Gemini 4 Argon стала доступна по всему миру. Разработчики могут вызывать её через платный API в AI Studio и на Gemini-платформе. Подписчикам Ultra модель доступна ещё и в Antigravity, а в приложении Gemini и поисковом AI Mode — на тарифах Pro и Ultra.
На старте миллион входных токенов стоит $2, миллион выходных — $10. Эта цена действует до 30 ноября. Для креаторов тут две новости: Google выпускает флагман для длинных задач, кода и работы с инструментами, но доступ к Argon в приложении зависит от подписки. Бесплатным пользователям и подписчикам Plus остаются модели Flash.
Кому доступна Argon и сколько стоит
Google объявила о запуске 13 октября. В AI Studio модель вызывается через платный уровень Gemini API. Её идентификатор — gemini-4-argon. Подписчики Google AI Ultra также получают доступ к Antigravity — среде Google для разработки с агентами. В приложении Gemini и режиме AI Mode в Поиске Argon доступна на тарифах Google AI Pro и Ultra.
Вводная цена API — $2 за миллион входных токенов и $10 за миллион выходных. Кэшированные входные токены стоят на 95% дешевле обычных. С 1 декабря цена вырастет до $4 и $20 соответственно. Так что стартовый прайс временный.
Если потратить по миллиону входных и выходных токенов, счёт по стартовому прайсу составит $12, без учёта кэширования. Фактический расход зависит от запроса: токены быстро набегают, когда модель долго рассуждает или агент проходит несколько шагов. Перед переносом рабочего процесса в API я бы прогнал несколько типичных задач и посмотрел на счёт.
Для сравнения: Google AI Pro стоит ¥2 900 в месяц, Ultra — от ¥14 500, пишет японское издание ITmedia AI+. Цены зависят от страны и условий подписки, поэтому перед оплатой проверьте локальную страницу Google. В официальном анонсе компания также предлагает до 10 000 исследователям бесплатный доступ к высшему уровню Antigravity на шесть месяцев. Места распределяют постепенно, после отбора.
В приложении доступ устроен по тарифам: бесплатным пользователям оставили Flash-Lite, подписчикам Plus — Flash, а Pro и Ultra открывают Pro-модели. Если вы запускаете сложные задачи в бесплатном Gemini, Argon там не появится автоматически.
Что дают миллион токенов и длинная работа агента
В руководстве Google AI Studio для Argon указано контекстное окно до 1 млн токенов на вход и выход. В один процесс можно загрузить большой объём материалов и попросить модель обработать его целиком — например, пройтись по крупной кодовой базе или сопоставить длинные документы. Большое окно само по себе не гарантирует быстрый или дешёвый ответ: цена зависит от объёма входа, ответа и повторных шагов.
Google позиционирует Argon для многоэтапных задач в программировании, юридической и финансовой работе, кибербезопасности и науке. По данным компании, инженеры Google с Argon увеличили число агентных отправок кода более чем на 35%, а откаты кода сократились почти на треть. Это внутренние данные Google, не результаты независимого измерения.
Ещё один пример из Google — рефакторинг Chrome. Компания сообщает, что архитектурные изменения в сотнях файлов кодовой базы на 40 млн строк заняли недели вместо месяцев. В другом внутреннем эксперименте Argon автономно работала ночью с Agent Development Kit. По данным Google, время подготовки сессии сократилось на 40%, а холодный импорт ускорился на 21%.
Для визуального автора интерес здесь скорее в работе с материалами и инструментами. Argon принимает текст, изображения, аудио и видео, но выдаёт текст и не создаёт видеофайл. Её можно проверить на сценариях, описаниях раскадровок, длинных транскриптах или написании кода для интерактивных веб-сцен и творческого софта.
Google показывает, как Argon управляет Blender через MCP в Antigravity: проверяет промежуточный результат и продолжает работу. Это демонстрация агентного процесса. 3D-сцену или видео создают подключённые инструменты, а не одна модель без них. Если будете повторять такую схему, сначала проверьте доступ к нужным инструментам и разрешениям. Затем — стабильность результата на небольшом задании.
Где Argon сильна и что ещё нужно проверить
По данным Google, Argon занимает первое место в Vals Index — рейтинге задач из финансовой, юридической, налоговой и кодинговой сфер. При этом в независимых общих рейтингах, которые приводит The Decoder, выше стоит Claude Opus 5.5. Одной таблицы мало, чтобы понять, какая модель лучше справится с вашей задачей.
С оценками безопасности тоже нужна осторожность. Google называет архитектуру Argon своей самой сильной по этому параметру. В тесте Gray Swan Indirect Prompt Injection компания зафиксировала успешные атаки в 0,7% случаев на 15 адаптивных попытках. The Decoder отмечает, что Google не уточнила, совпадали ли условия теста с условиями предыдущих сравнений. Цифру можно учитывать, но сравнивать модели по ней напрямую пока трудно.
Для кода я бы устроил свой тест. Возьмите задачу из обычной работы — разбор проекта, поиск ошибки или подготовку скрипта. Дайте одинаковый контекст Argon и модели, которой пользуетесь сейчас. Оцените не только первый ответ, но и исправления после замечаний: сколько понадобилось итераций, сколько ушло токенов и сколько пришлось править вручную.
この絵のキャラが話すショート動画を作りたい。動画生成AIは使わず、口を開けた顔と目を閉じた顔をCodexに描かせて、声に合わせて口を動かして。声は無料のものを聞き比べて選びたいИз чего собран промт
- цельхочу создать короткое видео с персонажем из этого рисунка
この絵のキャラが話すショート動画を作りたい。 - ограничениене использовать AI для генерации видео
動画生成AIは使わず、 - инструкцияпопросить Codex нарисовать лица с открытым ртом и закрытыми глазами
口を開けた顔と目を閉じた顔をCodexに描かせて、 - действиедвигать ртом в соответствии с голосом
声に合わせて口を動かして。 - требованиесравнить бесплатные голоса и выбрать
声は無料のものを聞き比べて選びたい
筆者インドアバイクのスマートトレーナーと連動したZwiftのようなバーチャルサイクリングアプリを作りたい。ただし、映像は3Dによる生成ではなく、MiniMax H3やLTX 2.5などの動画生成でリアルタイムで、スピードは自転車のケイデンスやパワーと連動するようにしたい。街並みは、指定した街を進んでいく。スピードの制御は動画再生速度のコントロールで行うИз чего собран промт
- цельхочу создать виртуальное приложение для велосипеда, как Zwift
筆者インドアバイクのスマートトレーナーと連動したZwiftのようなバーチャルサイクリングアプリを作りたい。 - условиевидео не 3D, а генерируется в реальном времени с помощью MiniMax H3 или LTX 2.5
ただし、映像は3Dによる生成ではなく、MiniMax H3やLTX 2.5などの動画生成でリアルタイムで、 - требованиескорость должна быть связана с каденсом и мощностью
スピードは自転車のケイデンスやパワーと連動するようにしたい。 - сценаулицы продвигаются по указанному городу
街並みは、指定した街を進んでいく。 - управлениеуправление скоростью через контроль скорости воспроизведения
スピードの制御は動画再生速度のコントロールで行う
Что проверить перед запуском в работе
Для API начните с платного уровня Gemini API в AI Studio и модели gemini-4-argon. На первых тестах ограничьте объём входных данных и сравните режимы thinking level: low, medium и high. Google перечисляет их в руководстве. Высокий уровень может пригодиться для сложных рассуждений, но проверьте, как он влияет на время ответа и расход токенов.
Выберите одну повторяющуюся задачу и заранее решите, что будете измерять: сколько шагов модель сделала сама, где ошиблась, сколько правок потребовалось и сколько токенов ушло. Если результат нужен для креативного продакшена, отдельно проверьте работу подключённых сервисов. Argon выдаёт текст; изображения, анимацию и видео создают другие инструменты.
И не забудьте про цену. До 30 ноября миллион входных и выходных токенов стоит $2 и $10 соответственно; с 1 декабря — $4 и $20. Окно для тестов есть, но я бы не переносил весь воркфлоу из-за временного прайса. Сначала посчитайте стоимость результата, который действительно останется в работе.
Argon интересна для длинной агентной работы и кода. В визуальном продакшене она пока скорее управляющий слой: готовое видео создают подключённые инструменты.
Источники
Gemini 4 Argon: Built to solve your hardest problems — Google
Gemini 4 Argon: Developer Guide — Google AI Studio
Gemini 4 Argon — Model Card — Google DeepMind
Gemini 4 Argon global availability announcement — Google
Источникthe-decoder.com
