Googleの新しいGemini 4 Argonモデルを試してみたところ、GPT-6までの測定結果は次のとおりです。

Gemini 3.1 Pro は今年 2 月に発売されましたが、AI の観点からはかなり前のことになります。 Google は現在、Gemini 4 Argon で次のフルナンバーに飛びつき、「複雑な現実世界のタスクにおける深い作業に優れている」としている。

AI Pro (月額 19.99 ドル) または AI Ultra (月額 99.99 ドルまたは 199.99 ドル) プランを利用している場合は、Gemini アプリ内で新しい AI モデルを入手できるようになりました。無料プランと AI Plus (月額 4.99 ドル) プランのユーザーは今のところ利用できませんが、最終的には、Gemini 4 Argon の小型の縮小バージョンがこれらの層に展開されることが期待できます。

Gemini 4 Argon では何ができるでしょうか?

Google には、新しい AI モデルが優れている分野の長いリストがあります。複雑なエンジニアリングタスク (効率向上のために数百万行のコードをチェックするなど)、化学における分子構造の予測、3D 視覚化の提供についても言及されています。また、法律、財務、科学、コーディングにわたる知識作業も強化されます。

Googleによれば、Gemini 4 Argonは高度な物理モデリング、遺伝子データベースのピッキング、ソフトウェアの脆弱性からの保護、物理空間での問題の解決（ロボット開発に便利）において優れているという。 Googleによると、新しいモデルは「ヘッジを減らしてより直接的に質問に答え、必要以上に質問を繰り返さず、回答全体で決まり文句を省略している」という。

Gemini は、新しいモデルの使用方法についていくつかの提案をしています。
クレジット: ライフハッカー

業界の多くが何らかの形でAIによる終末を懸念している中、Googleは悪用やジェイルブレイクに対する防御を強化している。同社は、有害なリクエストのブロッカー、AI エージェントの過剰なアクセスの制限、悪意のあるプロンプト インジェクションに対する耐性を大幅にアップグレードしました。

これらの統計はすべて、Google、Anthropic、OpenAI のいずれからのものであっても、新しい AI モデルの発表で「私たちの新しいモデルはこれまでよりも優れており、より安全であり、私たちが選択したこれらの特定のベンチマークにおいて特に優れています。」という内容を期待するものです。しかし、Gemini アプリをタップする平均的なユーザーにとって、これ以上役立つでしょうか?

研究すべき差し迫った科学的進歩や大規模なソフトウェア最適化はありませんが、Gemini 4 Argon を GPT-6 Sol と比較してテストしてみました。GPT-6 Sol は、ChatGPT アプリを通じて消費者が利用できる最新モデルです。ただし、これを利用するには、少なくとも Plus プラン (月額 19.99 ドル) に加入している必要があります。

Gemini 4 Argon を GPT-6 Sol に対してテスト

誤解しないでください。これらの新しい AI モデルはどちらも非常に有能です。私は最初に Gemini 4 Argon と GPT-6 Sol に次の指示を出しました。「オンラインの情報を使用して、世界中の灯台を地図上にプロットする、ローカルで実行できる Web アプリを作成します。灯台をクリックすると、灯台に関する詳細が表示され、光が届く距離が表示され、形状と高さ (既知の場合) を示す単純な 2D モデルが表示されます。スケールを調整するために、各モデルのポップアップに灯台守を配置します。」

「思考」の最も高いレベルと最も遅いレベルでは、これらの AI が私に応答するまでに時間がかかりました。Gemini の場合は 10 分近く、ChatGPT の場合は 26 分近くかかりました。どちらもオンラインの地図データへのアクセスが制限されるという同じ問題に直面しましたが、2 回目のプロンプトが表示されたときは、どちらも独自の初歩的な世界地図を作成できました。

「Beacon」と名付けられた ChatGPT の取り組みは、地図が少々ぎこちないことを除けば、悪くはありませんでした (明らかに地図作成スキルに取り組む必要があります)。たくさんの情報が表示され、すべてがうまくレイアウトされ、取り上げられているそれぞれの灯台に関する素敵できちんとした図が示されていました。昼夜モードは問題なく機能し、たとえ 26 分かかったとしても、印象的なコーディング作業でした。

しかし、「ファロス」と呼ばれるジェミニの取り組みは、ほぼすべての点で優れていました。地図はより詳細になり、灯台は実際にその光の範囲を示し (印象的なアニメーション付き)、各場所に関する情報が増えました。これはおそらく Google の Web 検索の専門知識によるものです。レイアウトの選択の一部には少しずれがありましたが、Gemini 4 Argon は明らかに優れたアプリを半分以下の時間で作成しました。

ChatGPT の灯台マップは非常に優れていましたが、問題もありました。
クレジット: ライフハッカー

次に、10 件の最近の科学研究の PDF を各 AI モデルに入力しました。プロンプト: 「これらの各研究の簡単な概要を平易な英語で教えてください。主な発見、研究の強み、弱点、主な意味をそれぞれ 1 文で説明してください。」私は研究を完全に自分で読んだわけではありませんが、すべての研究に関するニュース記事を読み、「思考」のレベルを低くしました。

今回は ChatGPT の方が速く (Gemini の 55 秒に対して 25 秒)、少なくとも私の目的にとってはより良い要約を提供してくれました。 Gemini はうまくいき、その答えは正確で要点を絞っていましたが、ChatGPT が提供した要約は理解しやすく、短かったです。 ChatGPT はまた、最も有望な研究についての全体的な考えをいくつか提供しましたが、Gemini は提供しませんでした。

最後に、モデルたちの想像力と創造力をチェックしました。「Apple TV 番組の成功により、 切断、遅い馬、サイロ、 そして ウィドウズ ベイ、これらの番組の一部またはすべての要素を組み合わせた、プラットフォーム上の新しい番組のアイデアについて 5 つの提案をしてください。できるだけオリジナリティを出し、各ピッチを 100 ワード程度に抑えてください。」私はこの仕事のために「思考」レベルを「高」に戻しました。

ジェミニの灯台マップは、より多くの情報とより良いレイアウトを提供しました。
クレジット: ライフハッカー

（これが最近の Apple TV の幹部が実際にアイデアを得る方法なのでしょうか？そうでないことを願います。）AI が私に与えた答えに関して言えば、Gemini は ChatGPT よりも速く (それぞれ 1 分 28 秒対 3 分 48 秒)、どちらも私が望んでいたよりももう少し文字通りのマッシュアップに近い応答を提供しました。失敗したシークレット サービスのエージェントと超常現象の恐怖がたくさんあり、それが私が求めていたものだと思います。

アイデアは主に「ウィドウズ ベイ 別の場所に設定してください” または “遅い馬 別の場所に設定してください」と、ほとんどの部分であまり意味がありませんでしたが、Gemini の最高の製品は約 サイロ-スタイルの地下バンカーで、オペレーターは 退職金– 24 時間ごとの手順: 夜は屋外でゾンビから守るバンカー。地下壕の内部では、日中住民向けの社会活動が計画されています。完璧ではありませんが、少なくとも予告編は見るかもしれません。

ChatGPT の提案の中で私のお気に入りは、リモコンに関する番組でした。 退職金スタイルの気象観測所では、従業員が天気を記録しているのではなく、天気を作り出していることに気づきました。繰り返しますが、これは論理的に成り立つわけではありませんでしたが、全体的に GPT-6 からの提案はより微妙で、実際のショーである可能性が高く、よりよく「考えられた」ものであることがわかりました。双子座はもっと「考える」時間を与えるべきだったのかもしれません。

これはほんの一部の簡単なテストにすぎませんが、私の見方では、Gemini は少なくとも ChatGPT と互角の競争の場に戻ってきたように思えます。灯台のタスクでははるかに優れたパフォーマンスを発揮しましたが、要約やテレビ番組の売り込みはそれほど印象的ではありませんでした。最適なモデルにアクセスするには、両方のプラットフォームのサブスクリプションが必要ですが、可能であれば、最も一般的に AI が必要なジョブについてそれらを比較する価値があります。