На Zhihu разбирают анонс Google DeepMind: по словам автора вопроса, модель Gemini 4 Carbon вышла из закрытого тестирования и открыта разработчикам, компаниям, исследователям и обычным пользователям. Заявленный фокус — длинные агентные сценарии, отладка сложного кода и научные рассуждения, плюс контекст в 1M токенов. Всё это мы приводим как утверждение из треда, а не как проверенный факт.
Интерес здесь не в самой модели, а в разрыве между анонсом и опытом. Именно агентные цепочки и длинный контекст — те области, где обещания традиционно расходятся с поведением на реальных задачах: чем длиннее цикл, тем заметнее накопление ошибок. Поэтому тред быстро уходит от «насколько она умная» к «где её вообще можно потрогать и сколько это стоит».
Отдельный слой — доступность. Для китайской аудитории вопрос упирается не только в качество, но и в то, как до модели добраться, какие есть ограничения и насколько заявленные возможности воспроизводимы вне демонстрации. Пока это пространство для предположений, и участники это понимают.
Неизвестны реальные ограничения доступа, стоимость использования и независимые замеры на агентных задачах — во входных данных этого нет, а цифры из анонса мы не проверяли.
1. На какой задаче вы бы проверили длинный контекст так, чтобы результат нельзя было подделать демонстрацией?
2. Что для вас важнее в агентной модели — устойчивость на двадцати шагах или качество на одном сложном запросе?
3. Если доступ ограничен, меняет ли это вашу готовность строить рабочий процесс вокруг такой модели?
Источник: zhihu.com
Источник: www.zhihu.com · пост в Telegram