14 Ekim 2026 ÇarşambaSayı № 287
I Model ÇıkışıBağımsız Basın

Google Gemini 4 Argon, Antigravity A/B Testlerinde Görüldü

Google, Gemini 4 Argon modelini hâlâ halka açmasa da bazı kullanıcılar X üzerinden A/B testleriyle erken çıktılar paylaşıyor. İlk paylaşımlarda klasik Çin sarayı ve iPhone hava durumu uygulaması UI tasarımları, önceki Gemini sürümlerine göre belirgin bir kalite artışı gösteriyor. Şirket, modelin DeepSWE testinde %77.9 başarı sağladığını ve finans‑hukuk‑vergi alanlarında Vals Index'te birinci olduğunu iddia ediyor.

TestingCatalog kaynağından derlendi · · 2 dk okuma

Orijinal haber ↗
Görsel: TestingCatalog

Özetle

  1. 1

    X kullanıcıları, Gemini 4 Argon çıktısını A/B testleriyle erken gördüklerini paylaştı.

  2. 2

    Argon, DeepSWE testinde %77.9 başarı oranı ve Vals Index'te birinci sırayı iddia ediyor.

  3. 3

    Argon'ın UI üretimi, Gemini 3.8 Flash'tan daha rafine ve detaylı olarak değerlendirildi.

  4. 4

    Google, Argon için 256K‑900K bağlam pencereleri ve Ultra modlarıyla altyapı hazırlıyor.

Google, Gemini 4 Argon'ı henüz genel kullanıma sunmadı ancak son günlerde X (Twitter) kullanıcıları, A/B testleri aracılığıyla bu modelin çıktısını gördüklerini iddia ediyor. İlk paylaşımı yapan @leo114119, "One-shot" modunda klasik bir Çin sarayı kompleksi üretti ve bu çıktının detay seviyesi, önceki Gemini sürümlerinin eleştirilen düz ve genelleyici tarzından çok farklıydı. Kullanıcı, testin yalnızca aile grubuna eklenen alt hesabı üzerinden gerçekleştiğini ve benzer bir durumun Opus 5.5'te de gözlemlendiğini belirtti.

Aynı kullanıcı, Gemini 3.8 Flash ile Argon arasında bir karşılaştırma yaparak, iki modelin iPhone için bir hava durumu uygulamasının üç ekranını (ana sayfa, 15 günlük tahmin, hava kalitesi) HTML olarak üretmesini sağladı. Argon'ın ürettiği UI, Flash sürümüne göre daha rafine ve görsel açıdan daha çekici olarak değerlendirildi. Başka bir X kullanıcısı @auricxofficial ise Gemini 3.1 Pro'nun Antigravity içinde artık "gemini-3.8-flash-exp-a" model kimliği altında 3.8 Flash'e yönlendiğini ve Argon ile yapılan bir 3D shooter oyunu demosunu paylaştı.

Google, Gemini 4 Argon için "DeepSWE" adlı uzun vadeli yazılım mühendisliği görevleri testinde %77.9 başarı oranı ve Vals Index'te finans, hukuk ve vergi işlerinde birinci sırayı elde ettiğini duyurdu. Ayrıca Zapier'ın AutomationBench testinde de birinci konumda yer alıyor. Şirketin kendi kıyaslama tablosu, Argon'ın bazı kodlama ve terminal testlerinde Claude Opus 5.5 ve GPT-6 Astra'nın gerisinde kaldığını gösteriyor; bu rakamların bağımsız doğrulama gerektirdiği vurgulandı.

Teknik altyapı açısından Google, Antigravity platformunu Argon için Ultra yükseltme istemleriyle hazırlıyor ve yeni yapıların 256K, 512K ve 900K gibi Argon‑özel bağlam pencereleri sunduğunu belirtiyor. API üzerinden ücretli müşterilere ve AI Ultra abonelerine erişim planlanıyor, ancak kesin tarih henüz açıklanmadı. Argon'ın performansının gerçek dünyada nasıl olacağı, geniş kullanıcı kitlesiyle test edilene kadar netleşmeyecek.

Yöney yorumu

Argon'ın iddia edilen yüksek performansı, Google'ın LLM pazarındaki konumunu güçlendirebilir ve geliştiricilere daha yetkin kodlama ve UI üretim araçları sunabilir; ancak gerçek kullanıcı deneyimi ve bağımsız benchmark sonuçları bekleniyor.

Yapay zekâ tarafından üretilmiştir.

Haberdeki skorlar

Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.

  • Gemini 4 ArgonDeepSWE
    %77.9
Devamı kaynakta

Bu haber TestingCatalog kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

Gemini 4 Argon: Güvenli ve Sorumlu Kullanım İçin Yeni Savunma Katmanları

Google DeepMind, yeni nesil yapay zeka modeli Gemini 4 Argon'un güvenlik ve sorumluluk çerçevesini açıkladı. Model, siber savunma, biyoteknoloji ve karmaşık kodlama görevlerinde çığır açarken, kötü niyetli kullanım risklerini azaltmak için üç katmanlı gerçek‑zaman koruma ve kapsamlı uyumsuzluk izleme sistemleriyle donatıldı.

Özetle 3 madde
  1. Gemini 4 Argon, 12/12 siber saldırı senaryosunu başarıyla çözdü; önceki nesilde bu sayı 5 idi.
  2. Gerçek‑zaman üç katmanlı koruma (giriş taraması, aktivasyon probeleri, sürekli izleme) sayesinde jailbreak ve tehlikeli isteklerde %50'ye yakın azalma sağlandı.
  3. Gray Swan IPI benchmark'ında 15 adaptif saldırı denemesinde başarı oranı %0.7'ye düşürüldü.

Google DeepMind4 skor

I Model Çıkışı

Gemini 4 Argon, Google’ın en yetkin frontier modeli dünya çapında kullanılabilir

Google, yeni nesil Gemini 4 Argon modelini küresel olarak kullanıma sundu. Model, API, AI Studio ve Gemini platformu üzerinden erişilebilecek ve Google Antigravity gibi hizmetlerde yer alacak. Ücretsiz ve Plus kullanıcıları ise geçici olarak daha düşük kapasiteli Flash modellerine yönlendirilecek.

Özetle 3 madde
  1. Gemini 4 Argon, Google'ın en yetkin frontier modeli olarak API, AI Studio ve Gemini platformunda küresel erişime açıldı.
  2. Ücretsiz ve Plus kullanıcıları geçici olarak daha düşük kapasiteli Flash modellerine yönlendirildi; model yetenekleri zamanla alt katmanlara da sızacak.
  3. Gray Swan Indirect Prompt Injection benchmark'ında %0.7 saldırı oranı ile en düşük risk gösterildi; GPT-6 Astra %8.5, Claude Opus 5 %4.8 idi.

The Decoder3 skor

I Model Çıkışı

Google Gemini 4 Argon modeli güvenlik ve sorumluluk çerçevesiyle tanıtıldı

Google, yeni Gemini 4 Argon modelini sorumlu ve güvenli bir şekilde kullanıma sundu. Model, kodlama, finans, hukuk, siber güvenlik ve bilim gibi yüksek riskli alanlarda üstün performans sergilerken, kötü niyetli kullanım ve hatalı karar alma risklerine karşı çok katmanlı savunma mekanizmalarıyla destekleniyor.

Özetle 3 madde
  1. Gemini 4 Argon, 12/12 siber saldırı senaryosunu çözerek önceki nesilden iki kat daha yüksek bir güvenlik performansı gösterdi.
  2. Model, tehlikeli biyolojik ve kodlama isteklerini reddetme oranını ikiye katlayarak kötü niyetli kullanım riskini önemli ölçüde azalttı.
  3. Gerçek zamanlı koruma katmanları (giriş taraması, içsel içgörü, sürekli izleme) ve otomatik misalignment izleme sistemi sayesinde modelin hatalı kararları önceden engelleniyor.

Google Gemini4 skor