گوگل Gemini 4 Argon را با قیمت توکن ۲/۱۰ دلار معرفی کرد
نرخ‌های معرفی آرگون بعداً دو برابر می‌شوند، در حالی که موز رایگان متا به بیش از ۵ میلیون دانلود می‌رسد و اسپارک گوگل همچنان در دسترس پرداختی است.
گوگل Gemini 4 Argon را با قیمت‌گذاری توکن‌های ابتدایی تهاجمی و ادعاهای معیار در کدنویسی و امنیت سایبری معرفی کرد. این انتشار در حالی صورت می‌گیرد که سرمایه‌گذاران به طور فزاینده‌ای رهبری AI را از طریق نمایندگان شخصی مصرف‌کننده قیمت‌گذاری می‌کنند، جایی که Muse رایگان متا سریع‌تر از Spark با پرداخت گوگل در حال گسترش است.
نکات کلیدی
- گوگل Gemini 4 Argon را معرفی کرد و مدل مرزی را به عنوان یک پیشرفت برای کدنویسی، امنیت سایبری و وظایف چند مرحله‌ای پیچیده قرار داد.
- Argon با قیمت ۲ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار به ازای هر میلیون توکن خروجی راه‌اندازی شد و گوگل اعلام کرد که نرخ‌های منتشر شده‌اش بعداً به ۴ و ۲۰ دلار دو برابر خواهد شد.
- گوگل می‌گوید Argon در یک آزمون کلیدی امنیت سایبری با OpenAI برابر است و در معیارهای مهندسی نرم‌افزار پیشتاز است، اما نام‌های معیار و تکرار مستقل در بخش ارائه شده در دسترس نیستند.
- اپلیکیشن نماینده شخصی رایگان Muse متا تا تاریخ ۳۰ سپتامبر به ۵ میلیون دانلود رسید (Sensor Tower)، در حالی که Spark گوگل تنها برای مشترکین است و نمی‌تواند تماس‌های خروجی برقرار کند یا خریدها را تکمیل کند.
Gemini 4 Argon در حالی منتشر می‌شود که وال استریت از مدل‌ها به نمایندگان تغییر جهت می‌دهد.
گوگل Gemini 4 Argon را در تاریخ ۳۰ سپتامبر معرفی کرد و مدل را به عنوان یک ارتقاء سطح مرزی برای کدنویسی، امنیت سایبری و وظایف پیچیده معرفی کرد. این شرکت Argon را به عنوان توانمندی در انجام وظایفی که به چندین مرحله نیاز دارند و می‌توانند برای مدت طولانی اجرا شوند، معرفی کرد، پروفایل بار کاری که برای محصولات به سبک نماینده که بیشتر از چت انجام می‌دهند، اهمیت دارد.
زمان‌بندی مهم است زیرا روایت سرمایه‌گذاران به سمت «چه کسی بهترین مدل را این هفته دارد» به سمت «چه کسی نماینده‌ای دارد که مردم واقعاً از آن استفاده می‌کنند» تغییر می‌کند. نمایندگان شخصی لایه‌ای هستند که به مصرف‌کننده نزدیک است و قابلیت مدل را به توزیع، نگهداری و در نهایت درآمدزایی تبدیل می‌کند. در این چارچوب، راه‌اندازی یک مدل شرط لازم است، در حالی که یک نماینده با پذیرش واقعی، امتیازدهی است.
این تغییر در مجموعه رقابتی توصیف شده در اطراف Argon قابل مشاهده است. Muse متا «ماه گذشته» راه‌اندازی شد و به بالای فروشگاه اپل صعود کرد و در این فرآیند از ChatGPT پیشی گرفت، در حالی که OpenAI محصول نماینده شخصی خود را راه‌اندازی کرد.نقاطدر اوایل همان هفته. بازار محصولات عامل را به عنوان سطح جدیدی برای اشتراک ذهنی در نظر می‌گیرد و اشتراک ذهنی چیزی است که معمولاً به موقعیت‌های ریسک‌پذیر در تکنولوژی و بتای کریپتو نشت می‌کند.
استراتژی قیمت‌گذاری توکن آرگون: تخفیف‌های اولیه اکنون، نرخ‌های بالاتر بعداً
معرفی آرگونAPIقیمت‌گذاری به مبلغ ۲ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار به ازای هر میلیون توکن خروجی تعیین شده است که با قیمت‌های تخفیف‌خورده ذکر شده برای مدل GPT-6.1 OpenAI مطابقت دارد.مدل سولتوکن‌ها واحد صورتحساب برای استفاده از مدل هستند. توکن‌های ورودی متنی هستند که یک کاربر یا برنامه به مدل ارسال می‌کند، در حالی که توکن‌های خروجی متنی هستند که مدل به عقب تولید می‌کند.
گوگل همچنین نیمه دوم داستان قیمت‌گذاری را به وضوح بیان کرد: گفت که نرخ‌های منتشر شده آرگون در نهایت به ۴ دلار به ازای هر میلیون توکن ورودی و ۲۰ دلار به ازای هر میلیون توکن خروجی دو برابر خواهد شد. این ساختار مانند یک تصرف زمین برای بارهای اولیه به نظر می‌رسد، که پس از آن یک مرحله نرمال‌سازی دنبال می‌شود زمانی که تقاضا و منحنی‌های هزینه بهتر درک شوند.
برای جریان‌های کاری عامل، تقسیم ورودی-خروجی صرفاً ظاهری نیست. عوامل تمایل دارند مدت بیشتری اجرا شوند، ابزارها را فراخوانی کنند و تکرار کنند، که می‌تواند استفاده سنگین از خروجی را به وجود آورد و اقتصاد هر توکن را به سرعت در حاشیه ناخالص نشان دهد. قیمت‌گذاری اولیه می‌تواند آزمایش‌ها و تیترها را به دست آورد، اما برنامه نرخ منتشر شده بخشی است که تعیین می‌کند آیا عوامل "همیشه روشن" به اندازه کافی ارزان هستند تا به عنوان پیش‌فرض در نظر گرفته شوند.
چارچوب محصول خود گوگل این تعادل را تقویت می‌کند. تولسی دُشی، رئیس محصول برای جمینی، رویکردی را توصیف کرد که در آن عوامل روزمره به قدرتمندترین مدل‌های مرزی نیاز ندارند و مدل‌های سبک‌تر برای درخواست‌های روزمره در مقیاس ضروری باقی می‌مانند. مدل‌های مرزی مانند آرگون به عنوان لایه استدلال برای وظایف سخت‌تر قرار داده شده‌اند، که مفید است، اما همچنین بخش پرهزینه‌ای است که باید به طور مداوم اجرا شود.
معیارها در مقابل واقعیت: آنچه گوگل ادعا می‌کند، آنچه هنوز نمی‌توان تأیید کرد
پیشنهاد معیار گوگل برای آرگون ساده است: این مدل در یک آزمون کلیدی امنیت سایبری با OpenAI برابر است و نتایج پیشرو در مهندسی نرم‌افزار را بر اساس معیارهای صنعتی ارائه می‌دهد. نکته این است که نام‌های خاص معیار در این بخش ارائه نشده‌اند و آرگون به طور گسترده‌ای برای آزمایش مستقل در دسترس نیست.
دسترسی به طور طراحی محدود شده است. گوگل در یک فرآیند آزمایش ایمنی داوطلبانه دولت ایالات متحده شرکت می‌کند و در ابتدا آرگون را به مدافعان خاص امنیت سایبری و مشتریان ابری سازمانی محدود کرده است. این شرکت گفت که قصد دارد دسترسی را به توسعه‌دهندگان، مشتریان سازمانی و مصرف‌کنندگان گسترش دهد، اما تاریخ انتشار عمومی را اعلام نکرده است. تا زمانی که این تغییر نکند، بازار به ادعاها به جای تکرار تکیه دارد.
فاصله بین عامل مصرف‌کننده حتی بیشتر ملموس است. عامل شخصی گوگل به نام اسپارک در ماه مه در Google I/O راه‌اندازی شد و می‌تواند در Gmail و تقویم کار کند، وب‌سایت‌ها را از طریق کروم مرور کند و کارهایی مانند پر کردن فرم‌های آنلاین را انجام دهد. اسپارک از طریق برنامه‌های موبایل و دسکتاپ گوگل در دسترس است، اما همچنان محدود به مشترکین پرداختی است.
اسپارک همچنین محدودیت‌های عملی دارد که در عمل مهم هستند. این مدل نمی‌تواند تماس‌های تلفنی خروجی برقرار کند یا خریدها را به نمایندگی از کاربر انجام دهد. در عوض، کاربران را در خریدها راهنمایی می‌کند و کنترل را برای تأیید نهایی به آنها بازمی‌گرداند. این طراحی ریسک را کاهش می‌دهد، اما همچنین لحظه «عامل» را که کاربران احساس می‌کنند سیستم واقعاً کار را از دوش آنها برداشت، محدود می‌کند.
موزه متا در حال اتخاذ موضع توزیع معکوس است. این مدل رایگان با محدودیت‌های استفاده است و طبق گزارش Sensor Tower، تا تاریخ 30 سپتامبر بیش از 5 میلیون بار دانلود شده است. رویکرد متا همچنین پیچیدگی‌هایی را معرفی کرده است.
این شرکت با یک سیستم کنسیرژ انسانی آزمایش کرد که در آن پیمانکاران برخی تماس‌های تلفنی را زمانی که موزه نمی‌توانست به طور خودکار آنها را انجام دهد، مدیریت کردند، قبل از اینکه این آزمایش را به دلیل نگرانی‌های داخلی در مورد حریم خصوصی معلق کنند، در حالی که ویژگی تماس تلفنی خودکار آن هنوز در حالت بتا باقی مانده است.
یک سخنگوی متا گفت که آزمایش‌های داخلی «هسته فرآیند توسعه محصول است» و افزود: «ما در حال کار با بازرگانان برای ادامه بهبود این ویژگی تماس بالقوه هستیم و فقط زمانی آن را راه‌اندازی خواهیم کرد که آماده باشد و با افشاگری‌های مناسب.»
همچنین یک اختلاف اعتبار در مورد عملکرد واقعی کدنویسی آرگون وجود دارد. یک توصیف بلومبرگ که در مواد منبع اشاره شده است، گفت که برخی از کارمندان گوگل کیفیت کدنویسی عملی مدل را با وجود معیارهای قوی زیر سوال بردند. گوگل آن توصیف را رد کرد و گفت که کارمندان در سراسر شرکت به مدت چند هفته نسخه‌های جمینی 4 را آزمایش کرده‌اند و برخی به دسترسی نامحدود دست یافته‌اند. بدون شواهد زیرین در این بخش و بدون دسترسی گسترده خارجی، آن اختلاف حل نشده باقی مانده است.
کاتالیزورهایی که می‌توانند روایت را دوباره قیمت‌گذاری کنند
کاتالیزور بعدی برای قیمت‌گذاری مجدد ساده است: تاریخ انتشار عمومی و دسترسی گسترده‌تر توسعه‌دهندگان برای آرگون جمینی 4. تا زمانی که کاربران مستقل نتوانند مدل را در بارهای واقعی اجرا کنند، رهبری معیار یک ادعای بازاریابی است، نه یک واقعیت بازار.
کاتالیزور دوم توزیع است. اگر گوگل دیوار پرداخت اسپارک را شل کند یا قابلیت‌های عملیاتی اسپارک را فراتر از محدودیت‌های فعلی‌اش در تماس‌ها و خریدها گسترش دهد، شیب پذیرش را بیشتر از هر نمودار مرجع دیگری تغییر می‌دهد.
معیارهای موز متا طرف دیگر این معامله هستند. ارقام پذیرش به‌روز شده فراتر از تصویر سنسور تاور در ۳۰ سپتامبر و هر گونه تغییر در سقف‌های استفاده به‌عنوان متا مقیاس می‌گیرد، به معامله‌گران می‌گوید که آیا موز یک افزایش نوآورانه است یا یک عادت مصرفی پایدار.
چارچوب وال استریت در حال حاضر به این سمت متمایل است. در سه ماه گذشته، سهام آلفابت حدود ۶٪ کاهش یافته در حالی که متا ۱۹٪ افزایش یافته است. نظرات پیرو که به‌طور صریح جذب عامل را به موقعیت آلفابت در مقابل متا مرتبط می‌کند، احتمالاً تمیزترین روایت برای چگونگی تجارت این موضوع خواهد بود.
خوانش من: چرا توزیع عامل، نه مرجع‌های مرزی، تجارت کوتاه‌مدت است.
آستانه‌ای که مهم است این است که آیا آرگون به چیزی تبدیل می‌شود که توسعه‌دهندگان واقعاً می‌توانند در مقیاس لمس کنند، زیرا دسترسی محدود داستان را در حالت «به ما اعتماد کنید» نگه می‌دارد. گوگل می‌تواند به‌طور معقولی در اقتصاد مدل مرزی در کوتاه‌مدت رقابت کند، اما حرکت برنامه‌ریزی شده از ۲ دلار/۱۰ دلار به ۴ دلار/۲۰ دلار به ازای هر میلیون توکن یادآور این است که فشار هزینه به سرعت بازمی‌گردد زمانی که عوامل به‌طور مداوم فعالیت کنند.
اگر اسپارک در حالت پرداخت و محدود بر روی اقدام‌های با ارزش بالا مانند تماس‌ها و خریدها باقی بماند، روایت مرجع آرگون در تبدیل شدن به ذهنیت مصرف‌کننده با مشکل مواجه خواهد شد. اگر گوگل دسترسی وسیع‌تری به آرگون را با یک تغییر واقعی در توزیع اسپارک ترکیب کند، داستان عامل دیگر آرزویی نخواهد بود و شروع به اندازه‌گیری در منحنی‌های پذیرش و استفاده می‌کند.
