Habilitación de la codificación y los flujos de trabajo empresariales en todos los dominios
Las capacidades de Gemini 4 Argon en codificación, razonamiento y multimodalidad y su capacidad para sostener tareas largas y de varios pasos le permiten sobresalir en una variedad de flujos de trabajo empresariales.
Los ingenieros de Google han estado utilizando Argon para sus tareas diarias, desde la depuración diaria hasta migraciones de bases de código y diseños de algoritmos a gran escala. Establece un nuevo estado del arte en DeepSWE v1.1 (77,9%), que mide el rendimiento de un modelo en tareas de ingeniería de software de largo horizonte en el mundo real.
Más allá de la codificación, Argon es el modelo líder en el Índice Vals, que mide el impacto económico en las finanzas, la codificación, el trabajo legal y fiscal, y cada sector está ponderado por su contribución al PIB de EE. UU. Vemos un desempeño líder similar en otras evaluaciones específicas de dominio, como Vals Finance Agent v2 (investigación financiera de varios pasos) y Harvey’s Legal Agent Benchmark (investigación y redacción legal). En AutomationBench, el punto de referencia de Zapier que mide la ejecución de un extremo a otro en las funciones comerciales principales, Argon ocupa el puesto número 1 con una puntuación del 51,3 %.
El argón también es excepcionalmente fuerte cuando el trabajo del conocimiento requiere comprensión visual. Es capaz de impulsar análisis de gráficos profesionales, identificar detalles de videos largos y tomar medidas basadas en una serie de documentos. Por ejemplo, en LVBench, que mide la comprensión de vídeos largos, Argon es lo último en tecnología con una puntuación del 91,7%.