Gemini 4 Argon: что умеет новый флагман Google

От закрытого запуска к общему доступу

Argon вышел в два этапа. 30 сентября Google анонсировала модель и выдала ее проверенным специалистам по кибербезопасности через программу Fairwind. Компания объяснила такой порядок соображениями безопасности: выпуск возможностей этого уровня требует поэтапного подхода. Параллельно Google участвовала в добровольной процедуре правительства США, которая предусматривает доступ к моделям до релиза.

Fairwind появилась в начале сентября вместе с Gemini 3.8 Flash Cyber ― версией для поиска уязвимостей.

Участникам программы Argon предоставляется без «киберограничений», чтобы защитники могли использовать весь потенциал модели.

13 октября начался второй этап. Модель стала доступна в API через AI Studio и платформу Gemini, в Antigravity, приложении Gemini и AI Mode в Google-поиске.

Двухнедельная пауза между анонсом и релизом ушла на доработку защитных механизмов. В сентябрьском посте Google обещала собрать отзывы ранних тестировщиков и только потом открыть модель разработчикам, компаниям и обычным пользователям.

Что такое Gemini 4 Argon

Согласно карточке модели, Gemini 4 ― следующее поколение линейки, а Argon ― «новая фронтирная модель, а не модификация или дообучение предыдущей».

Входные данные. Текст, изображения, видео, аудио и PDF. На выходе ― только текст: генерировать изображения и звук Argon не умеет.

Контекст. Единое окно 1 048 576 токенов на вход и выход вместе.

Длина ответа. По умолчанию ― до 65 536 токенов. В режиме long decode ― до 1 048 576 токенов.

Инструменты. Вызов функций, выполнение кода, поиск по файлам, заземление на Google Поиск и Google Карты, структурированный вывод, контекст по URL и управление компьютером в режиме превью.

Граница знаний. Март 2026 года, но в отдельных областях знания модели могут быть менее актуальными.

Главное нововведение ― лимит ответа. Google называет его «лучшим в отрасли» и объясняет так: если у модели есть запас, чтобы генерировать сотни тысяч токенов в одной траектории, она глубже рассуждает и решает сложные задачи за один проход. Предыдущие модели Gemini ограничивались 64 000 токенов.

Отдельно Google выделяет стиль ответов. По заявлению компании, Argon отвечает прямее, реже перестраховывается оговорками, не повторяется и избегает клише. На долгих задачах модель чаще сообщает о ходе работы.

Бенчмарки: где Argon лидирует, а где уступает

Google сравнивает Argon с тремя конкурентами: GPT-6 Astra от OpenAI, Claude Fable 5.1 и Claude Opus 5.5 от Anthropic. Таблица в карточке модели содержит 19 строк из восьми категорий. Ниже ― ключевые результаты.

Самые заметные отрывы ― в задачах офисных специалистов. На юридическом бенчмарке Harvey результат почти втрое выше, чем у GPT-6 Astra.

Второе сильное направление ― длинный контекст. До 128 000 токенов все модели близки к максимуму, а в диапазоне от 256 000 до 1 млн токенов Argon сохраняет 84,2% точности. У конкурентов результат падает до 65-72%.

В агентном кодинге картина смешанная. Google в анонсе называет рекордом результат на DeepSWE v1.1, и Argon лидирует также на Vibe Code Bench (91,9%). При этом на FrontierSWE v2 и Terminal-Bench 4.0 модель занимает последнее место из четырех. Лидер в терминальных задачах ― Claude Opus 5.5 с 66,4%. В научных бенчмарках модель лидирует на LABBench 2 (88,8%) и RiemannBench (76%), но уступает GPT-6 Astra и Opus 5.5 на Terminal-Bench Science.

Есть и нюанс с источниками цифр. Часть результатов Argon Google получила сама, а цифры конкурентов взяла из публичных рейтингов и системных карт. Методология отмечает, какие строки рассчитаны сторонними организациями ― Vals AI, Zapier, Surge и другими. Независимые замеры стоит отслеживать отдельно.

Как Argon используют внутри Google 

Основную часть анонса Google посвятила внутренним кейсам. По данным команды Antigravity, более 100 000 сотрудников Alphabet ежемесячно работают с Argon во внутренней версии среды. За четыре недели доля кода, написанного агентами, выросла на 35%, а число откатов изменений после отправки снизилось на 30%.

Google приводит такие примеры инженерной работы:

Chrome. Argon помог отделить базовую обработку веб-страниц от устаревшей папки с функциями браузера объемом около 6 млн строк внутри 40-миллионной кодовой базы Chromium. Рефакторинг сотен файлов занял недели вместо месяцев. По словам Google, это позволит страницам перемещаться между вкладками, боковыми панелями и плавающими окнами без перезагрузки.

YouTube. Анализ профилей нагрузки показал, что почти 45% серверных затрат фронтенда комментариев приходилось на избыточный рендеринг эмодзи. После 12 правок потребление CPU сократилось вдвое.

Бэклог багов. Из очереди в 134 старых отчета об ошибках модель за три часа закрыла 97 устаревших или дублирующих, приложив подтверждения из истории коммитов.

Отдельно Google отмечает распространение Argon за пределами разработки. В Antigravity работают более половины сотрудников отдела продаж Google Cloud, почти половина финансового отдела и более трети операционных команд. Например, финансовый руководитель за семь рабочих дней и 15,5 часа собственного времени получил объем работы, эквивалентный 335 часам ручного труда.

Цифры из этих кейсов ― данные самой Google, и проверить их независимо пока нельзя.

Наука, кибербезопасность и робототехника

Помимо разработки ПО, Google продвигает Argon как инструмент для исследователей и специалистов по безопасности. Здесь компания приводит результаты из нескольких областей.

В термоядерной энергетике команда Google вместе с профессором Мэттом Ландреманом из Университета Мэриленда нашла новый класс контрпримеров к гипотезе Грэда 1967 года о магнитных полях стеллараторов. В медицине лаборатория Gamow Labs с помощью Argon проанализировала геномы новорожденных с редкими заболеваниями легких и нашла хромосомную перестройку, которую стандартное ПО пропускало годами.

Чтобы ускорить исследования, Google предлагает 10 000 ученых бесплатный доступ к старшему тарифу Antigravity на шесть месяцев. Заявки уже принимаются, участников будут подключать постепенно с учетом критериев отбора и доступных мощностей..

В робототехнике Argon набрал 87% на бенчмарке пространственного мышления ERQA ― больше всех фронтирных моделей. В блоге для разработчиков Google показывает, как модель управляет четвероногим роботом Spot от Boston Dynamics и сначала отрабатывает движения в симуляторе MuJoCo. В другом тесте Argon посмотрел видео, где человек играет в корнхол, сам написал код симуляции, и гуманоид Apollo от Apptronik забросил семь мешочков подряд.

In robotics, Gemini 4 Argon is speeding up real-world physical learning.

We let Argon watch a video of a human playing cornhole. It mapped the environment, calculated whole-body joint movements, and autonomously built the simulation code to practice.

When transferred to… pic.twitter.com/4JGsHcypKE

— Google (@Google) October 13, 2026

Эти примеры описывают работу команд с ранним доступом и экспертной поддержкой. Для обычного пользователя они важны прежде всего как ориентир: на каких задачах Google ожидает от модели максимальной отдачи.

Безопасность модели

Google подробно описывает защитные меры, которые дорабатывались между двумя этапами запуска. Их четыре.

1. Защита от злоупотреблений. Модель отказывается помогать с кибератаками и созданием химического, биологического, радиологического и ядерного оружия, но сохраняет поддержку легитимных научных исследований двойного назначения. Для поиска злоупотреблений Google отслеживает внутренние активации модели.
2. Устойчивость к prompt injection. Это атаки, при которых вредоносные инструкции прячут в данных, которые обрабатывает модель. По бенчмарку Gray Swan, Argon лидирует по устойчивости к таким атакам.
3. Мониторинг рассогласования. Отдельная система следит за цепочкой рассуждений и действиями модели и останавливает выполнение, если Argon выходит за рамки намерений пользователя. Google призывает отрасль сохранять прозрачность рассуждений моделей.
4. Изоляция окружения. Перед рискованными этапами обучения и оценки песочницы изолируют и запечатывают.

Полный отчет о безопасности опубликован вместе с карточкой модели. Отдельно Google отмечает, что при обучении избегала использовать результаты мониторинга рассуждений, чтобы не научить модель обходить этот мониторинг.

Цены и доступность

Argon стоит дороже Flash-моделей, но Google запускает его по вводной цене. До 30 ноября 2026 года действуют такие тарифы:

• стандартный режим ― $2 за 1 млн входных токенов и $10 за 1 млн выходных, включая токены рассуждений;
• кэшированный ввод ― $0,10 за 1 млн токенов, поддерживается только неявное кэширование;
• пакетный режим ― $1 и $5;
• приоритетный режим ― $3,6 и $18.

С 1 декабря 2026 года все цены удвоятся: стандартный режим будет стоить $4 и $20. На бесплатном уровне API модели нет.

Разработчикам Argon доступен в платном Gemini API через AI Studio и Android Studio, компаниям ― в Gemini Enterprise и на Google Cloud. В среде Antigravity ― десктопном приложении и CLI ― модель получили только подписчики Google AI Ultra и пользователи подходящих корпоративных тарифов. Как работает сама среда, редакция разбирала в гайде по Antigravity.

Обычные пользователи получают Argon в приложении Gemini и AI Mode в Google-поиске на тарифах AI Pro и Ultra. Вместе с моделью в приложении появились три нововведения.

Antigravity в приложении для macOS. Агентный интерфейс программирования встроен прямо в приложение Gemini для Mac, поэтому переключаться между чатом и кодом стало проще.

Режим задач. Переключатель «чат ― задачи» в главном окне. В режиме задач Gemini продолжает работать, даже когда пользователь не у компьютера.

Более 40 приложений. Gemini подключается к Adobe, Shopify и другим сервисам ― от заказа продуктов до бронирования столиков.

Лимиты в приложении Gemini зависят от тарифа и сложности запросов: по справке Google, они обновляются каждые пять часов в пределах недельной квоты. Для Argon с его длинными рассуждениями это стоит учитывать при работе с объемными задачами.

Как проверить Argon в деле: интерактивная черная дыра

Google подчеркивает, что по сравнению с предыдущими моделями Gemini у Argon заметно выросли пространственное мышление, точность в математике и визуальное программирование.

Проверим это в приложении Gemini через Canvas. Вместо библиотеки возьмем объект, который требует точной физики: сверхмассивную черную дыру с аккреционным диском. Узнаваемый образ ― Гаргантюа из фильма «Интерстеллар». Его визуализация построена на расчетах команды физика Кипа Торна и студии Double Negative, которые описаны в научной статье 2015 года.

Сцену не нужно собирать из моделей и текстур: изображение целиком рассчитывается в шейдере ― программе, которая для каждого пикселя прослеживает путь луча света в искривленном пространстве. Поэтому качество картинки зависит только от того, насколько точно модель реализует физику.

Понадобится подписка Google AI Pro или Ultra: в бесплатной версии приложения Argon недоступен. Для плавной работы сцены желательна дискретная видеокарта.

Откройте gemini.google.com и создайте новый чат. В переключателе моделей справа от поля ввода выберите Gemini 4 Argon.

Затем нажмите «+» слева от поля ввода и выберите Canvas. В этом режиме модель пишет код в отдельной панели и сразу запускает его в окне предпросмотра.

После этого чат готов к работе. Для сложных визуальных проектов Canvas удобнее обычного ответа: код и результат видны рядом, а правки применяются в том же окне.

Техзадание описывает физику, внешний вид и управление. Как устроить расчеты и шейдеры, модель решит сама.

Промпт требует от модели сразу нескольких вещей: численно интегрировать уравнения движения света в искривленном пространстве-времени, рассчитать цвет и яркость диска по законам физики.

Ограничения 

У Argon и есть ограничения, которые стоит учитывать до начала работы.

Цена. После 30 ноября 2026 года стоимость в API удвоится до $4 и $20 за 1 млн токенов. Длинные рассуждения и ответы до 1 млн токенов увеличивают итоговый счет.

Доступ. В приложении Gemini модель доступна только на AI Pro и Ultra, в Antigravity ― только на Ultra. На бесплатном уровне API Argon отсутствует.

Смешанные результаты в кодинге. На FrontierSWE v2 и Terminal-Bench 4.0 модель уступает GPT-6 Astra и Claude Opus 5.5. Часть цифр в таблице Google рассчитала сама.

Галлюцинации и задержки. Карточка модели прямо указывает на возможные галлюцинации, а также на замедления и тайм-ауты.

Граница знаний. Март 2026 года. Свежие данные стоит проверять по первоисточникам.

Что меняет Argon для линейки Gemini

С выходом Argon у Google впервые за несколько месяцев появилась флагманская модель. Летом основную нагрузку несли Flash-версии: 3.6, 3.7 и 3.8 вышли с интервалом в несколько недель, а роль старшей модели в приложении Gemini выполняла 3.1 Pro. Теперь линейка разделилась: Flash ― для повседневных задач, Argon ― для глубокой работы.

Google называет Argon «только началом». В треде компания пообещала представить остальные модели семейства Gemini 4, а в блоге Antigravity ― будущие модели, которые подойдут для повседневной работы более широкому кругу разработчиков. Сроки и названия пока не раскрыты.

До их выхода Argon ― старшая и самая дорогая модель Gemini. Для подписчиков AI Pro главный сценарий ― сложные визуализации и длинные документы в приложении Gemini, для разработчиков ― долгие агентные задачи в API и Antigravity, где модель лидирует в собственных тестах Google.