Google đưa Gemini 4 Argon vào cuộc đua AI cao cấp

Google ngày 30/9 giới thiệu Gemini 4 Argon, mô hình AI cao cấp đầu tiên thuộc thế hệ Gemini 4. Sản phẩm đánh dấu việc hãng công nghệ Mỹ trở lại cuộc cạnh tranh ở nhóm mô hình AI tiên tiến nhất, trong bối cảnh OpenAI và Anthropic liên tục đưa ra các hệ thống mới có khả năng lập luận, lập trình và vận hành theo mô hình tác nhân AI.

Google trở lại cuộc đua ở phân khúc AI cao cấp

Theo Google DeepMind, Gemini 4 Argon được phát triển cho những nhiệm vụ đòi hỏi khả năng suy luận sâu, xử lý nhiều bước và duy trì quy trình làm việc trong thời gian dài. Thay vì chỉ tập trung vào hỏi - đáp hay tạo nội dung, mô hình được định hướng tới các bài toán thực tế như phát triển phần mềm, nghiên cứu tài chính, xử lý công việc pháp lý và phòng thủ an ninh mạng.

Gemini 4 Argon là mô hình AI cao cấp mới thuộc thế hệ Gemini 4 của Google. Ảnh: Digital Trends/Google.

Google hiện chưa phát hành rộng rãi Argon. Trong giai đoạn đầu, mô hình được cung cấp cho một nhóm chuyên gia an ninh mạng được lựa chọn thông qua chương trình Fairwind. Hãng cũng cho biết đang tham gia cơ chế đánh giá tự nguyện của Chính phủ Mỹ đối với các mô hình AI tiên tiến trước khi mở rộng phạm vi sử dụng.

Theo kế hoạch, quyền tiếp cận Argon sẽ từng bước được mở rộng tới khách hàng API trả phí và người dùng Google AI Ultra, song Google chưa công bố thời điểm cụ thể.

Việc đưa Gemini 4 Argon ra mắt cũng cho thấy Google đang tăng tốc trở lại ở phân khúc mô hình AI cao cấp, sau giai đoạn tập trung đáng kể vào dòng Gemini Flash - vốn được tối ưu cho tốc độ xử lý và chi phí thấp. Reuters cho biết Google đã không tiếp tục kế hoạch phát hành Gemini 3.5 Pro như dự kiến trước đó, mà chuyển trọng tâm sang thế hệ Gemini 4.

Không chỉ cạnh tranh về năng lực mô hình, Google tiếp tục sử dụng giá thành như một yếu tố để thu hút nhà phát triển. Theo thông tin được công bố khi giới thiệu Argon, mức giá dự kiến bắt đầu từ 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra khi API chính thức được cung cấp. Dữ liệu đầu vào được lưu trong bộ nhớ đệm sẽ có mức giá thấp hơn.

Tuy nhiên, hiệu quả thực tế của Gemini 4 Argon chỉ có thể được đánh giá đầy đủ khi mô hình được triển khai ở quy mô lớn. Khả năng duy trì những nhiệm vụ kéo dài, độ ổn định, chi phí vận hành và mức độ an toàn trong các môi trường thực tế sẽ là những yếu tố quan trọng quyết định sức cạnh tranh của Argon trước các mô hình hàng đầu của OpenAI, Anthropic và những đối thủ khác trên thị trường AI.

Google AI Ultra là gói dịch vụ cao cấp trong hệ sinh thái AI của Google, dự kiến thuộc nhóm được ưu tiên tiếp cận Gemini 4 Argon. Ảnh: Google.

1 triệu token đầu ra cho những bài toán dài

Một trong những thay đổi lớn trên Gemini 4 Argon nằm ở khả năng duy trì các nhiệm vụ kéo dài. Google cho biết giới hạn lượng nội dung mô hình có thể tạo ra trong một lượt được nâng từ 64.000 lên tới 1 triệu token.

Quy mô đầu ra lớn cho phép AI thực hiện những chuỗi công việc dài hơn, chẳng hạn phân tích một lượng lớn tài liệu, xử lý mã nguồn phức tạp hoặc tiếp tục một nhiệm vụ qua nhiều bước mà không phải liên tục chia nhỏ yêu cầu.

Google cho biết hàng nghìn nhân viên của hãng đã sử dụng Argon trong các quy trình nội bộ. Trong một thử nghiệm, các tác nhân AI sử dụng Argon phân tích dữ liệu vận hành tại hệ thống trung tâm dữ liệu và xác định các biện pháp tối ưu giúp giải phóng hơn 300 TiB bộ nhớ.

Mô hình cũng được thử nghiệm trong quá trình chuyển đổi các kho mã C/C++ sang Rust, với quy mô từ hàng chục nghìn dòng mã ở một số thư viện đến hơn 800.000 dòng thuộc nhân hệ điều hành Zircon của Fuchsia. Với phần mềm giải mã video nguồn mở libgav1, Google cho biết hệ thống dựa trên Argon đã tối ưu một phiên bản Rust để đạt tốc độ cao hơn đáng kể so với phiên bản trước. Những số liệu này hiện chủ yếu dựa trên kết quả do chính Google công bố.

Dẫn đầu một số bài kiểm tra, nhưng không thắng toàn diện

Bộ kết quả đánh giá do Google DeepMind công bố cho thấy Gemini 4 Argon đạt 77,9% trên DeepSWE v1.1, bài kiểm tra khả năng thực hiện các nhiệm vụ kỹ thuật phần mềm kéo dài. Trong cùng phép thử, GPT-6 Astra đạt 74,1% và Claude Opus 5.5 đạt 74,2%.

Ở AutomationBench - bộ đo khả năng tự động hóa các quy trình kinh doanh - Argon đạt 51,3%, cao hơn mức 41,4% của Astra và 42,5% của Opus 5.5. Với Vals Index, đánh giá các tác vụ tri thức trong nhiều lĩnh vực như tài chính, pháp lý và lập trình, Argon đạt 68,9%.

Mô hình cũng đạt 91,7% trên LVBench, bài kiểm tra khả năng hiểu video dài, và 68% trên CWE-bench v1 về xử lý lỗ hổng phần mềm, ngang với Astra.

Tuy nhiên, các kết quả không cho thấy Argon vượt trội ở mọi tiêu chí.

Trên FrontierSWE v2, Gemini 4 Argon đạt 55%, trong khi Astra đạt 65,5% và Opus 5.5 đạt 62,3%. Ở Terminal-bench 4.0, Argon đạt 57,4%, thấp hơn mức 66,4% của Opus 5.5. Mô hình của Google cũng đứng sau Astra trong OSWorld-2.0, bài kiểm tra khả năng AI thao tác trên môi trường máy tính.

Điều này cho thấy việc gọi một mô hình là “mạnh nhất” cần gắn với từng nhóm nhiệm vụ cụ thể. Các benchmark cũng được thực hiện trong điều kiện kiểm thử xác định và phần lớn số liệu hiện do chính các hãng phát triển mô hình công bố, vì vậy chưa thể thay thế hoàn toàn những đánh giá độc lập trong môi trường sử dụng thực tế.

Google tiếp tục mở rộng hệ sinh thái các mô hình AI Gemini trong cuộc cạnh tranh với OpenAI, Anthropic và nhiều đối thủ công nghệ lớn. Ảnh: Google DeepMind.

An ninh mạng trở thành "mặt trận mới" của AI

Google dành một phần đáng kể năng lực của Gemini 4 Argon cho an ninh mạng. Theo công ty, mô hình có khả năng tự động tìm kiếm, kiểm tra và hỗ trợ vá các lỗ hổng phần mềm.

Đây cũng là lý do Argon chưa được mở hoàn toàn ngay sau khi công bố. Một hệ thống đủ mạnh để phát hiện và khai thác điểm yếu của phần mềm có thể phục vụ phòng thủ, nhưng những năng lực tương tự cũng có nguy cơ bị sử dụng cho mục đích tấn công.

Google cho biết đã bổ sung nhiều lớp bảo vệ, từ ngăn chặn yêu cầu nguy hiểm, tăng khả năng chống các cuộc tấn công “prompt injection” - trong đó chỉ dẫn độc hại được chèn vào dữ liệu nhằm điều khiển hành vi của AI - đến giám sát hành động của các tác nhân AI và tăng mức cô lập đối với môi trường thử nghiệm.

Việc lựa chọn phát hành từng bước phản ánh một thay đổi đáng chú ý trong cuộc đua AI. Lúc này, các hãng công nghệ không còn chỉ cạnh tranh về khả năng tạo văn bản hay trả lời câu hỏi, mà đang chuyển sang những hệ thống có thể tự thực hiện chuỗi công việc dài và tác động trực tiếp tới phần mềm, dữ liệu cũng như hạ tầng số.