Google ৩০ সেপ্টেম্বর ২০২৬-এ Gemini 4 Argon ঘোষণা করে, যার প্রবেশাধিকার শুরুতে Fairwind প্রোগ্রামের মাধ্যমে যাচাইকৃত নিরাপত্তা রক্ষক এবং Wiz-এর মতো প্রাথমিক পরীক্ষকদের মধ্যে সীমাবদ্ধ ছিল। ১৩ অক্টোবর এটি Gemini API-এর পেইড টিয়ার এবং AI Studio-এর মাধ্যমে ডেভেলপারদের কাছে পৌঁছায়, আর Google AI Ultra সাবস্ক্রাইবারদের জন্য Antigravity উপলব্ধ। মডেল ID হলো gemini-4-argon, এবং অনুমোদিত রক্ষকদের জন্য আলাদা একটি সংস্করণ gemini-4-argon-cyber-permissive রয়েছে। Argon একটি স্পার্স মিক্সচার-অফ-এক্সপার্টস ট্রান্সফরমার, যার জ্ঞানের সীমা মার্চ ২০২৬। এটি টেক্সট, কোড, ছবি, অডিও, ভিডিও ও PDF গ্রহণ করে, তবে শুধু টেক্সট ও কোড আউটপুট দেয়।
সবচেয়ে উল্লেখযোগ্য পরিবর্তন হলো আউটপুট উইন্ডো। আগের Gemini মডেলগুলো প্রায় এক মিলিয়ন ইনপুট টোকেন পরিচালনা করত এবং সর্বোচ্চ ৬৪ হাজার টোকেন ফেরত দিত। Argon আউটপুট সীমা ১০ লক্ষ টোকেনে উন্নীত করেছে, যা ইনপুট, থিংকিং ও আউটপুটের মধ্যে ভাগ করা ১,০৪৮,৫৭৬ টোকেনের একীভূত উইন্ডো ব্যবহার করে। ফলে ১ লক্ষ টোকেনের একটি প্রম্পট প্রায় ৯ লক্ষ ৫০ হাজার টোকেনের উত্তরের জায়গা রাখে। ডিফল্ট আউটপুট সীমা ৬৫,৫৩৬ টোকেনই থাকে, এর বেশি পেতে ডেভেলপারদের max_output_tokens বাড়াতে হবে এবং long decode ব্যবহার করতে হবে। Long decode কয়েক মিনিট ধরে চলতে পারে, তাই এটি ব্যাকগ্রাউন্ড কাজের জন্য উপযুক্ত।
মডেলটিতে তিনটি থিংকিং স্তরও রয়েছে: LOW, MEDIUM (ডিফল্ট) ও HIGH। বেঞ্চমার্কের চিত্র অসম। Argon রিপোজিটরি-পর্যায়ের সফটওয়্যার ইঞ্জিনিয়ারিংয়ে এগিয়ে, কিন্তু টার্মিনাল কাজে পিছিয়ে, এবং অসতর্ক API কলে ১০ থেকে ২০ ডলার খরচ হতে পারে। দৈনন্দিন ব্যবহারকারীদের কাছে এই দুর্বলতাগুলো সামগ্রিক গড়ের চেয়ে বেশি গুরুত্বপূর্ণ।
ডেভেলপারদের জন্য ব্যবহারিক শিক্ষা হলো, Argon বড় জেনারেশন ভাগ করা এবং প্রতিটি টার্নে কনটেক্সট পুনরায় পাঠানোর প্রয়োজন দূর করে। দীর্ঘ ও জটিল কোডিং কাজে এর শক্তি সবচেয়ে স্পষ্ট, অন্যদিকে দুর্বল টার্মিনাল কার্যকারিতা ও প্রতি কলে বেশি খরচ স্ক্রিপ্টে সতর্ক বাজেট ও সুরক্ষা ব্যবস্থার দাবি রাখে।
উৎস: Towards Data Science · সারাংশ: HeadlinesBriefing