Gemini 4 Argon: возможности и доступность модели
Gemini 4 Argon: флагманская модель для сложнейших задач
Google открыла доступ к Gemini 4 Argon — своей новейшей фронтирной AI-модели — для разработчиков, предприятий, учёных и обычных пользователей. Модель проектировалась под реальные задачи повышенной сложности: от масштабного рефакторинга кода до поиска уязвимостей нулевого дня и ускорения научных открытий.
Доступность и стоимость
Gemini 4 Argon доступна глобально с 13 октября 2026 года. Разработчики могут подключиться через API в Google AI Studio и Gemini platform, пользователи подписки Google AI Ultra — через Google Antigravity, а подписчики AI Ultra и Pro — в приложении Gemini и в AI Mode в поиске.
На старте действует вводная цена: 6.02 BYN ($2) за миллион входных токенов и 30.11 BYN ($10) за миллион выходных (кешированные входные токены — со скидкой 95%). После 30 ноября 2026 года тарифы изменятся: 12.05 BYN ($4) за миллион входных токенов и 60.23 BYN ($20) за миллион выходных. Условия распространяются только на публичную версию модели.
По результатам независимых тестов Argon занимает первое место в Vals Index — сводном рейтинге, оценивающем модели по реальным экономически значимым задачам: финансам, праву, налогам и программированию.
Инженерные задачи: что уже сделано
Chrome и многомиллионная кодовая база
Команда Chrome привлекла Argon для архитектурного рефакторинга браузера: модель помогла разделить ядро обработки веб-страниц и устаревший модуль браузерных функций внутри кодовой базы Chromium объёмом 40 миллионов строк. Работа, рассчитанная на несколько месяцев, была завершена за несколько недель. Для пользователей это означает, что открытые страницы смогут перемещаться между вкладками, боковыми панелями и плавающими окнами без перезагрузки — и целый класс браузерных сбоев исчезнет.
Оптимизация Python-кодовой базы за одну ночь
Команда, разрабатывающая Agent Development Kit (ADK) — фреймворк для корпоративных агентов с открытым исходным кодом, — передала Argon свод правил и краткое техническое задание. Работая автономно в ночное время, модель нашла и реализовала оптимизации, которые сократили время подготовки сессий в памяти на 40% при длинных диалогах и ускорили холодный импорт на 21%.
Ускорение научных вычислений
Исследователи Google использовали Argon для оптимизации xTB — одного из самых цитируемых пакетов квантовой химии. В итоге предсказание молекулярных структур ускорилось в 2,3 раза, а поиск конформеров — в 1,8 раза. Кроме того, с помощью Argon удалось добиться 2,85-кратного ускорения инференса для открытых моделей Gemma 4 E2B через vLLM: пропускная способность выросла примерно с 37 900 до более чем 108 000 токенов в секунду на A100, без потери качества и при 100% совпадении токенов.
3D-визуализация и игровые прототипы
Argon демонстрирует значительный прогресс в пространственном мышлении и математической точности. В Google Antigravity модель самостоятельно создала детализированный пагодный комплекс в Blender, превратила фотографии реального стола в играбельную гоночную игру, написала собственный 3D-трассировщик лучей на чистом Python без внешних библиотек и собрала интерактивную шахматную игру с физикой и GLSL-шейдерами.
Профессиональные рабочие процессы
Argon сочетает глубокое мультимодальное восприятие, расширенную доменную экспертизу и улучшенные возможности генерации текста. Модель отвечает прямее, реже уклоняется от ответа, не повторяется и точнее следует стилистическим инструкциям по сравнению с предыдущими версиями Gemini.
Корпоративные партнёры из программы раннего доступа уже фиксируют конкретные результаты. Deloitte сообщает, что при длительных многоэтапных задачах Argon успешно завершала их в 100% случаев. Box зафиксировал рост точности на 14% по сравнению с Gemini 3.1 Pro. Компания Kepler из сферы финансового анализа отмечает, что на сложных задачах — от построения многолетних финансовых отчётов по данным SEC до оценки компаний со сложными капитальными структурами — Argon совпала с аналитическими эталонными моделями более чем в 99% числовых показателей.
В медицине компания Ambience Healthcare протестировала Argon на более чем 200 сложных синтетических лонгитюдных историях болезней: модель показала наивысшую точность кодирования диагнозов по ICD-10 среди всех протестированных систем. В правовой сфере компания LexisNexis отметила сильные результаты в задачах по юридическим знаниям, составлению документов и анализу контрактов.
Научные прорывы и кибербезопасность
Наука
В области квантовых вычислений Argon помогла перевести декодер квантовой коррекции ошибок AlphaQubit в оптимизированное аппаратное ядро, почти вдвое увеличив пропускную способность инференса. Для квантовой подпрограммы arcsin реализация, написанная Argon и верифицированная в Lean, сокращает пространственно-временные издержки более чем в 100 раз по сравнению с опубликованным базовым квантовым CORDIC.
В ядерной физике команда Google совместно с профессором Мэттом Лэндреманом (Университет Мэриленда) открыла более широкий класс контрпримеров к гипотезе Града 1967 года — долго считавшейся непреодолимым ограничением в конструировании стеллараторов для управляемого термоядерного синтеза.
В области редких заболеваний Argon показала 57% на тесте RareBench (помощь в диагностике редких болезней) и 52,2% на LabBench (рассуждение о лабораторных данных). В одном из случаев модель выявила хромосомную перестройку, которую стандартное ПО не могло обнаружить годами.
Отдельно — успех в создании ферментов: за несколько часов Argon самостоятельно собрала данные, произвела настройку модели и предложила пять новых дизайнов сериновых эстераз, каталитическая активность которых была впоследствии подтверждена в лаборатории.
Кибербезопасность
Fairwind Program расширяется: к ней подключаются сотни новых партнёров. Компания Wiz уже использует Argon в рамках инициативы Scan for Good: модель помогла выявить уязвимости в государственной инфраструктуре и устранила публичный обход загрузки файлов в системе здравоохранения, предотвратив утечку данных сотен тысяч пациентов.
Робототехника
На бенчмарке Embodied Reasoning (ERQA), оценивающем физическое и пространственное понимание, Argon набрала 87%, опередив все фронтирные модели. На практике: модель посмотрела видео с игрой в корнхол, рассчитала необходимые движения суставов и сгенерировала симуляционный код. После переноса на гуманоидного робота Apollo от Apptronik тот с семи попыток подряд попал в цель. Весь цикл от видео до реального робота, на который раньше уходили недели, теперь занимает несколько часов.
Безопасность и ответственное использование
Argon представляет наиболее комплексный стек безопасности в линейке Gemini. Ключевые показатели: внешнее биологическое «красное тестирование» смогло разблокировать менее 1% проверяемых сценариев, а число нарушений на adversarial-наборах сократилось почти вдвое по сравнению с предыдущими моделями. На бенчмарке Gray Swan Indirect Prompt Injection (IPI) Argon снизила успешность атак до 0,7% при 15 адаптивных попытках. В агентных сценариях попытки «срезать путь» сократились до 2%.
Как начать работу
Для учёных Google открывает программу: 10 000 исследователей получат бесплатный доступ к максимальному тарифу Google Antigravity на 6 месяцев (зачисление идёт на постоянной основе, при наличии свободных мест и соответствии критериям). Заявки уже принимаются. Специалисты по кибербезопасности могут подать заявку в Fairwind Program для получения доступа к Argon без киберограничений.
Технический предел модели — 1 миллион токенов в едином входном-выходном контексте через Gemini API. Gemini 4 Argon — лишь первая модель в семействе Gemini 4.