Google ได้เปิดตัว Gemini 4 Argon โมเดล AI รุ่นล่าสุดที่ถูกออกแบบมาเพื่อรองรับงานที่ซับซ้อนและมีหลายขั้นตอน (Multi-step tasks) ครอบคลุมตั้งแต่การเขียนโค้ด การเงิน งานด้านกฎหมาย ความมั่นคงปลอดภัยทางไซเบอร์ ไปจนถึงการวิจัยทางวิทยาศาสตร์ โดย Google ระบุว่าโมเดลรุ่นนี้ทำประสิทธิภาพได้เหนือกว่าโมเดลระดับแถวหน้า (Frontier models) อื่นๆ ในการทดสอบหลายรายการ และสามารถคว้าอันดับ 1 บนดัชนีชี้วัด Vals Index ซึ่งใช้ประเมินประสิทธิภาพของ AI ในภาคส่วนเศรษฐกิจที่สำคัญ เช่น การเงิน การเขียนโค้ด กฎหมาย และงานด้านภาษี
เจาะลึกความสามารถของ Gemini 4 Argon
Argon เป็นการผสมผสานกันระหว่างความสามารถในการคิดวิเคราะห์เชิงเหตุผลขั้นสูง (Advanced Reasoning), ความเข้าใจข้อมูลหลากหลายรูปแบบ (Multimodal Understanding) และองค์ความรู้เฉพาะทางที่กว้างขวางยิ่งขึ้น โดย Google ได้ชูจุดเด่นการใช้งานในด้านวิศวกรรมซอฟต์แวร์ กระบวนการทำงานระดับมืออาชีพ การวิจัยทางวิทยาศาสตร์ และวิทยาการหุ่นยนต์ พร้อมทั้งยกระดับมาตรการด้านความปลอดภัยสำหรับระบบ AI ขั้นสูงอีกด้วย
1. ด้านวิศวกรรมและการเขียนโค้ด (Engineering and coding)
Google รายงานว่าทีมวิศวกรของบริษัทได้นำ Argon มาใช้แก้ปัญหาทางซอฟต์แวร์ที่ยากและซับซ้อน ในการทดสอบภายในพบว่า โมเดลนี้ช่วยเพิ่มการส่งโค้ดแบบอัตโนมัติ (Agentic code submissions) ในระบบ Antigravity ได้มากกว่า 35% และช่วยลดอัตราการย้อนคืนโค้ด (Rollbacks) ลงได้เกือบหนึ่งในสาม โดยมีการนำไปประยุกต์ใช้กับฐานโค้ดขนาดใหญ่ เครื่องมือสำหรับนักพัฒนา และการประมวลผลโมเดล (Model Inference) ซึ่งได้ผลลัพธ์ดังนี้
Chrome: ช่วยปรับโครงสร้างโค้ด (Refactor) ไฟล์จำนวนหลายร้อยไฟล์ในฐานโค้ดของ Chromium ที่มีขนาดใหญ่ถึง 40 ล้านบรรทัด โดยแยกส่วนการจัดการหน้าเว็บหลักออกจากโฟลเดอร์ระบบเก่า (Legacy folder) ที่มีโค้ดราว 6 ล้านบรรทัด งานดังกล่าวใช้เวลาเพียงไม่กี่สัปดาห์จากเดิมที่ต้องใช้เวลาหลายเดือน และช่วยรองรับฟีเจอร์การย้ายหน้าเว็บที่กำลังเปิดใช้งานอยู่ไปมาระหว่างแท็บ แผงด้านข้าง (Side panels) และหน้าต่างลอย (Floating windows) ได้โดยไม่ต้องโหลดหน้าเว็บใหม่
Agent Development Kit (ADK): การปรับปรุงประสิทธิภาพในคลังโค้ด google/adk-python ช่วยลดเวลาในการเตรียมเซสชันในหน่วยความจำ (In-memory session preparation) ลงได้ 40% และลดเวลาการทำ Cold imports ลง 21%
แพ็กเกจเคมีควอนตัม xTB: การปรับปรุงโค้ดที่ส่งไปยังคลังข้อมูล GitHub อย่างเป็นทางการ ช่วยเพิ่มประสิทธิภาพการทำนายโครงสร้างโมเลกุลได้สูงสุดถึง 2.3 เท่า และการค้นหาโครงสร้างแบบ Conformer เร็วขึ้นสูงสุดถึง 1.8 เท่า
Gemma 4 E2B: การรันประมวลผล (Inference) ผ่าน vLLM บนชิป NVIDIA A100 ทำความเร็วแบบ End-to-end เพิ่มขึ้นถึง 2.85 เท่า โดยเพิ่มอัตราการประมวลผล (Throughput) จากประมาณ 37,900 โทเคนต่อวินาที ไปเป็นมากกว่า 108,000 โทเคนต่อวินาที โดยมีความแม่นยำของโทเคนตรงกัน 100% (100% token parity) และคุณภาพไม่ลดลงเลย
นอกจากนี้ Google ยังรายงานถึงพัฒนาการในด้านการคิดวิเคราะห์เชิงพื้นที่ (Spatial reasoning), ความแม่นยำทางคณิตศาสตร์ และการเขียนโค้ดเชิงภาพ (Visual coding) เมื่อเทียบกับโมเดล Gemini รุ่นก่อนๆ โดยทีมงานได้ใช้ทักษะที่ปรับแต่งขึ้นเอง (Custom skills) และเวิร์กโฟลว์แบบหลายเอเจนต์ (Multi-agent workflows) เพื่อพัฒนาการแสดงผลภาพ 3 มิติ, เกมความละเอียดสูง และแอนิเมชันแบบโต้ตอบที่เรนเดอร์บนเบราว์เซอร์ได้โดยตรง
2. ด้านธุรกิจและความมั่นคงปลอดภัยทางไซเบอร์ (Business and cybersecurity)
Argon ถูกออกแบบมาสำหรับกระบวนการทำงานระดับมืออาชีพที่ต้องอาศัยการคิดวิเคราะห์ข้ามเอกสารและชุดข้อมูลที่ซับซ้อน Google ระบุว่าโมเดลนี้สามารถปฏิบัติตามคำสั่งด้านรูปแบบภาษา (Style instructions) ได้อย่างสม่ำเสมอมากกว่าโมเดล Gemini รุ่นก่อนๆ และสื่อสารได้ตรงประเด็นยิ่งขึ้น โดยลดการใช้คำพูดอ้อมค้อมไม่ฟันธง (Hedging), ลดการพูดซ้ำซาก และลดการใช้สำนวนที่ซ้ำจำเจ เหมาะสำหรับการนำไปประยุกต์ใช้ในงานวิเคราะห์ด้านกฎหมายและการเงิน การวิจัยทางวิทยาศาสตร์ การวิเคราะห์ข้อมูลระยะยาว (Longitudinal data analysis) และเครื่องมือวิเคราะห์แบบโต้ตอบ
Google ยังได้เน้นย้ำถึงการนำไปใช้งานด้านความมั่นคงปลอดภัยทางไซเบอร์หลายรายการ โดยภายใต้โครงการความร่วมมือระยะยาวกับหน่วยงานรัฐบาลกลางแห่งหนึ่ง Argon ได้ช่วยระบุและแก้ไขช่องโหว่ด้านความปลอดภัยที่เสี่ยงต่อการรั่วไหลของข้อมูลสำคัญและโครงสร้างพื้นฐานของภาครัฐ ซึ่งรวมถึงรายละเอียดการพัฒนาในภาคส่วนความมั่นคงที่สำคัญและโมเดลเฉพาะทางต่างๆ
ในด้านการแพทย์และสาธารณสุข โมเดลนี้ได้ช่วยค้นพบช่องโหว่ต่อเนื่อง (Chain of vulnerabilities) ที่เกี่ยวข้องกับการข้ามขั้นตอนการดาวน์โหลดไฟล์สาธารณะ ซึ่งเปิดเผยคีย์หลัก (Master key) และอาจทำให้ผู้โจมตีเข้าถึงสิทธิ์ระดับผู้ดูแลระบบ (Administrator access) ได้ โดยปัญหาดังกล่าวได้รับการแก้ไขเรียบร้อยแล้ว ช่วยปกป้องข้อมูลเวชระเบียนของผู้ป่วยได้นับแสนราย นอกจากนี้ บริษัทความปลอดภัยอย่าง Wiz ยังได้นำ Argon ไปใช้ในโครงการ Scan for Good อีกด้วย
3. ด้านการวิจัยทางวิทยาศาสตร์ (Scientific research)
Google ได้ชูตัวอย่างการประยุกต์ใช้งานในด้านคอมพิวเตอร์ควอนตัม พลังงานนิวเคลียร์ฟิวชัน การวิจัยโรคหายาก และวิศวกรรมเอนไซม์ ดังนี้
คอมพิวเตอร์ควอนตัม (Quantum computing): Argon ได้แปลงตัวถอดรหัสแก้ไขข้อผิดพลาดทางควอนตัม AlphaQubit เวอร์ชันภายในของ Google ให้กลายเป็นเคอร์เนลฮาร์ดแวร์ที่ปรับแต่งมาอย่างเหมาะสม (Optimized hardware kernel) ซึ่งช่วยเพิ่มความเร็วในการประมวลผลเกือบสองเท่า นอกจากนี้ยังสามารถสร้างรูทีนย่อยทางควอนตัม arcsin ที่ผ่านการตรวจสอบความถูกต้องอย่างเป็นทางการ (Formally verified) ซึ่งช่วยลดต้นทุนด้านปริภูมิ-เวลา (Spacetime cost) ลงได้มากกว่า 100 เท่า เมื่อเทียบกับเกณฑ์มาตรฐานของควอนตัม CORDIC ที่เคยตีพิมพ์ไว้
พลังงานนิวเคลียร์ฟิวชัน (Nuclear fusion): นักวิจัยของ Google และศาสตราจารย์ Matt Landreman จากมหาวิทยาลัยแมริแลนด์ ได้ร่วมกันระบุกลุ่มตัวอย่างค้าน (Counterexamples) ที่กว้างขึ้นสำหรับข้อคาดการณ์ของแกรด (Grad’s conjecture) ซึ่งเดิมเคยเสนอไว้ว่าผลเฉลยทางคณิตศาสตร์ที่แม่นยำสำหรับสนามแม่เหล็กของเครื่องปฏิกรณ์สเตลลาเรเตอร์ (Stellarator) นั้นเป็นไปไม่ได้ โดยผลเฉลยที่ค้นพบใหม่นี้จะถูกใช้เป็นเกณฑ์มาตรฐานสำหรับการทดสอบโค้ดจำลองการทำงานของสเตลลาเรเตอร์ต่อไป
โรคหายาก (Rare diseases): Gamow Labs ได้ใช้ Argon ในการตรวจสอบจีโนมนิรนามของทารกแรกเกิดที่มีความผิดปกติของการพัฒนาปอดชนิดหายาก ในกรณีหนึ่ง โมเดลสามารถระบุการจัดเรียงตัวใหม่ของโครโมโซมที่ซอฟต์แวร์ทั่วไปตรวจไม่พบมานานหลายปี พร้อมทั้งอธิบายสาเหตุได้อย่างชัดเจน ทั้งนี้ จากการประเมินแบบส่วนตัวพบว่าโมเดลทำคะแนนได้ 57% บนเกณฑ์ทดสอบ RareBench สำหรับการช่วยวินิจฉัยโรคหายาก และ 52.2% บน LabBench สำหรับการคิดวิเคราะห์ในห้องปฏิบัติการจริง (Wet-lab reasoning)
วิศวกรรมเอนไซม์ (Enzyme engineering): Argon สามารถรวบรวมข้อมูล ปรับจูนโมเดล และใช้ตัวกรองที่อิงตามหลักชีวเคมี เพื่อสร้างการออกแบบเอนไซม์ Serine esterase รูปแบบใหม่จำนวน 5 แบบได้ภายในเวลาไม่กี่ชั่วโมง ซึ่งจากการทดสอบในห้องปฏิบัติการยืนยันว่า การออกแบบทั้ง 5 แบบมีฤทธิ์ในการเร่งปฏิกิริยาที่แข็งแกร่ง โดยเอนไซม์ Serine esterase นี้ทำหน้าที่สลายพันธะเอสเทอร์ และมีการนำไปประยุกต์ใช้ในงานรีไซเคิล รวมถึงการผลิตยา เชื้อเพลิงชีวภาพ และผงซักฟอก
4. ด้านวิทยาการหุ่นยนต์ (Robotics)
Argon ทำคะแนนได้ 87% บนการทดสอบ Embodied Reasoning benchmark (ERQA) ซึ่งใช้ประเมินการคิดวิเคราะห์ทางกายภาพและเชิงพื้นที่ในสภาพแวดล้อม 3 มิติ โดย Google ระบุว่าผลลัพธ์นี้เหนือกว่าโมเดลระดับแถวหน้าอื่นๆ ในการเปรียบเทียบ และเป็นการใช้ความสามารถในการคิดวิเคราะห์ล้วนๆ โดยไม่ต้องอาศัยการโต้ตอบกับสภาพแวดล้อมโดยตรง
ในการทดลองภายในองค์กร Argon ได้วิเคราะห์วิดีโอของคนที่กำลังเล่นเกมโยนถุงทราย (Cornhole) จากนั้นทำการระบุพิกัดเชิงพื้นที่ และคำนวณการเคลื่อนไหวของข้อต่อทั่วร่างกาย ก่อนจะสร้างโค้ดจำลองสถานการณ์ (Simulation code) ออกมา จากนั้น Google ได้ถ่ายโอนวิธีการที่ได้ไปยังหุ่นยนต์ฮิวแมนนอยด์ Apptronik Apollo ซึ่งทำให้หุ่นยนต์สามารถโยนถุงทรายลงหลุมติดต่อกันถึง 7 ครั้งในการทดสอบในโลกจริง โดยกระบวนการทำงานแบบ Video-to-Sim-to-Real นี้มีเป้าหมายเพื่อลดเวลาในการสร้างโมเดลจำลองด้วยมือจากที่เคยใช้เวลาหลายสัปดาห์ให้เหลือเพียงไม่กี่ชั่วโมง
ความปลอดภัยและความมั่นคง (Safety and security)
Google ระบุว่า Argon มาพร้อมระบบป้องกันคำขอที่เป็นอันตราย ปัญหาการทำงานของเอเจนต์ที่ไม่ตรงตามเป้าหมาย (Agent misalignment) และการโจมตีแบบ Prompt injection (ซึ่งเป็นการซ่อนคำสั่งมุ่งร้ายไว้ในหน้าเว็บ อีเมล หรือโค้ด เพื่อพยายามเบี่ยงเบนการทำงานของระบบ AI) โดยมีผลการทดสอบดังนี้
การทดสอบเจาะระบบด้านชีวภาพจากภายนอก (External biological red-teaming) พบว่า Argon ทำภารกิจย่อยด้านชีวภาพที่ใช้ในการประเมินสำเร็จเพียงไม่ถึง 1% เท่านั้น
การละเมิดนโยบายในชุดทดสอบเชิงรุก (Adversarial test set) ของ Google ลดลงเกือบ 2 เท่า เมื่อเทียบกับโมเดล Gemini รุ่นก่อนๆ
ในการทดสอบด้านการเขียนโค้ดที่วัดความพยายามในการหาทางลัด (Shortcuts) ของ AI นั้น Argon มีอัตราดังกล่าวอยู่ที่ 2% ซึ่งต่ำที่สุดในบรรดาโมเดลตระกูล Gemini ที่ Google นำมาเปรียบเทียบ
อัตราความสำเร็จในการถูกโจมตีบนเกณฑ์มาตรฐาน Gray Swan Indirect Prompt Injection อยู่ที่เพียง 0.7% จากความพยายามโจมตีแบบปรับเปลี่ยนรูปแบบ (Adaptive attempts) ทั้งหมด 15 ครั้ง
นอกจากนี้ ยังมีระบบตรวจสอบอัตโนมัติที่คอยตรวจเช็กการคิดวิเคราะห์และการกระทำของโมเดล เพื่อหาการใช้วิธีพลิกแพลงที่ไม่ได้ตั้งใจ (Unintended workarounds) โดย Google ระบุว่า Argon ได้รับการฝึกฝนให้เคารพขอบเขตของระบบ รายงานผลการค้นพบเชิงลบอย่างตรงไปตรงมา และต้องขอการยืนยันจากมนุษย์ก่อนดำเนินการใดๆ ที่ไม่สามารถย้อนกลับได้ (รายละเอียดเพิ่มเติมสามารถดูได้ใน Model Card ของ Google)
การผสานการทำงานระหว่าง Gemini 4 Argon และแอป Gemini
Gemini 4 Argon ให้คำตอบที่ตรงประเด็นมากขึ้น และมีการอัปเดตความคืบหน้าบ่อยขึ้นสำหรับงานที่ใช้เวลานาน สำหรับผู้ใช้บนระบบปฏิบัติการ macOS สามารถสลับไปมาระหว่างหน้าต่างแชทปกติและงานในระบบ Antigravity ได้จากหน้าต่างแชทหลักโดยตรง ช่วยให้งานต่างๆ สามารถดำเนินต่อไปได้แม้ผู้ใช้จะไม่ได้อยู่หน้าคอมพิวเตอร์
นอกจากนี้ Gemini ยังสามารถเชื่อมต่อกับแอปพลิเคชันมากกว่า 40 แอป เช่น Instacart, OpenTable, Adobe และ Shopify เพื่อรองรับการทำงานที่หลากหลาย ไม่ว่าจะเป็นการซื้อของชำ การจองร้านอาหาร งานออกแบบ ไปจนถึงการสร้างธุรกิจ
ราคาและการเปิดให้ใช้งาน Gemini 4 Argon
ขณะนี้ Gemini 4 Argon เริ่มทยอยเปิดให้ใช้งานทั่วโลกแล้ว ครอบคลุมทั้งผลิตภัณฑ์สำหรับนักพัฒนา องค์กร และผู้ใช้งานทั่วไป ดังนี้
นักพัฒนา (Developers): เปิดให้ใช้งานผ่าน Gemini API แบบชำระเงิน (Paid tier) ใน AI Studio และ Android Studio ส่วนผู้ที่สมัครสมาชิก Google AI Ultra สามารถเข้าใช้งานผ่าน Antigravity และ AI Studio ได้เช่นกัน
องค์กรธุรกิจ (Enterprises): เปิดให้ใช้งานผ่านบริการ Gemini สำหรับธุรกิจ (Gemini for business), Gemini API และระบบ Antigravity
ผู้ใช้งานทั่วไป (Consumers): เปิดให้ใช้งานในแอป Gemini และฟีเจอร์ AI Mode ใน Google Search สำหรับผู้ที่สมัครสมาชิกแพ็กเกจ Google AI Pro และ Ultra
นักวิทยาศาสตร์ (Scientists): Google มอบสิทธิ์เข้าใช้งานระบบ Antigravity ในระดับการใช้งานสูงสุด (Highest usage tier) ฟรีเป็นเวลา 6 เดือน ให้แก่นักวิทยาศาสตร์จำนวน 10,000 คน โดยเปิดรับสมัครแล้ววันนี้ และจะทยอยอนุมัติสิทธิ์อย่างต่อเนื่องตามคุณสมบัติ ความจุของระบบ และการคัดเลือก
ผู้เชี่ยวชาญด้านการป้องกันภัยไซเบอร์ (Cybersecurity defenders): ผู้ที่มีคุณสมบัติตามเกณฑ์สามารถสมัครเข้าร่วมโครงการ Fairwind Program เพื่อเข้าใช้งานโมเดลแบบไม่มีข้อจำกัดด้านความปลอดภัยไซเบอร์ (Without cyber guardrails) เพื่อการวิจัยและป้องกันภัยได้ โดยจะทยอยอนุมัติสิทธิ์อย่างต่อเนื่องเช่นกัน
อัตราค่าบริการ API: สำหรับการใช้งานผ่าน Gemini API มีค่าบริการอยู่ที่ 2 ดอลลาร์สหรัฐฯ ต่อ 1 ล้าน Input tokens และ 10 ดอลลาร์สหรัฐฯ ต่อ 1 ล้าน Output tokens โดยโทเคนขาเข้าที่ถูกแคชไว้ (Cached input tokens) จะได้รับส่วนลดถึง 95% ทั้งนี้ โมเดล Argon รองรับขีดจำกัดการประมวลผลรวม (Unified input and output limit) สูงสุดที่ 1 ล้านโทเคน โดยทาง Google ได้จัดเตรียมเอกสารคู่มือเกี่ยวกับโปรโตคอลการทำงานต่อเนื่อง (Continuation protocol) และข้อกำหนดในการตั้งค่าไว้ให้เรียบร้อยแล้ว พร้อมทั้งระบุว่าจะมีโมเดลรุ่นอื่นๆ ในตระกูล Gemini 4 ตามออกมาเพิ่มเติมในอนาคต
Source : FoneArena