أطلقت Google DeepMind نموذجًا جديدًا باسم Gemini 4 Argon. وفي اختبار يُسمى ARC‑AGI‑3، حقق النموذج نتيجة بلغت 97.5%. وبذلك تجاوز عتبة 95% التي لم تتخطها سوى مختبرات قليلة. والنموذج الوحيد الذي أُعلن علنًا عن تحقيقه نتيجة أعلى هو GPT‑6 Astra من OpenAI، إذ سجّل 99.9%.
كيف أُجري الاختبار
تحققت النتيجة باستخدام إعداد يُسمى «Provider Adapter Harness». ويتيح هذا الإعداد للنموذج الاحتفاظ باستدلاله بين الخطوات وضغط السياق، وهي ميزة خاصة بمزوّد الخدمة. وعند تشغيل النموذج نفسه بإعداد أكثر تقييدًا يُسمى «Standard Harness»، تراجعت نتيجته إلى 49.8%، ولم يتمكن من إكمال الألعاب الـ55 كلها.
ماذا تعني الأرقام
في الألعاب العامة الـ25 ضمن ARC‑AGI‑3، احتاج Argon إلى إجراءات أقل بنسبة 62% مقارنةً بخط الأساس البشري، وعادل الرقم القياسي في السرعة في ثلاث ألعاب. وفي الإصدارات الأقدم من الاختبار، سجّل Argon نسبة 91.3% في ARC‑AGI‑2 و98.5% في ARC‑AGI‑1، وبلغت التكلفة 0.32 دولار و0.16 دولار لكل مهمة على التوالي.
منح مؤشر مستقل يُسمى Epoch Capabilities Index نموذج Argon 165 نقطة، ليتعادل مع Fable 5.1 ويأتي بعد Opus 5.5 (167) وGPT‑6 Astra (166) مباشرةً. ويتصدر النموذج اختبارات المعرفة والوكلاء والرؤية، لكنه يتأخر في مهام الرياضيات وهندسة البرمجيات.
لماذا يهم
بالنسبة إلى المطورين والشركات التي تعتمد على الذكاء الاصطناعي في حل المشكلات المعقدة، تُظهر نتيجة Gemini 4 Argon المرتفعة في ARC‑AGI‑3 أن نماذج Google باتت تنافس أقوى الأنظمة. لكن نتيجته الأقل في الاختبار القياسي وضعفه في الرياضيات والبرمجة يشيران إلى أنه قد يظل بحاجة إلى إعدادات مخصصة لتحقيق أفضل أداء.
