Вышла Gemini 4 Argon: разбираем бенчмарки и карточку модели

13 октября Google начала публичную раскатку Gemini 4 Argon, анонсированной в конце сентября. Модель появилась в платном API, а в приложении Gemini ее открывают подписчикам Pro и Ultra. Вместе с релизом вышла документация, которая уточняет несколько важных деталей: когда закончится промо-цена и какие риски Google обнаружила при тестировании.

В основе разбора — анонс Google ^[1], карточка модели ^[2] и анализ Artificial Analysis ^[3].

Бенчмарки ниже относятся преимущественно к раннему доступу: публичный релиз сам по себе не означает повторной проверки на всех стендах.

Где доступна Argon

Согласно анонсу Google, раскатка охватывает несколько продуктов, но условия у них различаются:

• Gemini и AI Mode в Google Search: доступны на подписках Google AI Pro ($20) и Ultra за $200.

• Gemini API: $2 за миллион входящих токенов, $10 за миллион исходящих (промо-цена, вырастет в два раза с 1 декабря), идентификатор модели gemini-4-argon.

• Google AI Studio и Android Studio: подписочный доступ через Ultra; платный API оплачивается отдельно.

• Antigravity: Ultra в настольном приложении и CLI, а также подходящие корпоративные тарифы. Требуется актуальная версия.

Таким образом, Pro дает доступ к модели в потребительских продуктах, но не включает ее во все среды разработки.

По спецификации, Argon принимает текст, изображения, видео, аудио и PDF, а выдает текст. Поддерживаются вызовы инструментов и три уровня рассуждения: Low, Medium и High.

Бенчмарки: сильная модель с неровным профилем

Данные приведены на день релиза; у Code Arena последний видимый срез датирован 8 октября.

В индексе Artificial Analysis Argon High набирает 53 балла, как GPT-6 Astra Max; у Claude Opus 5.5 Max с настройкой default fallback — 58. Это округленные сводные оценки: одинаковые 53 балла не означают одинакового качества на каждой задаче.

У Code Arena диапазон возможного ранга Argon составляет 7–13: превращать девятое место в строгую границу между соседними моделями рано. В целом высокий результат в автоматизированной проверке создания приложений вполне может сочетаться с менее убедительной оценкой их пользователями. Эти тесты измеряют разные свойства и используют разные задания.

В AA-Omniscience доля галлюцинаций по методике теста составляет 15% у Argon против 51% у GPT-6 Astra, но доля правильных ответов тоже ниже: 50% против 63%. Тест позволяет воздержаться от ответа, поэтому модель может реже выдумывать и одновременно правильно отвечать на меньшее число вопросов. Метрика галлюцинаций учитывает частичные ответы и воздержания среди вопросов, на которые модель не ответила полностью правильно. Это не доля выдумок во всех репликах обычного чата; переносить результат на любые задачи, включая веб-поиск, нельзя.

Цена токена и цена выполненной задачи

До 30 ноября 2026 года включительно действует вводная цена: $2 за миллион входных токенов и $10 за миллион выходных. С 1 декабря ставки вырастут до $4 и $20. Рассуждения учитываются в оплачиваемом выходе; кешированный вход стоит соответственно $0,10 и $0,20 за миллион токенов. Условия приведены в тарифах Google AI Studio.

В замере Artificial Analysis одна задача сводного индекса обходится на Argon примерно в $1,99, на GPT-6 Astra — в $3,26. При удвоении тарифов Argon и неизменном расходе токенов стоимость того же прогона составит $3,98. Это пересчет по объявленной цене, а не новый эксперимент.

Argon использует около 62 тысяч выходных токенов на задачу этого индекса против 27 тысяч у Astra. Поэтому низкая цена отдельного токена не делает модель автоматически экономной. Промо-тариф также влияет на итоговое сравнение: с 1 декабря цена задачи удвоится (но компании часто продлевают промо).

Риски, которые признает сама Google

Google выпускает модель, которую сама считает потенциально опасной без дополнительных защитных мер. Компания не исключает, что Argon достигла уровня, на котором может заметно помогать с биологическими угрозами и крупными кибератаками. В биологических испытаниях она давала более полную и практически полезную информацию, чем веб-поиск и ранее проверенные модели.

Отдельный результат: 14 из 15 пройденных заданий на понимание своей рабочей среды и скрытность. Такие проверки оценивают, способна ли модель разобраться в условиях, в которых работает, и обходить базовый надзор. Это испытания возможностей; сообщения о реальном выходе Argon из-под контроля в карточке нет. Но их результатов Google хватило, чтобы не исключать достижение и этого порога риска.

Почему тогда модель выпускают? Google считает, что введенная защита снижает оставшийся риск ниже соответствующих порогов. Среди мер компания называет наблюдение за рассуждениями и действиями агента с возможностью остановить выполнение. Получается, безопасность релиза опирается на то, насколько надежно эти меры сдерживают выявленные возможности. Вывод о достаточности защиты здесь делает сама Google. Полный отчет о безопасности на момент подготовки материала еще не опубликован.

Два примера работы Argon

Гоночная игра из фотографий рабочего стола

В одном из демо Google Argon превратил фотографии рабочего стола в миниатюрную гоночную игру Desk Racer. Модель работала в Antigravity: через Blender MCP строила предметы, комнату и трассу и проверяла столкновения. Текстуры делала Nano Banana, звук двигателя — Gemini Omni Flash, а физику и шейдеры собирали в Three.js. Здесь хорошо виден весь процесс от фотографий до игры в браузере. Правда, результат получен связкой моделей и инструментов с многоагентным циклом, а не одним ответом Argon в чате.

Оптимизация Python-фреймворка на 205 тысяч строк

Более прикладной пример — оптимизация Google ADK, Python-фреймворка на 205 тысяч строк. Команда Google дала Argon правила проекта и цель убрать лишние накладные расходы. После 11 часов работы в режиме /goal в Antigravity модель предложила шесть оптимизаций. Разработчики приняли две: по их замерам, время подготовки сессий в памяти ^[4] сократилось примерно на 40%, а импорта пакета — на 21%. Четыре предложения отклонили на ревью. При этом полное время от запуска нового процесса до первого запроса к модели не сократилось: 3,07 секунды до изменений и 3,09 после. Ускорение отдельных операций не превратилось в ускорение всего запуска.

Поддержать меня можно подпиской на телеграм-канал «сбежавшая нейросеть» ^[5], где я рассказываю про ИИ с творческой стороны.