Gemini 4 Argon уже представили, но скачать её и спокойно погонять в чате пока нельзя. Google сначала открывает модель trusted cyber defenders — проверенным специалистам по киберзащите через Fairwind Program. Остальным обещают доступ позже: сначала платным API-клиентам и подписчикам Google AI Ultra.

Характеристики у Argon такие, что релиз сложно назвать обычным обновлением. Максимальный объём вывода вырос с 64 000 до 1 000 000 токенов. Модель умеет вести длинную цепочку рассуждений, разбирать большие кодовые базы, документы, таблицы и многошаговые задачи в одном рабочем процессе.

Специалист оценивает абстрактную модель ИИ, связанной с темой закрытого тестирования Gemini 4 Argon.Источник: eesel.ai

Gemini 4 Argon рассчитана на длинную работу

Корей Кавукчуоглу, SVP Google DeepMind и главный AI-архитектор Google, описал Argon как модель для «сложных рабочих процессов с большим горизонтом». В оригинале речь о задачах, где нужно долго планировать, проверять промежуточные шаги и доводить результат до конца.

Для этого Google подняла лимит вывода почти в 15 раз. В API также добавляют Long Decode Continuation: длинный ответ можно поставить на паузу и продолжить следующим запросом, чтобы рассуждение не упёрлось в тайм-аут.

Миллион токенов не означает, что креатору придётся просить модель писать миллион токенов. Смысл в другом: Argon сможет держать в одной задаче большую документацию, историю правок, несколько вариантов сценария, технические требования и результаты предыдущих проверок.

Для визуального автора это может выглядеть так: разобрать бриф клиента, изучить десятки референсов и ограничений, собрать структуру рекламного ролика, проверить соответствие бренду, подготовить версии под разные форматы и объяснить, где сценарий развалится на производстве. Сейчас такие задачи часто приходится дробить между несколькими чатами и агентами.

Что Gemini 4 Argon показала на тестах

На AutomationBench от Zapier, где проверяется выполнение бизнес-задач от начала до конца, Argon получила 51,3%. В Vals Index для финансовых, юридических, налоговых и программных задач — 68,9%. В тесте длинного видео LVBench — 91,7%.

Есть важная оговорка. Эти цифры в основном публикует сама Google. Argon тестировали с максимальным уровнем рассуждений, а данные конкурентов часто брали из публичных результатов. Оценки полезны, но независимое сравнение ещё нужно.

По данным Artificial Analysis, Argon сравнялась с GPT-6 Astra на Intelligence Index и при скидочной цене показывает около 60% её стоимости за задачу. Сторонний обзор eesel AI при этом отмечает, что Argon уступает Claude Opus 5.5 и Sonnet 5.5 в terminal coding. Перед нами сильный участник с конкретными преимуществами, а не универсальный победитель всех тестов.

Миллион токенов стоит недорого. Пока

Стартовая цена Gemini 4 Argon — $2 за миллион входных токенов и $10 за миллион выходных. Кэшированные входные токены стоят на 95% дешевле: примерно $0,10 за миллион на стартовом тарифе.

После промо-периода Google планирует поднять цены до $4 за миллион входных и $20 за миллион выходных токенов. Сколько продлится вводный период, компания не уточнила.

Полный ответ на 1 млн токенов обойдётся в $10 по стартовой цене и в $20 после повышения. Но это только арифметика прайса. В реальной работе стоимость зависит от того, сколько токенов модель генерирует на задачу. В обзоре eesel AI Argon расходовала около 62 000 выходных токенов против 27 000 у Astra. Длинное рассуждение может оказаться дешёвым за миллион, но дорогим за один рабочий кейс.

Argon — это 4 из 5 за возможности и 1 из 5 за доступность. — оценка Rama Adi из eesel AI

Для креатора вывод простой: смотрите не на цену токена, а на стоимость готового результата. Если модель закрывает задачу за один проход, она может оказаться выгоднее пяти коротких запросов в разных сервисах. Если начинает писать длинные рассуждения там, где нужен короткий ответ, экономия исчезает.

Киберзащита стала главным фильтром доступа

Google отдельно обучала Argon defensive cybersecurity — защите, а не атаке. Компания заявляет, что модель может автономно находить, проверять и исправлять критические уязвимости. В CWE-bench v1 Argon набрала 68% и разделила первое место.

Wiz уже использует Argon в инициативе Scan for Good. В одном раннем кейсе модель обнаружила критическую уязвимость в медицинском ПО, через которую могли раскрываться персональные данные пациентов. Предыдущие фронтирные модели, по словам Google, этот риск пропустили.

Для trusted cyber defenders Argon выпускают без части киберзащитных ограничений. Перед публичным релизом Google, наоборот, усиливает guardrails: тестирует устойчивость к prompt injection, отслеживает возможное misalignment и изолирует sandbox-среды перед рискованными проверками.

Кавукчуоглу говорит, что Google участвует в добровольной американской программе предварительного доступа к новым моделям для государственных ведомств. Это одна из причин поэтапного запуска. Другая — обратная связь от первых тестировщиков: на её основе компания хочет допилить защитные механизмы.

Где Argon пригодится креатору

В генерации картинок или видео Argon не заменит Seedream, GPT Image или Seedance. Это языковая модель для работы вокруг производства: она собирает требования, анализирует материалы, пишет код, проверяет пайплайн и управляет агентами.

Я бы использовал её в четырёх сценариях:

• аудит большого брифа и брендбука перед генерацией; • разбор длинного видео, раскадровки или каталога референсов; • сборка автоматизации для контент-пайплайна и API; • проверка рекламных материалов на юридические и технические ограничения.

Длинный контекст особенно пригодится в агентских задачах. Модели можно дать требования клиента, таблицу форматов, список запрещённых слов, сценарий, комментарии команды и историю изменений. После этого попросить пройти чек-лист и показать места, где результат расходится с входными данными.

Финальное решение я бы всё равно проверял вручную. Даже при работе с большими документами модель может неправильно понять визуальный референс, пропустить деталь в видео или выдать код, который выглядит разумно, но ломается в продакшене.

Доступа пока нет — и это тоже часть новости

1 октября автор обзора eesel AI трижды обращался к Gemini API с разными идентификаторами модели и каждый раз получал ошибку 404 NOT_FOUND. Статус понятен: Argon уже анонсирована, но обычным инструментом для самостоятельной проверки ещё не стала.

Google обещает расширять доступ «как можно скорее», но конкретной даты не называет. Сначала идут платные API-клиенты и подписчики Google AI Ultra, затем предприятия и обычные пользователи.

Пока можно подготовить собственные тесты. Возьмите три реальные задачи: длинный бриф, анализ большого набора материалов и многошаговую автоматизацию. Зафиксируйте качество ответа, количество токенов, время, число ручных правок и процент ошибок. Так станет понятно, нужен ли вам миллионный лимит, а не только громкий benchmark.

Собираю AI-пайплайны для креаторов в Workflow

Источники

Introducing Gemini 4 Argon

Gemini 4 Argon review: benchmarks, costs, and my verdict

Google launches Gemini 4 Argon as staff question its coding

Gemini 4 Argon Pricing: $2/$10 Intro, $4/$20 After

Источникdeepmind.google