Gemini 4 Argon: как работает новая флагманская модель ИИ Google и что она делает

Google выпустила Gemini 4 Argon разработчикам, компаниям и потребителям по всему миру 13 октября 2026 года, согласно объявлению компании на блоге Google. Компания описывает её как передовую модель, предназначенную для «глубокой работы» — сложных, многоэтапных задач в области кодирования, финансов, юридической работы, кибербезопасности и науки — а не для коротких вопросно-ответных обменов.

Для чего создан Gemini 4 Argon

Согласно посту запуска Google, Argon объединяет глубокое рассуждение о многоэтапных задачах с мультимодальным пониманием документов, изображений и пространственных окружений, а также возможностью действовать как независимый программный агент. Модель поддерживает так называемый лимит «унифицированного» ввода-вывода из одного миллиона токенов, означающий, что один обмен может как читать, так и создавать очень большие объемы текста, кода или данных без потери контекста.

Google сообщает, что Argon занимает первое место в индексе Vals Index, эталоне, который, по словам компании, измеряет производительность по экономически важным задачам, таким как финансы, кодирование, юридическая работа и подготовка налоговой отчетности. Компания также указывает на результат 87% в тесте Embodied Reasoning (ERQA), который проверяет пространственное и физическое решение проблем, и говорит, что Argon показал уровень раскрытия уязвимостей менее 1% в тестах красной команды, связанных с биооружием.

Кодирование: от кодовой базы Chrome к GitHub Copilot

В своем объявлении Google называет несколько внутренних и внешних вариантов использования: инженеры использовали Argon, чтобы отделить примерно 6-миллионную строку унаследованной папки функций браузера из более крупной, примерно 40-миллионной строки кодовой базы Chromium, а задача оптимизации рабочего процесса Python, как сообщается, сократила время подготовки сеанса на 40%. Приложение квантовой химии, как говорят, работало в 2,3 раза быстрее с помощью Argon.

13 октября 2026 года GitHub объявила, что Gemini 4 Argon стал общедоступен в GitHub Copilot для планов Pro+, Business и Enterprise, выбираемый из палитры моделей в Visual Studio Code, Visual Studio, Copilot CLI, JetBrains IDEs, Xcode и Eclipse, согласно журналу изменений GitHub. GitHub говорит, что при его ранних тестированиях Argon решил больше задач на бенчмарках кодирования, чем предыдущие модели Gemini, с наибольшими достижениями в Copilot CLI, и что он проверяет свою работу, тестируя граничные случаи перед завершением. Плата за пользователей Copilot взимается на основе использования по прейскурантным ставкам поставщика.

Робототехника и физическое мышление

Отдельный пост в блоге Google Developers посвящен приложениям Argon в робототехнике. Google говорит, что модель может переводить видео с камеры реального робота, видео от первого лица человека или даже эскизы, нарисованные от руки, в физически откалиброванные симулированные окружения, процесс, который она называет «Real2Sim». В одной демонстрации Argon направил квадруполя Boston Dynamics Spot для извлечения и утилизации объекта после практики задачи внутри моделирования физики MuJoCo.

Google также говорит, что Argon может генерировать синтетические данные обучения внутри моделирования для улучшения других моделей управления роботами, сообщая, что процент успеха выполнения задачи моделью зрения-языка-действия вырос с 56% до 75% после обучения на данных, сгенерированных Argon. Модель идентифицируется в инструментах разработчика как gemini-4-argon и, для работы в робототехнике, доступна через Google AI Studio и Google Antigravity для подписчиков Google AI Ultra, а также через платный уровень Gemini API.

Сравнение с конкурирующими моделями

Независимое отслеживание бенчмарков, опубликованное на сайте AI-образования DataCamp, который скомпилировал опубликованные Google баллы наряду с выпусками конкурентов, показало, что Argon лидирует в задачах, основанных на знаниях и долгосрочном контексте, но отстает от конкурирующих моделей в некоторых чистых бенчмарках кодирования и на основе терминала.

Анализ DataCamp также отметил, что стандартная цена API Argon в размере $4 за миллион входных токенов и $20 за миллион выходных токенов совпадает с ценой Claude Opus 5.5, в то время как его вводная ставка в размере $2/$10 за миллион токенов ниже указанной ставки GPT-6 Astra в размере $10/$50 в течение периода продвижения.

Ценообразование, доступность и почему Google продвигает Argon сейчас

По собственному посту Google, вводное ценообразование API — $2 за миллион входных токенов и $10 за миллион выходных токенов, со скидкой 95% на кэшированные входы — действует до 30 ноября 2026 года, после чего оно возрастает до $4 и $20 за миллион токенов соответственно. Потребители могут получить доступ к Argon через приложение Gemini и режим ИИ в поиске, если у них есть подписка на AI Pro или AI Ultra; среда кодирования Antigravity ограничена подписчиками Ultra, а ученые могут получить шесть месяцев бесплатного доступа к высокоуровневой Antigravity и проверенные специалисты по кибербезопасности могут подать заявку через программу Google Fairwind.

Новостное агентство Reuters, в докладе, размещенном на Investing.com, поместило запуск в более широкий контекст, сказав, что Google развернула Argon в попытке вернуть потерянную позицию против конкурентов OpenAI и Anthropic после месяцев задержек и перестановок в руководстве её исследовательской лаборатории DeepMind. В докладе говорилось, что Google ранее отменила запланированный выпуск Gemini 3.5 Pro, который был запланирован на июнь. Ранние клиенты, названные в докладе, включают Deloitte, LexisNexis, Ambience Healthcare и Isomorphic Labs, и команды, использующие Argon внутри Antigravity, по сообщениям, увеличили подачи агентского кода более чем на 35%, одновременно сокращая откат кода на почти треть.