Gemini 4 Argon: το νέο frontier model της Google
Η Google παρουσίασε επίσημα το Gemini 4 Argon στις 30 Σεπτεμβρίου 2026.
Το μοντέλο έχει σχεδιαστεί κυρίως για πολύπλοκες εργασίες που απαιτούν πολλά διαδοχικά βήματα και συνεχή συλλογιστική.
Η εταιρεία αναφέρει εφαρμογές σε πραγματικό software engineering, οικονομική έρευνα, νομική εργασία και κυβερνοασφάλεια.
Το σημαντικό εδώ είναι ότι η Google δεν παρουσιάζει το Argon απλώς ως ένα καλύτερο chatbot.
Το βλέπει περισσότερο ως ένα μοντέλο που μπορεί να αναλαμβάνει ολόκληρες εργασίες μεγάλης διάρκειας.
Με άλλα λόγια, πλησιάζουμε όλο και περισσότερο στη λογική των AI agents.
Έως 1 εκατομμύριο tokens εξόδου
Ένα από τα πιο εντυπωσιακά χαρακτηριστικά του Gemini 4 Argon είναι το όριο εξόδου που φτάνει το 1 εκατομμύριο tokens.
Αυτό επιτρέπει στο μοντέλο να δουλεύει πάνω σε πολύ μεγαλύτερες και πιο σύνθετες διαδικασίες χωρίς να χρειάζεται συνεχώς να διακόπτει τη δουλειά του.
Στην πράξη αυτό μπορεί να έχει ιδιαίτερη σημασία για εργασίες όπως:
ανάλυση μεγάλων codebases,
μετατροπές λογισμικού,
εκτεταμένη έρευνα,
πολύπλοκα agentic workflows,
οικονομική και νομική ανάλυση,
αυτοματοποιημένη ανίχνευση προβλημάτων ασφαλείας.
Η Google μάλιστα χρησιμοποιεί ήδη το Argon εσωτερικά.
Το Argon γράφει και μετατρέπει πραγματικό κώδικα
Η εταιρεία αναφέρει ότι agents βασισμένοι στο Gemini 4 Argon χρησιμοποιούνται για μεγάλες μετατροπές κώδικα από C και C++ προς Rust.
Σε ορισμένα projects το μέγεθος του codebase ξεπερνά τις 800.000 γραμμές κώδικα.
Η Google αναφέρει επίσης περίπτωση όπου Argon agents επεξεργάστηκαν Rust implementation του video decoder libgav1 και αντικατέστησαν περίπου 32.000 γραμμές SIMD κώδικα, βελτιώνοντας σημαντικά την απόδοση.
Αυτή είναι ίσως μία από τις σημαντικότερες αλλαγές που βλέπουμε σήμερα στην ανάπτυξη λογισμικού.
Τα AI models δεν χρησιμοποιούνται πλέον μόνο για να προτείνουν μερικές γραμμές κώδικα.
Αρχίζουν να εργάζονται πάνω σε ολόκληρα συστήματα.
Το μοντέλο δεν είναι ακόμη διαθέσιμο σε όλους
Παρά τις δυνατότητές του, η Google δεν έχει ανοίξει ακόμη πλήρως το Argon στο κοινό.
Η αρχική πρόσβαση δίνεται σε επιλεγμένους οργανισμούς κυβερνοασφάλειας μέσω του Fairwind Program.
Η Google αναφέρει ότι ακολουθεί σταδιακή διαδικασία διάθεσης ώστε να αξιολογήσει πιθανούς κινδύνους και να βελτιώσει τα συστήματα ασφαλείας πριν από ευρύτερη κυκλοφορία.
Η εταιρεία έχει ανακοινώσει αρχική τιμή 2 δολάρια ανά εκατομμύριο input tokens και 10 δολάρια ανά εκατομμύριο output tokens όταν το μοντέλο διατεθεί ευρύτερα.
Όμως όλη αυτή η AI χρειάζεται τεράστιο compute
Εδώ εμφανίζεται το δεύτερο κομμάτι της ιστορίας.
Τα σύγχρονα AI models απαιτούν τεράστιες ποσότητες υπολογιστικής ισχύος.
Χιλιάδες accelerators λειτουργούν συνεχώς μέσα σε data centers, καταναλώνοντας ηλεκτρική ενέργεια και παράγοντας μεγάλες ποσότητες θερμότητας.
Όσο αυξάνονται οι δυνατότητες των AI models, αυξάνονται παράλληλα και οι ανάγκες της υποδομής που βρίσκεται από πίσω.
Η Google λοιπόν αναζητά νέους τρόπους για να κλιμακώσει το AI compute.
Και ένας από αυτούς βρίσκεται περίπου… 400 χιλιόμετρα πάνω από το κεφάλι μας.
Project Suncatcher: AI compute στο διάστημα
Το project ονομάζεται Project Suncatcher.
Η Google το περιγράφει ως ένα μακροπρόθεσμο ερευνητικό moonshot που εξετάζει αν στο μέλλον θα μπορούσαν να δημιουργηθούν μεγάλης κλίμακας υπολογιστικές υποδομές τεχνητής νοημοσύνης στο διάστημα.
Η ιδέα βασίζεται σε μικρούς δορυφόρους που θα διαθέτουν:
Google TPUs, ηλιακά πάνελ και laser links για επικοινωνία μεταξύ τους.
Αντί δηλαδή να υπάρχει ένα τεράστιο κτήριο γεμάτο servers στη Γη, θα μπορούσαμε θεωρητικά να έχουμε έναν μεγάλο αριθμό διασυνδεδεμένων δορυφόρων.
Κάθε δορυφόρος θα αποτελεί ένα μικρό κομμάτι ενός τεράστιου κατανεμημένου AI computer.
Ο πρώτος δορυφόρος βρίσκεται ήδη σε τροχιά
Το Project Suncatcher έχει πλέον περάσει από τη θεωρία στην πραγματική δοκιμή.
Την 1η Οκτωβρίου 2026, η Google ανακοίνωσε ότι ο πρώτος prototype satellite του προγράμματος μπήκε επιτυχώς σε τροχιά.
Ο δορυφόρος κατασκευάστηκε σε συνεργασία με την Planet και εκτοξεύθηκε με αποστολή rideshare της SpaceX.
Η Google επιβεβαίωσε ότι έχει επικοινωνία μαζί του και ότι λειτουργεί κανονικά.
Ο βασικός στόχος δεν είναι ακόμη να δημιουργηθεί κανονικό orbital data center.
Η Google θέλει πρώτα να απαντήσει σε μια πολύ πιο βασική ερώτηση:
Μπορούν τα AI chips να λειτουργούν αξιόπιστα στο διάστημα;
Γιατί να βάλεις ένα data center στο διάστημα;
Η πρώτη μεγάλη απάντηση είναι η ενέργεια.
Σε κατάλληλη τροχιά, σύμφωνα με τη Google, ένα ηλιακό panel μπορεί να παράγει έως και οκτώ φορές περισσότερη ενέργεια σε σχέση με αντίστοιχη εγκατάσταση στη Γη.
Οι δορυφόροι μπορούν επίσης να έχουν πρόσβαση σε ηλιακό φως για πολύ μεγαλύτερο μέρος της ημέρας.
Αυτό είναι ιδιαίτερα σημαντικό για την τεχνητή νοημοσύνη.
Η AI χρειάζεται τεράστιες ποσότητες ηλεκτρικής ενέργειας και η εξασφάλισή της γίνεται ήδη ένα από τα σημαντικότερα προβλήματα της βιομηχανίας.
Το διάστημα προσφέρει θεωρητικά πρόσβαση σε μία τεράστια και συνεχή πηγή ενέργειας: τον Ήλιο.
Το πρόβλημα της ψύξης
Στη Γη ένα data center διαθέτει τεράστια συστήματα ψύξης.
Στο διάστημα όμως υπάρχει ένα παράδοξο.
Παρότι το διάστημα είναι εξαιρετικά ψυχρό, υπάρχει κενό.
Δεν υπάρχει αέρας ώστε ένας ανεμιστήρας να μεταφέρει τη θερμότητα μακριά από έναν επεξεργαστή.
Η θερμότητα πρέπει επομένως να απομακρύνεται κυρίως μέσω ακτινοβολίας.
Η Google δοκιμάζει συστήματα που συνδυάζουν heat pipes και radiators ώστε να μπορούν να ψύχουν τα TPUs στο κενό του διαστήματος.
Και αυτό αποτελεί ένα από τα δυσκολότερα τεχνικά προβλήματα του project.
Και μετά υπάρχει η κοσμική ακτινοβολία
Ένα ακόμη πρόβλημα είναι η ακτινοβολία.
Στη Γη, η ατμόσφαιρα και το μαγνητικό πεδίο μας προστατεύουν σε μεγάλο βαθμό από κοσμικά σωματίδια.
Στο διάστημα τα ηλεκτρονικά συστήματα είναι πολύ περισσότερο εκτεθειμένα.
Ένα ενεργειακό σωματίδιο μπορεί ακόμη και να αλλάξει την κατάσταση ενός bit μέσα στη μνήμη.
Το φαινόμενο είναι γνωστό ως bit flip.
Η Google έχει ήδη δοκιμάσει Trillium TPUs με proton beams και αναφέρει ότι τα chips άντεξαν επίπεδα συνολικής ακτινοβολίας μεγαλύτερα από αυτά που αναμένεται να δεχτούν σε μια πενταετή αποστολή.
Τώρα όμως οι πραγματικές δοκιμές γίνονται σε τροχιά.
Δορυφόροι που μιλούν μεταξύ τους με lasers
Υπάρχει ακόμη ένα τεράστιο πρόβλημα.
Ένα AI cluster χρειάζεται τρομακτικό bandwidth μεταξύ των accelerators.
Σε ένα επίγειο data center αυτό επιτυγχάνεται με εξαιρετικά γρήγορα interconnects.
Στο διάστημα όμως οι δορυφόροι βρίσκονται σε διαφορετικά σημεία και κινούνται συνεχώς.
Η Google σχεδιάζει να χρησιμοποιήσει laser communication links μεταξύ τους.
Οι μελλοντικοί δορυφόροι θα πρέπει να βρίσκονται σχετικά κοντά μεταξύ τους και να ανταλλάσσουν δεδομένα με πολύ υψηλές ταχύτητες.
Η εταιρεία σχεδιάζει νέες δοκιμές με δύο δορυφόρους το 2027 ώστε να εξετάσει αυτή την τεχνολογία.
Δεν χτίζει ακόμη κανονικά data centers στο διάστημα
Εδώ χρειάζεται μια σημαντική διευκρίνιση.
Δεν υπάρχει αυτή τη στιγμή κάποιο τεράστιο Google data center που λειτουργεί σε τροχιά.
Το Project Suncatcher βρίσκεται ακόμη σε ερευνητική και πειραματική φάση.
Ο πρώτος δορυφόρος χρησιμοποιείται για να εξεταστεί αν το hardware μπορεί να αντέξει τις συνθήκες του διαστήματος.
Άρα ο όρος «data center στο διάστημα» περιγράφει περισσότερο τον μακροπρόθεσμο στόχο παρά την κατάσταση που υπάρχει σήμερα.
Όμως το σημαντικό είναι ότι η Google έχει πλέον αρχίσει πραγματικές orbital δοκιμές.
Από τα μεγάλα μοντέλα στα μεγάλα ενεργειακά προβλήματα
Το Gemini 4 Argon και το Project Suncatcher μπορεί αρχικά να φαίνονται σαν δύο εντελώς διαφορετικές ειδήσεις.
Στην πραγματικότητα αποτελούν δύο πλευρές του ίδιου προβλήματος.
Από τη μία έχουμε όλο και ισχυρότερα AI models.
Από την άλλη έχουμε το φυσικό infrastructure που πρέπει να τα τρέξει.
Και το δεύτερο γίνεται όλο και δυσκολότερο.
Η τεχνητή νοημοσύνη δεν είναι μόνο algorithms και neural networks.
Είναι επίσης:
chips, ηλεκτρική ενέργεια, ψύξη, δίκτυα, data centers και φυσικές υποδομές.
Η επόμενη μάχη της AI ίσως δεν γίνει μόνο στα μοντέλα
Τα τελευταία χρόνια ο ανταγωνισμός επικεντρωνόταν κυρίως στο ποιος έχει το καλύτερο μοντέλο.
Google Gemini.
OpenAI GPT.
Anthropic Claude.
Όμως όσο οι απαιτήσεις σε compute αυξάνονται, το ανταγωνιστικό πλεονέκτημα μπορεί να μετακινηθεί αλλού.
Στο ποιος διαθέτει:
καλύτερα chips,
φθηνότερη ενέργεια,
ταχύτερα δίκτυα,
περισσότερα data centers,
και ίσως στο μέλλον… καλύτερη πρόσβαση στο διάστημα.
Το Gemini 4 Argon δείχνει προς την επόμενη γενιά της τεχνητής νοημοσύνης.
Το Project Suncatcher δείχνει κάτι ακόμη μεγαλύτερο:
πού ίσως χρειαστεί να μεταφερθεί η υπολογιστική υποδομή για να μπορέσει αυτή η AI να συνεχίσει να μεγαλώνει.
Φόρτωση σχολίων…