ה-AI הבא לא רק יענה מהר. הוא יעבוד על הבעיה הרבה יותר זמן.
Gemini 4 Argon מציג כיוון חדש: AI שמסוגל להמשיך לעבוד על משימות מורכבות לאורך תהליך ארוך, ולא רק לתת תשובה אחת.
Google חשפה השבוע את Gemini 4 Argon — מודל חדש שמיועד למשימות מורכבות וארוכות, כאלה שלא נגמרות בשאלה אחת ותשובה אחת.
אחד החידושים הבולטים בו הוא יכולת להפיק עד מיליון tokens בתהליך אחד, לעומת 64 אלף בדור הקודם. Google מציגה אותו כמודל שמסוגל להמשיך לעבוד לאורך רצף ארוך של חשיבה, ניסיון, בדיקה ותיקון.
זה נשמע טכני.
אבל המשמעות מעניינת:
AI מתחיל לעבור מ״תענה לי״ ל״תעבוד על זה״.
למה זה משנה משהו לעסק?
היום הרבה שימושים ב-AI נראים כך:
שאלה → תשובה → תיקון → עוד פרומפט → עוד תיקון.
אבל משימות אמיתיות כמעט אף פעם לא עובדות ככה.
מחקר מתחרים דורש לקרוא כמה מקורות.תכנון מהלך דורש להשוות אפשרויות.ניתוח נתונים דורש לזהות חריגה, לבדוק אותה ולחזור למסקנה.
Google כבר מתארת שימושים פנימיים שבהם Argon עבד על משימות ארוכות כמו אופטימיזציה של מערכות, מחקר מקצועי ומיגרציות קוד רחבות — עם שלבי בדיקה לאורך הדרך.
וזה משנה גם את הדרך שבה כדאי לנסח משימה
במקור:
״מה כדאי לי לעשות?״
משימה שמתאימה לדור הזה של AI נראית יותר כמו:
״בדוק את החומרים האלה, השווה בין האפשרויות לפי שלושה קריטריונים, מצא נקודות שלא מסתדרות, ורק אז הצג שלוש מסקנות והסבר איך הגעת אליהן.״
כלומר פחות Prompt קסם.
יותר תהליך עבודה מוגדר.
אבל יש כאן קאצ׳ חשוב
Argon עדיין לא פתוח כרגע לכולם. Google משחררת אותו בהדרגה לקבוצה מצומצמת של בודקים לפני הרחבה למפתחים, עסקים ומשתמשים.
וזה דווקא נותן זמן להתכונן לדבר החשוב באמת:
לא איזה מודל לבחור.
אלא איזה תהליך בעסק שלכם מספיק ברור כדי לתת ל-AI לעבוד עליו לאורך זמן.
תכל׳ס
התקדמות ב-AI לא נמדדת רק בכמה טובה התשובה הראשונה.
השלב הבא הוא מודלים שיכולים להישאר עם בעיה, לבדוק את עצמם ולהמשיך לעבוד עליה.
וכשזה קורה, היתרון לא יהיה למי שיודע לכתוב את הפרומפט הכי מתוחכם.
אלא למי שיודע להגדיר עבודה טובה.
המידע על Gemini 4 Argon, מגבלת הפלט של מיליון tokens, המעבר מ-64K, דוגמאות העבודה הפנימיות וההשקה ההדרגתית מבוססים על ההכרזה הרשמית של Google מ-30 בספטמבר 2026.
המסגור של ״מתענה לי לתעבוד על זה״ והמשמעות לעסקים הם הפרשנות המקורית של ת׳כלס / TULA.