Gemini 4 Argon: jak działa nowy flagowy model AI firmy Google i co robi

Google wydała Gemini 4 Argon dla deweloperów, firm i konsumentów na całym świecie 13 października 2026 roku, zgodnie z własnym ogłoszeniem firmy na blogu Google. Firma opisuje ją jako model czołowy przeznaczony do "głębokich prac" — złożonych, wieloetapowych zadań w kodowaniu, finansach, pracy prawnej, cyberbezpieczeństwie i nauce — a nie do krótkich wymian pytań i odpowiedzi.

Do czego przeznaczony jest Gemini 4 Argon

Zgodnie z postem uruchamiającym Google, Argon łączy głębokie rozumowanie na wieloetapowych zadaniach ze zrozumieniem multimodalnym dokumentów, obrazów i środowisk przestrzennych, plus zdolność działania jako autonomiczny agent programistyczny. Model obsługuje to, co Google nazywa limitem "ujednoliconego" wejścia-wyjścia o wartości 1 miliona tokenów, co oznacza, że pojedyncza wymiana może zarówno czytać, jak i generować bardzo duże ilości tekstu, kodu lub danych bez utraty kontekstu.

Google informuje, że Argon zajmuje pierwsze miejsce w indeksie Vals Index, wartościowaniu, które zdaniem firmy mierzy wydajność w ważnych ekonomicznie zadaniach, takich jak finanse, kodowanie, prace prawne i przygotowywanie podatków. Firma cytuje również wynik 87% w teście Embodied Reasoning (ERQA), który testuje rozwiązywanie problemów przestrzennych i fizycznych, i mówi, że Argon wykazał wskaźnik odblokowania luk poniżej 1% w testach red-team związanych z bronią biologiczną.

Kodowanie: od bazy kodu Chrome'a do GitHub Copilot

Ogłoszenie Google wymienia kilka wewnętrznych i zewnętrznych przypadków użycia: inżynierowie używali Argon, aby oddzielić około 6-milionową linię starszego folderu funkcji przeglądarki z większej, około 40-milionowej linii bazy kodu Chromium, a zadanie optymalizacji przepływu pracy Python rzekomo zmniejszyło czas przygotowania sesji o 40%. Mówi się, że aplikacja chemii kwantowej działała 2,3 razy szybciej dzięki pomocy Argon.

13 października 2026 roku GitHub ogłosiła, że Gemini 4 Argon został udostępniony w GitHub Copilot dla planów Pro+, Business i Enterprise, możliwy do wybrania z selektora modeli w Visual Studio Code, Visual Studio, Copilot CLI, JetBrains IDEs, Xcode i Eclipse, zgodnie z dziennikiem zmian GitHub. GitHub mówi, że w jego wczesnych testach Argon rozwiązał więcej zadań benchmarkowych kodowania niż poprzednie modele Gemini, z największymi zyskami w Copilot CLI, i że sprawdza swoją pracę poprzez testowanie przypadków brzegowych przed zakończeniem. Rozliczenie dla użytkowników Copilot odbywa się na podstawie cen zarządzanych przez dostawcę.

Robotyka i rozumowanie fizyczne

Oddzielny post na blogu Google Developers skupia się na aplikacjach Argon w robotyce. Google mówi, że model może przetłumaczyć rzeczywiste nagrania z kamery robota, wideo z perspektywy pierwszej osoby lub nawet ręcznie rysowane szkice na kalibrowane fizycznie symulowane środowiska, proces, który nazywa "Real2Sim". W jednej demonstracji Argon skierował czteronogiego robota Boston Dynamics Spot do pobrania i utylizacji obiektu po praktyce zadania wewnątrz symulacji fizyki MuJoCo.

Google mówi również, że Argon może generować syntetyczne dane treningowe wewnątrz symulacji, aby poprawić inne modele sterowania robotami, informując, że wskaźnik powodzenia zadania modelu wizji-języka-akcji wzrósł z 56% do 75% po przeszkoleniu na danych wygenerowanych przez Argon. Model jest identyfikowany w narzędziach programistycznych jako gemini-4-argon i, do pracy z robotyką, jest dostępny poprzez Google AI Studio i Google Antigravity dla subskrybentów Google AI Ultra, a także poprzez płatną warstwę Gemini API.

Porównanie z konkurencyjnymi modelami

Niezależne śledzenie benchmarków opublikowane przez stronę edukacyjną AI DataCamp, która zestawiła opublikowane przez Google wyniki wraz z wydaniami konkurentów, wykazało, że Argon prowadzi w zadaniach pracy wiedzy i długiego kontekstu, ale zaostał w tyle za konkurencyjnymi modelami w niektórych czystych benchmarkach kodowania i terminalowych.

Analiza DataCamp również odnotowała, że standardowa cena API Argon wynosząca 4 dolary za milion tokenów wejściowych i 20 dolarów za milion tokenów wyjściowych odpowiada cenom Claude Opus 5.5, podczas gdy jego stawka wprowadzająca 2/10 dolarów za milion tokenów jest poniżej notowanej stawki GPT-6 Astra wynoszącej 10/50 dolarów w okresie promocji.

Ceny, dostępność i dlaczego Google promuje Argon teraz

Zgodnie z własnym postem Google, introductory API pricing — 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych, ze 95% rabatem na pamięć podręczną wejść — obowiązuje do 30 listopada 2026 roku, po czym wzrasta do 4 i 20 dolarów za milion tokenów odpowiednio. Konsumenci mogą dotrzeć do Argon poprzez aplikację Gemini i AI Mode w Search, jeśli posiadają subskrypcję AI Pro lub AI Ultra; środowisko kodowania Antigravity jest ograniczone do subskrybentów Ultra, podczas gdy naukowcy mogą uzyskać sześć miesięcy bezpłatnego dostępu do wysokopoziomowej Antigravity i zweryfikowani specjaliści ds. cyberbezpieczeństwa mogą aplikować poprzez program Google Fairwind.

Agencja Reuters, w raporcie zamieszczonym na Investing.com, umieściła uruchomienie w szerszym kontekście, mówiąc, że Google wdrożyła Argon, starając się odzyskać grunt wobec konkurentów OpenAI i Anthropic po miesiącach opóźnień i przemeblowania kierownictwa w jej laboratorium badawczym DeepMind. Raport mówił, że Google wcześniej anulowała zaplanowaną premierę Gemini 3.5 Pro, która miała być zaplanowana na czerwiec. Wczesnymi klientami wymienionymi w raporcie są Deloitte, LexisNexis, Ambience Healthcare i Isomorphic Labs, a zespoły korzystające z Argon wewnątrz Antigravity rzekomo zwiększyły przesyłki kodu agentycznego o ponad 35%, jednocześnie zmniejszając wycofanie kodu o prawie jedną trzecią.