Gerçekten gizli kalmış!
Bu sefer Google nihayet kendi elindeki kartı çıkardı.
Bu iki gün içinde, büyük model arena'sı Arena, adında 'gemini-3.8-flash' geçen yeni bir modeli koydu.
Yüksek düzeydeki AI uzmanları ve geliştiricilerle birkaç tur deneyimledikten sonra neredeyse nefesini tuttu—
Bu, Google DeepMind'in tam yarım yıl boyunca kavradığı sonraki nesil lider Gemini 4 Pro olma ihtimali çok yüksek!
Tamamen «korkutucu» olarak kabul edilen, tüm ağda yayılan bir temel grafik.
Gemini 4 Pro, kodlama, ajanlar, çıkarım alanlarında GPT-6 Astra ve Claude Fable 5.1'i tamamen geride bırakıyor.
Geliştirici Vidhi, Gemini 4 Pro'yu denedikten sonra tamamen şaşırdı.
Bir kedi SVG resmi, her şeyi kanıtlıyor. GPT-6 Astra doğrudan bir «büyük kedi» (kediye benzeyen ama daha çok laofu gibi) çıkarttı.
Söylentilerde olduğu gibi, Google içsel olarak RSI'yi uyguladı, böylece Gemini 4 Pro, Astra/Fable ile doğrudan rekabet edebildi.
Uzun süredir sessiz kalan dev, gerçekten güçlü bir şekilde geri döndü!
Gemini 4 Pro anonim olarak hız yaptı ve Astra ile Fable'i geçti
AI dünyasında uzun süredir bu kadar heyecan verici bir durum yaşanmıyordu.
Bilmeniz gereken, Google'nin Gemini 3.1 Pro için büyük bir sürüm güncellemesi yapması, 7 ay önceydi (19 Şubat).
Google I/O konferansında,劈柴, Gemini 3.5 Pro'nun Haziran'da piyasaya sürüleceğini duyurdu.
Bunu beklemiyorduk, bu büyük duyuru tekrar tekrar ertelendi ve nihayetinde gerçekleşmedi!
Bu ayın başlarında WSJ, Gemini 3.5 Pro'nun kaldırıldığını独家 rapor etti, neden basitçe—
3.5 Pro'nun gelişmişlik düzeyi, Flash'a bile yetişemiyor.
İyi ki, Gemini 4 ön eğitimde mükemmel bir değerlendirme aldı, sonrası eğitim ise sorunsuz şekilde devam ediyor.
Şu anda Gemini 4 Pro, Gemini-3.8-Flash’in “kostümünü” giyerek Arena’daki ilk kontrol noktasında ortaya çıktı.
Nitekim Gemini 3.8 Flash modeli, Eylül başlarında yayınlanmıştı, aynı isimle tekrar ortaya çıkması oldukça nadirdir.
4 Pro'yu deneyen birçok geliştirici, Astra ve Fable'i bile aştığını hissetti.
Sızan performans testi grafiklerinden, 4 Pro'nun tam bir baskınlık sağladığı ve performans sonuçlarının çok etkileyici olduğu görülmektedir—
DeepSWE v1.1: AI agenleri kodlama görevlerinde, 4 Pro %88,4'lük en yüksek puanı aldı, Astra'dan yaklaşık %2 daha fazla;
GDPval-AA v2: Gerçek bilgi görevlerinde, 4 Pro yalnızca 2064 Elo kazandı;
Terminal-bench 2.1: 4 Pro terminal kodlama yeteneği de en güçlüdür, %95,3;
OSWorld-2.0: Bilgisayar kullanım becerilerinde 4 Pro, Astra ve Fable'i yeneerek %86,8 puan aldı.
Bu tablo puanları doğruysa, Gemini 4 Pro gerçekten 'dünyanın en güçlü' AI'sı.
Fiyat açısından, Astra ve Fable ile karşılaştırıldığında, "Üçlü Lider" arasında en iyi fiyat/performans oranına sahiptir. Her milyon Token girişi için 2,25 dolar, her milyon Token çıkışı için 11,25 dolar.
AI araştırmacı Qwinah, Gemini 4 Pro arka planına girdiğinde, 10 milyon girdi sınırı, 256 bin çıktı sınırı, oturumlar arası kalıcı bellek ve API gerektirmeden internete bağlanma özelliğine sahip olduğunu fark etti.
Web genelinde ilk kez 4 Pro test ediliyor, trendlere çıkıyor
Daha da ilgi çekici olan, tüm ağda yapılan büyük bir gerçek testtir.
Kullanıcı arayüzü web tasarımı, lezzet büyük ölçüde arttı
Bee geliştiricisi test ettikten sonra doğrudan "Gemini 4 Pro çok gerçekçi değil..." dedi.
Kısa sürede 14 dakikada, 4 Pro, çizim, kurşun kalem ve grafit dokusu temalı bir "yaratıcı gösteri sayfası" oluşturdu.
Web sayfasının "kaydırırken çizgi çekme" kavramını gerçekleştirebiliyor, aşağı kaydırırken çizgiler giderek koyulaşıyor ve etkileşim çok pürüzsüz.
Aşağıda, siberpunk ve retro-futuristik bir iş sitesi yer alıyor.
4 Pro, tasarım sürecinde ilk ekranı 3D ızgara, veri panoları ve etkileşimli 3D modellerle birleştirdi.
3D+SVG, büyük bir başarı kazandı
Çok popüler olan bir «Pelikan Bisiklet Sürüyor» testi, Gemini 4 Pro'nun çıktısı çok etkileyici.
Renk paleti, gün-gece geçişi, farlar, anatomi etiketleri, pedaj kontrolü, tamamlanma düzeyi en üst düzey modellerle tamamen yarışır.
Pankaj Kumar, deneyimden sonra birkaç değişikliği doğrudan özetledi:
Hızlı, SVG ve 3D üretimi açıkça ilerledi; karmaşık talepleri tek bir istekle iyi anlıyor.
Hatta tam etkileşim mantığı ve iyi görsel efektlerle bir oyun doğrudan oluşturabiliyor.
Bir başka piksel tarzı 3D pagoda testine bir bakalım, tamamen orada hissi veriyor.
Aşağıda, 4 Pro tarafından 10 dakikada oluşturulan Airbus H145 helikopter 3D modeli yer alıyor.
Ayrıca, bir 3D uçuş simülasyonu testinde, 4 Pro'nun görsel performansı Gemini 3.8 Flash'ı büyük ölçüde geride bıraktı.
Bu noktadan, Gemini 3.8 Flash ile arena'daki gemini-3.8-flash'ın aynı ürün olmadığı kanıtlanır.
Bir tıkla doğrudan oynanabilir oyunlar
Oyun üretimi konusunda Gemini 4 Pro da geride kalmadı.
"Minecrafth" sayfa tasarımı ve büyük oyunun her modülünün tasarımı, daha önce yayınlanan Astra testiyle tamamen yarışır.
Aşağıdaki 3D karter yarış oyunu, bir zamanlar popüler olan KartRider gibi yarış oyunlarından daha modern görünüyor; ve bunu Gemini 4 Pro çok kısa bir sürede oluşturdu.
Gerçekten Google'ın yatırımı yaptığı şey RSI.
RSI döngüsü gerçekten devam ederse, model yükseltme ritmi tamamen değişebilir.
Geçen ay, Google DeepMind'in baş stratejisi Jasjeet Sekhon, Berkeley'deki etkinlikte doğrudan konuşmaya başladı—
RSI (Özyenilemeli Kendini Geliştirme), AI'nın büyük yatırımlar mantığının kritik bir parçası haline geldi.
Tüm sektör, yetenek eğrisinin yukarı doğru devam etmesine güveniyor.
Ancak eğer gerçekten özyinelemeli kendi kendini geliştirme ile karşılaşırsa, bu eğri hatta «üssel büyüme»den daha da hızlanabilir.
Yakın zamanda, tüm ağda daha da radikal iddialar dolaşıyor:
Gemini 4, Google DeepMind'in eğitim sırasında "RSI döngüsü tamamlandı" başarısını elde ettiğinden dolayı erken eğitimini tamamladı.
İlginç olan, 14'te Google'ın Dream-RSI adlı bir araştırmasının da yayınlanması.
Araştırılan şey, Agent'in keşif süreci boyunca arama stratejisini sürekli geliştirmesi ve deneyimlerden yola çıkarak bir sonraki keşif döngüsünü yükseltmesidir.
Güvenilir bir şekilde, Google DeepMind, RSI'yi çok önemli bir konuma getirdiğini doğruladı.
Ayrıca, AI'nın AI'yi geliştirmeye katıldığı işaretler giderek artıyor.
「Üç Büyük» tekrar mı geliyor?
Gemini 4 Pro, tamamen değişmiş bir masayla karşı karşıya.
OpenAI'nin Astra'sı var; Anthropic'ın Fable 5.1'i var.
İki büyük oyuncu, rekabeti sadece sohbetten uzun görevlere, Agentlere, koda, çıkarıma ve hatta bağımsız araştırmaya taşıdı.
Google, sadece "Gemini 3.8'den daha güçlü" bir model çıkarmak yeterli değil.
Gemini 4 Pro, Gemini'nin hâlâ önde olduğunu tekrar kanıtlamalı!
Google, şu anki 4,23 trilyon dolarlık piyasa değerini korumak için AI gücünü birinci sıradaki düzeyde tutmak kritik önem taşımaktadır.
Kaynaklar:
https://x.com/HarshithLucky3/status/2100524699780600136
Bu yazı, WeChat hesabından "Yeni Akıllı Çevre" (ID: AI_era) tarafından paylaşılmıştır, yazar: Pırasa Marko