Google เปิดตัว Gemini 4 Argon โมเดล AI ที่ถูกออกแบบมาเพื่อให้ทำงานซับซ้อนได้ และทำต่อเนื่องเป็นเวลานานด้วย ไม่ว่าจะเป็นงานด้านพัฒนาซอฟต์แวร์ การเงิน หรืองานด้านกฎหมาย ไปจนถึงการค้นหาและแก้ไขช่องโหว่ด้าน Cybersecurity อีกทั้งยังเพิ่มขีดจำกัดของ Output จากเดิม 64,000 โทเคน เป็นสูงสุด 1 ล้านโทเคนด้วย
Gemini 4 Argon เป็นโมเดล AI และ “ไม่ใช่ผู้ช่วย” ตัวใหม่
- Quantum Algorithmic Optimization: นักวิจัยของ Google ใช้ Argon ช่วยลดทรัพยากรที่อัลกอริทึม Quantum Computing ต้องใช้ และสามารถปรับปรุงผลลัพธ์จาก Baseline เดิมได้ประมาณ 40% ภายในเวลาไม่กี่นาที
- Memory Efficiency: วิเคราะห์ข้อมูล Profiling จากระบบ Data Center ของ Google ทั้งเครือข่าย เพื่อค้นหาจุดที่สามารถปรับปรุงการใช้หน่วยความจำได้แบบอัตโนมัติ พร้อมนำการแก้ไขที่เหมาะสมไปประยุกต์ใช้
- Large Scale Codebase Migrations and Optimizations: ถูกนำมาช่วยย้าย Codebase ภายใน Google จากภาษา C/C++ ไปเป็น Rust ซึ่งมีจุดเด่นด้านความปลอดภัยของหน่วยความจำ
โดยความฉลาดและความเร็วของ Gemini 4 Argon สามารถแข่งกับ GPT-6 Astra และ Claude Fable 5.1 ได้ โดยเฉพาะการทำงานด้าน Knowledge Work, Business Automation, Coding อีกทั้งยังเข้าใจรายละเอียดของวิดีโอแบบ Long-form ได้
และแม้ในตอนนี้ Gemini 4 Argon จะยังไม่ได้เปิดให้ผู้ใช้ทั่วไปเลือกใช้งาน เพราะ Google เริ่มทดสอบกับกลุ่มผู้เชี่ยวชาญด้าน Cybersecurity ที่ได้รับคัดเลือกผ่าน Fairwind Program ก่อน เพื่อเก็บฟีดแบ็กมาพัฒนาต่อ รวมถึงปรับปรุงระบบความปลอดภัย ก่อนจะเริ่มขยายการใช้งานไปที่นักพัฒนา องค์กร และผู้ใช้ทั่วไป
และการเพิ่มเพดาน Output จาก 64,000 เป็น 1 ล้านโทเคนช่วยให้ Argon สามารถสร้างหรือแก้ไขโค้ดจำนวนมาก หรือทำรายงานวิเคราะห์หลายส่วน เขียนเอกสารทางกฎหมายหรือการเงินที่มีรายละเอียดสูง ทำงานแบบเอเจนต์หลายขั้นตอนโดยไม่ต้องตัดจบกลางทาง หรือวางโครงสร้างซีรีส์หรือเนื้อหาหลายตอนให้มีความต่อเนื่องกัน รวมถึงวิเคราะห์และสร้างผลงานจากข้อมูลจำนวนมากในโปรเจกต์เดียวได้
อย่างไรก็ตาม การที่ Gemini 4 Argon สามารถรัน Output ได้นานกว่าเดิมนั้น ก็ไม่ได้หมายความว่าจะมีคุณภาพดีกว่า AI ตัวอื่น เพราะหากเทียบกับ GPT-6 Astra หรือ Claude Fable 5.1 แล้ว Gemini 4 Argon ยังทำคะแนนได้ดีกว่าในด้านงานที่ต้องใช้ความรู้ลึก การเงิน กฎหมาย หรือธุรกิจ และรันโค้ด
ส่วน GPT-6 Astra ยังนำด้านงานเกี่ยวข้องกับวิทยาศาสตร์ และการคุมคอมพิวเตอร์ เพราะมี Context Window 1.05 ล้านโทเคน และสร้าง Output ได้สูงสุด 128,000 โทเคน รวมถึงได้เปรียบด้านการมี Ecosystem ที่พร้อมกว่าจนถูกนำไปใช้เป็นโมเดลเบื้องหลัง ChatGPT Dots แล้ว
ทำให้ Dots สามารถทำงานผ่านคลาวด์โดยไม่ต้องเปิดแชตตลอดเวลา และกระจายงานให้ ChatGPT Work หรือ Codex ได้ เช่นเดียวกับ Claude Fable 5.1 ถูกสร้างมาสำหรับงานที่ใช้เวลาหลายชั่วโมงและทำข้ามหลายแอปเช่นกัน โดยสามารถทำงานผ่าน Claude Cowork รับคำขอจาก Slack ผ่าน Claude Tag และทำงานในรูปแบบ Unattended Agent ได้ด้วย
ราคาเปิดตัวของ Gemini 4 Argon
- Input 2 ดอลลาร์ต่อ 1 ล้านโทเคน
- Output 10 ดอลลาร์ต่อ 1 ล้านโทเคน
- Cached Input ลดจากราคา Input ปกติ 95% หรือคิดเป็นประมาณ 0.10 ดอลลาร์ต่อ 1 ล้านโทเคน
ประโยชน์การใช้งานกับแบรนด์และครีเอเตอร์
เรียกได้ว่า Gemini 4 Argon สามารถทำให้แบรนด์วิเคราะห์ข้อมูลการตลาด การขาย การเงิน และฝ่ายกฎหมายร่วมกันได้ พร้อมตรวจยอดขายของแคมเปญ งบประมาณ กำไรที่ได้ และข้อจำกัดในสัญญาไปพร้อมกัน ไปจนถึงสามารถวิเคราะห์คู่แข่ง ตลาด และพฤติกรรมผู้บริโภค เพื่อส่งต่องานไปยังเครื่องมือหรือเอเจนต์อื่น
อีกทั้งความสามารถด้านการเข้าใจกฎหมาย ก็ช่วยให้แบรนด์ช่วยตรวจสัญญากับสปอนเซอร์ สิทธิ์การใช้คอนเทนต์ และข้อกำหนดของแต่ละประเทศได้ละเอียดขึ้น
ด้านครีเอเตอร์ก็จะสามารถวิเคราะห์คลังคอนเทนต์และวิดีโอ Long-form ได้ เช่น การวิเคราะห์คลิปย้อนหลังทั้งช่อง ค้นหาช่วงที่ตัดเป็น Short-form ได้ หรือวางแผนภาคต่อจากคอนเทนต์เดิม ไปจนถึงค้นหา Insight จาก Comment และ Performance ของคลิปจำนวนมาก ๆ ได้ในครั้งเดียว
แต่ Argon ไม่ใช่โมเดลสร้างภาพหรือวิดีโอโดยตรง การผลิต Visual Asset ยังต้องทำงานร่วมกับ Imagen, Veo, Gemini Omni หรือเครื่องมือจากแพลตฟอร์มอื่นอยู่ และตอนนี้ยังไม่เปิดให้ใช้งานในไทย ซึ่งหากมีอัปเดตอะไร RAiNMaker จะรีบมาบอกทันที!
ที่มา: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
