Вышла Gemini 4 Argon. Доступна она не для всех пользователей, а только для специалистов по информационной безопасности в рамках программы Fairwind, через которую Google представляет новые модели для проверки безопасности.
Главная особенность Argon — увеличенный лимит вывода. Модель может выдавать до 1 млн токенов за запрос, тогда как предыдущая версия смогла выдавать только до 64 000 токенов. Это позволяет модели дольше работать над большой задачей и выдавать очень развернутый ответ без необходимости разбиения работы на множество запросов. Стоит оговориться — даже тут слона едят по кусочкам. Argon продолжит анализировать данные, писать и исправлять свой код, проверять результат, но без постоянного дерганья пользователя.
На старте модель будет стоить 2 $ за миллион входных токенов и 10 $ за миллион выходных. Для кэшированных данных Google сделает вам скидку в размере 95%, и обработка обойдется уже в 0,10 $ за миллион токенов.
Бенчмарки
Бенчмарки как обычно на высоте. В большинстве тестов Argon обгоняет недавно вышедшие Claude Opus 5.5 и Claude Fable 5.1 от Anthropic и GPT-6 Astra от OpenAI. Исключения тоже есть, в FrontierSWE v2 и Terminal-Bench 4.0 она уступает всем трем.
AutomationBench – 51,3%, довольно высокий показатель по сравнению с остальными. Тест оценивает способность выполнять многоэтапные задачи, где используются несколько инструментов. В тесте DeepSWE v1.1, который оценивает действия ИИ в долгосрочной программной инженерии, Argon набрала 77,9% и установила новый рекорд. В ALE (Agent’s Last Exam), который проверяет способность модели решать сложные задачи из разных областей науки показал 39,5%, что немного выше Claude Opus 5.5.
Самый большой разрыв с остальными моделями получился в тесте Harvey’s Legal Agent Benchmark, который оценивает выполнение задач в юридической сфере. 19,6% против 6,7% у Claude Fable 5.1. Так что скоро модели смогут не только править нам код или перечитывать новости за день, но и представлять людей в суде.
Для чего полезна эта модель
Argon предназначена для многошаговых проектов по программированию и анализу данных. На мой взгляд, самый показательный пример оптимизации помог Google освободить достаточное количество памяти в своих ЦОДах. Несколько агентов проанализировали данные о работе оборудования, нашли неэффективные моменты и предложили их устранить. После анализа предложенных исправлений специалистам удалось освободить более 300 ТБ памяти, а оценочный общий объем экономии от оптимизации составит от 500 ТБ до 1 ПБ.
Яркий пример работы с кодом у Google тоже есть. Декодер видео с открытым исходным кодом libgav1 переработали с помощью Argon. Проанализировав существующую версию на Rust, агенты заменили 32 000 строк SIMD-кода и провели эксперименты с профилированием. В результате получили безопасный для памяти видеодекодер на Rust, работающий в 2,7 раза быстрее предыдущей версии при идентичном видеовыходе. Компилятор при этом автоматически векторизирует новый код.
В итоге мы на живом примере можем увидеть реальную пользу модели, а не прогнанные бенчмарки в идеальной среде.
Выводы
Gemini 4 Argon создана для игры вдолгую — она отлично справляется с длительным выполнением сложных задач. Большой объем контекста не только потратит больше денег за раз, но и даст возможность для работы с большими программными и документальными проектами. Пока мы увидели бенчмарки и интересные истории от Google, как сильна, эффективна и оптимизирована модель, как она справляется с самыми сложными задачами лучше конкурентов, но пока она не релизнется – все это будут лишь слова. Когда Argon выйдет в свет для всех желающих, обязательно проверьте ее в юридическом вопросе — не зря же она лучшая модель в этом бенчмарке.
