुधार; एक ही प्रॉम्प्ट से जटिल आवश्यकताओं को अच्छी तरह समझा जाता है।
यह अब पूर्ण इंटरैक्टिव लॉजिक और अच्छी विजुअल इफेक्ट्स वाले छोटे गेम्स को सीधे जेनरेट कर सकता है।
एक और पिक्सेल-स्टाइल 3D पेजोडा टेस्ट पर नजर डालें, जिसमें आपको वास्तविकता का अनुभव होता है।
यह 4 Pro द्वारा 10 मिनट में बनाया गया एयरबस H145 हेलीकॉप्टर 3D मॉडल है।
इसके अलावा, एक 3D फ्लाइट सिमुलेशन टेस्ट में, 4 Pro की ग्राफिक्स क्वालिटी Gemini 3.8 Flash की तुलना में काफी बेहतर थी।
इससे साबित होता है कि Gemini 3.8 Flash और एरीना पर gemini-3.8-flash एक ही नहीं हैं।
एक क्लिक में खेलने योग्य गेम्स
गेम जनरेशन में भी Gemini 4 Pro पीछे नहीं रहा।
'My World' के पेज निर्माण और बड़े गेम के प्रत्येक मॉड्यूल के डिज़ाइन में, पहले जारी Astra के टेस्ट के बराबर ही है।
और यहाँ नीचे एक 3D कार्टिंग रेसिंग गेम है, जो पहले के लोकप्रिय रेसिंग गेम्स जैसे पॉप कार्टिंग से अधिक आधुनिक लगता है; और यह, Gemini 4 Pro ने बहुत कम समय में बना दिया।
Google truly bet on is called RSI
जब RSI इस चक्र को वास्तव में लगातार चलाने लगे, तो मॉडल अपग्रेड की गति पूरी तरह से बदल सकती है।
पिछले महीने, गूगल डीपमाइंड के मुख्य रणनीतिक अधिकारी जसजीत सेखों ने बर्कले के कार्यक्रम पर सीधे बात रख दी—
RSI (Recursive Self-Improvement) अब AI के विशाल निवेश तर्क का एक महत्वपूर्ण हिस्सा बन गया है।
पूरे उद्योग की निवेश अभी भी ऊपर की ओर बढ़ती क्षमता वक्र पर है।
और यदि वास्तविक रूप से आवर्ती स्व-सुधार का सामना होता है, तो यह वक्र 'घातीय वृद्धि' से भी अधिक तेजी से तेज हो सकता है।
हाल ही में, पूरे नेटवर्क में और अधिक उत्साही दावे फैल रहे हैं:
Gemini 4 ने प्री-ट्रेनिंग जल्दी पूरी की क्योंकि Google DeepMind ने ट्रेनिंग के दौरान "RSI सर्कल" पूरा किया।
दिलचस्प बात यह है कि 14 तारीख को, गूगल द्वारा Dream-RSI नामक एक अध्ययन भी प्रकाशित किया गया।
यह ठीक यही अध्ययन करता है कि एजेंट कैसे अपनी खोज रणनीति को खोज प्रक्रिया के दौरान लगातार सुधारे और अनुभव से अगली खोज के लिए अपग्रेड करे।
यह पुष्टि किया जा सकता है कि गूगल डीपमाइंड ने RSI को बहुत महत्वपूर्ण स्थान दिया है।
और, AI द्वारा AI में सुधार करने के संकेत बढ़ रहे हैं।
"गोसान" वापस आ रहे हैं?
इसलिए, Gemini 4 Pro के सामने एक पूरी तरह से बदल चुकी टेबल है।
OpenAI के पास Astra है; Anthropic के पास Fable 5.1 है।
दो बड़े खिलाड़ियों ने प्रतिस्पर्धा को केवल चैट से आगे बढ़ाकर लंबे कार्य, एजेंट, कोड, निष्कर्ष और स्वायत्त अनुसंधान तक ले जा दिया है।
अगर गूगल केवल एक "Gemini 3.8 से अधिक शक्तिशाली" मॉडल बनाता है, तो यह पर्याप्त नहीं है।
Gemini 4 Pro को एक बात फिर से साबित करना होगा: Gemini अभी भी सबसे आगे है!
गूगल को अपने वर्तमान 4.23 ट्रिलियन डॉलर के बाजार मूल्य को बनाए रखने के लिए AI क्षमता को प्रथम समूह में बनाए रखना अत्यंत महत्वपूर्ण है।
संदर्भ:
https://x.com/HarshithLucky3/status/2100524699780600136
यह लेख वेचेन ग्रुप "न्यूज़िज़यन" (ID: AI_era) से आया है, लेखक: ताओज़ी माको