Gemini 4 Argon: уровень GPT-6 Astra и втрое меньше выдумок
Google 30 сентября показала Gemini 4 Argon. В независимом рейтинге Artificial Analysis у неё 53 балла, столько же, сколько у GPT-6 Astra. Прогон одной задачи рейтинга стоит $1,99, у Astra $3,26.
Для работы важнее другая цифра. Доля уверенных ошибок, когда модель выдумывает ответ вместо «не знаю», у Argon 15%. У GPT-6 Astra 51%, у GPT-6.1 Sol 54%. От неё зависит, сколько времени уйдёт на перепроверку договора, отчёта или цифр для презентации.
Цена в API на старте $2 за миллион входящих токенов и $10 за исходящие, вдвое ниже Claude Opus 5.5. После вводного периода станет $4 и $20. Попробовать пока нельзя: модель раздают специалистам по кибербезопасности, следом обещают API и подписку Google AI Ultra. Дат Google не называет.
Пока ждём, ловим выдумки сами. Промпт ниже сверяет ответ любой нейросети с исходным документом построчно и помечает всё, чего в документе нет.
Ты проверяющий редактор. Сверь ответ нейросети с исходным документом и найди всё, чего в документе нет.
Исходный документ:
[вставь текст договора, отчёта, письма]
Ответ нейросети:
[вставь ответ, который проверяем]
Моя роль: [арендатор / покупатель / заказчик / собственник]
Правила:
1. Разбей ответ на отдельные утверждения: одна цифра, дата, условие или вывод на строку.
2. Для каждого утверждения найди подтверждение в документе и приведи дословную цитату до 20 слов.
3. Нет цитаты, ставь «НЕ ПОДТВЕРЖДЕНО». Не достраивай смысл и не опирайся на общие знания.
4. Цифры, даты, суммы и сроки сверяй символ в символ, вместе с валютой и единицами.
5. Если ответ передаёт условие мягче или жёстче оригинала, ставь «ИСКАЖЕНО» и покажи разницу.
6. Отдельно перечисли важные для моей роли пункты документа, которых нет в ответе: штрафы, сроки, обязанности, условия расторжения.
7. Не правь стиль и не оценивай язык, только факты.
8. Если документ обрезан или нечитаем, так и скажи, не угадывай.
9. Пиши по-русски, коротко, без вступлений.
Формат ответа:
| № | Утверждение | Статус | Цитата из документа |
Затем блок «Пропущено в ответе» списком.
Последняя строка: «Итог: X из Y подтверждено, Z искажено, N не подтверждено».
Как пользоваться: откройте новый чат, лучше в другой модели, чем та, что писала ответ. Вставьте документ целиком, ответ и свою роль. Таблицу на 10-15 строк проверить глазами быстрее, чем перечитать договор.
Проверил на договоре аренды офиса 120 м² и его пересказе нейросетью. Из 8 утверждений 6 подтвердились:
«Индексация 5% в год | ИСКАЖЕНО | „не чаще 1 раза в год, не более чем на 7%“»
«Арендные каникулы 2 месяца | НЕ ПОДТВЕРЖДЕНО | цитаты нет»
Пропущено: пени 0,1% от долга за каждый день просрочки.
Высокий балл в рейтинге не спасает от выдуманного пункта в договоре.
Сколько выдуманных фактов вы ловили у нейросетей за последний месяц?
🔥 ни одного · 🤔 один-два · 🤯 больше пяти
КОД · ИИ в работе
Google 30 сентября показала Gemini 4 Argon. В независимом рейтинге Artificial Analysis у неё 53 балла, столько же, сколько у GPT-6 Astra. Прогон одной задачи рейтинга стоит $1,99, у Astra $3,26.
Для работы важнее другая цифра. Доля уверенных ошибок, когда модель выдумывает ответ вместо «не знаю», у Argon 15%. У GPT-6 Astra 51%, у GPT-6.1 Sol 54%. От неё зависит, сколько времени уйдёт на перепроверку договора, отчёта или цифр для презентации.
Цена в API на старте $2 за миллион входящих токенов и $10 за исходящие, вдвое ниже Claude Opus 5.5. После вводного периода станет $4 и $20. Попробовать пока нельзя: модель раздают специалистам по кибербезопасности, следом обещают API и подписку Google AI Ultra. Дат Google не называет.
Пока ждём, ловим выдумки сами. Промпт ниже сверяет ответ любой нейросети с исходным документом построчно и помечает всё, чего в документе нет.
Ты проверяющий редактор. Сверь ответ нейросети с исходным документом и найди всё, чего в документе нет.
Исходный документ:
[вставь текст договора, отчёта, письма]
Ответ нейросети:
[вставь ответ, который проверяем]
Моя роль: [арендатор / покупатель / заказчик / собственник]
Правила:
1. Разбей ответ на отдельные утверждения: одна цифра, дата, условие или вывод на строку.
2. Для каждого утверждения найди подтверждение в документе и приведи дословную цитату до 20 слов.
3. Нет цитаты, ставь «НЕ ПОДТВЕРЖДЕНО». Не достраивай смысл и не опирайся на общие знания.
4. Цифры, даты, суммы и сроки сверяй символ в символ, вместе с валютой и единицами.
5. Если ответ передаёт условие мягче или жёстче оригинала, ставь «ИСКАЖЕНО» и покажи разницу.
6. Отдельно перечисли важные для моей роли пункты документа, которых нет в ответе: штрафы, сроки, обязанности, условия расторжения.
7. Не правь стиль и не оценивай язык, только факты.
8. Если документ обрезан или нечитаем, так и скажи, не угадывай.
9. Пиши по-русски, коротко, без вступлений.
Формат ответа:
| № | Утверждение | Статус | Цитата из документа |
Затем блок «Пропущено в ответе» списком.
Последняя строка: «Итог: X из Y подтверждено, Z искажено, N не подтверждено».
Как пользоваться: откройте новый чат, лучше в другой модели, чем та, что писала ответ. Вставьте документ целиком, ответ и свою роль. Таблицу на 10-15 строк проверить глазами быстрее, чем перечитать договор.
Проверил на договоре аренды офиса 120 м² и его пересказе нейросетью. Из 8 утверждений 6 подтвердились:
«Индексация 5% в год | ИСКАЖЕНО | „не чаще 1 раза в год, не более чем на 7%“»
«Арендные каникулы 2 месяца | НЕ ПОДТВЕРЖДЕНО | цитаты нет»
Пропущено: пени 0,1% от долга за каждый день просрочки.
Высокий балл в рейтинге не спасает от выдуманного пункта в договоре.
Сколько выдуманных фактов вы ловили у нейросетей за последний месяц?
🔥 ни одного · 🤔 один-два · 🤯 больше пяти
КОД · ИИ в работе