Anthropic · OpenAI · Gemini · Claude · Google · GPT · Prachachat
‘Gemini 4 Argon’ ปฏิวัติงานเอกสาร-ภาษี-สัญญา ชนะขาด GPT-6 แต่ติดเงื่อนไขใหญ่เดียว!
Compiled by KHAO Editorial — aggregated from 1 outlet. See llms.txt for citation guidance.
◌ Single Source
ยักษ์ใหญ่เทคโนโลยีอย่าง “กูเกิล” เผยโฉมโมเดล AI ล่าสุด ‘Gemini 4 Argon’ ชูจุดเด่นจัดการงานบริหาร เอกสารสัญญา วิจัยกฎหมาย และวางแผนภาษีแทนมนุษย์ได้อย่างชาญฉลาด คว้าอันดับ 1 บนตารางวัดผลงานความรู้ความเชี่ยวชาญ แซงหน้าทั้ง Claude ของ Anthropic และ GPT-6 ของ OpenAI ขยายขีดความสามารถการเจนข้อความสูงสุดถึง 1 ล้านโทเคน ภาคธุรกิจต้องรอ เนื่องจากเปิดให้ใช้งานเฉพาะกลุ่มพันธมิตรความมั่นคงไซเบอร์วงจำกัดเท่านั้น
Key facts
- เผยโฉมโมเดล AI ล่าสุด ‘Gemini 4 Argon’ ชูจุดเด่นจัดการงานบริหาร เอกสารสัญญา วิจัยกฎหมาย และวางแผนภาษีแทนมนุษย์ได้อย่างชาญฉลาด คว้าอันดับ 1 บนตารางวัดผลงานความรู้ความเชี่ยวชาญ แซงหน้าทั้ง Claude ของ Anthropic และ GPT-6 ของ OpenAI
- หัวใจสำคัญของการอัปเกรดในครั้งนี้ คือการที่กูเกิลขยายเพดานขีดความสามารถในการสร้างผลลัพธ์ (Output Limit) จากเดิม 64,000 โทเคน เพิ่มขึ้นอย่างก้าวกระโดดเป็น 1 ล้านโทเคน (Token คือหน่วยย่อยของข้อมูลที่ AI ใช้ประมวลผลและสร้างข้อความ)
- สะดุดเงื่อนไขเดียว! จำกัดเฉพาะกลุ่ม Fairwind Program
- รายงานว่า กูเกิล (Google) ได้ประกาศเปิดตัว “Gemini 4 Argon”
Summary
ซึ่งผลการทดสอบประสิทธิภาพบนตารางเปรียบเทียบงานสายความรู้ (Knowledge Work) พบว่า Gemini 4 Argon สามารถทำคะแนนขึ้นแท่นอันดับหนึ่ง แซงหน้าคู่แข่งสำคัญอย่าง Claude จากค่าย Anthropic และโมเดล GPT-6 ของ OpenAI ได้สำเร็จ
อย่างไรก็ตาม คุณภาพผลลัพธ์ที่สูงขึ้นย่อมแลกมาด้วยต้นทุน โดยกูเกิลประกาศราคาช่วงเปิดตัวไว้ที่ 2 ดอลลาร์สหรัฐ ต่อ 1 ล้านโทเคนสำหรับข้อมูลขาเข้า (Input) และ 10 ดอลลาร์สหรัฐ ต่อ 1 ล้านโทเคนสำหรับข้อมูลขาออก (Output) ซึ่งหมายความว่าการรันกระบวนการทำงานขนาดใหญ่ในแต่ละครั้งอาจทำให้บิลค่าบริการ AI ขององค์กรพุ่งสูงขึ้นตามไปด้วย
หัวใจสำคัญของการอัปเกรดในครั้งนี้ คือการที่กูเกิลขยายเพดานขีดความสามารถในการสร้างผลลัพธ์ (Output Limit) จากเดิม 64,000 โทเคน เพิ่มขึ้นอย่างก้าวกระโดดเป็น 1 ล้านโทเคน (Token คือหน่วยย่อยของข้อมูลที่ AI ใช้ประมวลผลและสร้างข้อความ) การเพิ่มพื้นที่ประมวลผลมหาศาลนี้ ช่วยให้โมเดลมีพื้นที่ในการคิดวิเคราะห์และเหตุผล (Reasoning) สำหรับโจทย์ที่ยากลำบาก และสามารถสร้างเอกสารหรือคำตอบยาวๆ จบได้ภายในคำสั่งเดียว