Gemini 4 Argon е първият модел Gemini 4 на Google и най-силният до момента. Независими тестери го поставят наравно с GPT-6 Astra, той е на върха на Vals Index за финанси, правни и данъчни работи и може да генерира до 1M токена в един отговор. По време на промоцията си за стартиране, той също така струва по-малко на токен от Astra.
Проблемът е достъпът. Към 13 октомври 2026 г. Argon се разпространява само за киберзащитници в програмата Fairwind на Google. Google не е публикувал идентификатор на модела, той не е в списъка на моделите на Gemini API, и все още не е наличен на AIHubMix. Тази публикация обхваща какво се е променило, къде Argon печели и къде не, и кой трябва да започне да планира за него.
Кратката версия
- Argon заменя Gemini 3.1 Pro Preview на върха на продуктовата линия на Google. Това е първият нов модел на Google над нивото Flash за повече от седем месеца.
- На Индекса за изкуствена интелигентност той получава 53, същото като GPT-6 Astra при максимално разсъждение и 23 точки над Gemini 3.1 Pro Preview.
- Той има най-нисък процент на халюцинации от всички модели с високи резултати на теста на Artificial Analysis (15%), но също така отговаря на по-малко от тези въпроси правилно в сравнение с Astra.
- Той изостава от Claude Opus 5.5 и GPT-6 Astra при кодиране с много терминали и компютърна употреба.
- Встъпителна цена: $2 вход и $10 изход на милион токена, нарастваща до $4 и $20. Google не е казал кога приключва промоцията.
- Кой може да го използва днес: членове на Fairwind. Платени клиенти на API и абонати на Google AI Ultra идват след тях, без определена дата.
Какво се е променило от Gemini 3.1 Pro Preview
Публикацията на Google за стартиране рамкира Argon около "дългосрочна" работа: реално софтуерно инженерство, корпоративна интелектуална работа като правни и финансови услуги и киберзащита. Най-голямата конкретна промяна е таванът на изхода.
| Gemini 3.1 Pro Preview | Gemini 4 Argon | |
|---|---|---|
| Максимален изход | 64K токена | 1M токена |
| Индекс на изкуствена интелигентност | 30 | 53 |
| Цена на AA на задача по индекс | $1.30 | $1.99 промо / $3.98 стандарт |
| Цена за вход / изход | $2 / $12 | $2 / $10 промо, след това $4 / $20 |
| Кой може да го използва | Публичен преглед | Само програма Fairwind |
Цените на 3.1 Pro Preview са за запитвания до 200k токена ($4 / $18 над това). Argon не е публикувал цена за дълъг контекст.
Лимит от 1M токена на изхода. По-ранните модели Gemini спираха на 64K изходни токени. Argon може да продължи до 1M, използвайки нова функция на Gemini API, наречена Long Decode Continuation, която паузира дълъг отговор и го възобновява при последващи повиквания, за да не изтече времето. Примерите на Google показват защо това е важно: неговите агенти са използвали Argon за миграции от C и C++ към Rust, включително над 800K реда от ядрото на Fuchsia Zircon, и за една библиотека заменят 32K реда SIMD код с безопасен Rust, който работи 2.7 пъти по-бързо от предишния Rust порт. Това са задачи, при които 64K лимитът ви принуждава да разделяте работата ръчно.
Нова схема за именуване. Няма Pro или Flash етикет, само номер на поколение и кодово име. Google планираше Gemini 3.5 Pro по-рано през 2026 г. и премина покрай него.
Контролирано стартиране. Argon е обучен специално за защитна кибер работа, и Google казва, че може "автономно да открива, валидира и поправя критични софтуерни уязвимости." Членовете на Fairwind и вътрешните екипи на Google получават версия без кибер ограничения. Широкото издание ще отказва вредни кибер, химически, биологични, радиологични и ядрени запитвания.
Какво остана същото. Изходът все още е само текст. Входовете обхващат текст, изображения и видео (Artificial Analysis също изброява реч). Трети тестери съобщават за контекстен прозорец от 1M токена; публикацията на Google не посочва лимита на входа. [TBD: официален контекстен прозорец]
Как се сравнява с GPT-6 Astra, Claude Opus 5.5 и Fable 5.1
Таблицата по-долу идва от бенчмарковата таблица на Google DeepMind. Google е стартирал Argon на най-високата си настройка за разсъждение и основно е използвал самоотчетените или публични резултати на конкурентите, така че го третирайте като данни от доставчика. Artificial Analysis и Vals AI са публикували независими резултати, цитирани след таблицата.
| Бенчмарк | Argon | GPT-6 Astra | Fable 5.1 | Opus 5.5 |
|---|---|---|---|---|
| Vals Index | 68.9% | 63.1% | 65.8% | 67.0% |
| Vals Finance Agent v2 | 65.4% | 53.5% | 58.9% | 58.6% |
| Harvey Legal Agent | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 | 77.9% | 74.1% | 67.4% | 74.2% |
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| OSWorld-2.0 | 69.2% | 72.6% | — | — |
| GraphWalks 256k–1M | 84.2% | 71.8% | 65.0% | 66.8% |
| LVBench | 91.7% | 87.5% | 79.7% | 83.7% |
| CWE-bench v1 | 68.0% | 68.0% | 58.0% | 67.0% |
OSWorld-2.0 е офлайн подмножество, частичен резултат. GraphWalks е F1. Пълната таблица има 19 реда; Argon води или е наравно в 14 от тях.
Три модела изпъкват:
- Интелектуалната работа е там, където разликата е най-голяма. На бенчмарка на правния агент на Харви Argon получава 19.6% в сравнение с максимум 6.7% за другите. На Finance Agent v2 предимството е повече от шест точки.
- Много дългите входове се задържат. На GraphWalks между 256k и 1M токена, Argon запазва 84.2%, докато другите падат до около 65–72%.
- Кодирането е смесено. Argon води DeepSWE, но изостава на FrontierSWE (Astra) и Terminal-bench 4.0 (Opus 5.5).
Независимите числа в общи линии съвпадат. Artificial Analysis оценява Argon (високо) на 53 на своя Индекс на интелигентността, наравно с GPT-6 Astra (макс) и с една точка пред GPT-6.1 Sol (макс). Неговото представяне на Terminal Bench 4 поставя Argon на 57%, зад Claude Sonnet 5.5, Claude Opus 5.5 и GPT-6 Astra. Vals класира Argon на първо място сред моделите в своя индекс, с най-добър индивидуален резултат на Finance Agent v2, и посочва компютърната употреба (CUA-bench) като слабо място.
Търговията зад "ниските халюцинации"
Тестът на Artificial Analysis Omniscience задава трудни фактически въпроси и наказва уверени неверни отговори. Процентът на халюцинации на Argon е 15%, най-ниският от всички модели, които получават 45 или повече на индекса; този на GPT-6 Astra е 51%. Но точността на Argon на същите въпроси е 50%, в сравнение с 63% за Astra. Argon постига ниския си процент на халюцинации, като отказва да отговаря, когато не е сигурен, а не защото знае повече.
За правен и финансов преглед това често е правилната търговия: отказът е лесен за забелязване и пренасочване към човек или друг модел, докато уверено неверно число може да премине покрай прегледчика. То се изплаща само ако вашето приложение има къде да изпрати въпросите, на които Argon отказва да отговори.
Къде Argon не е най-добрият избор
- Агенти с много терминали за кодиране. Собствената таблица на Google показва Opus 5.5 на 66.4% на Terminal-bench 4.0 в сравнение с 57.4% на Argon, а изпълнението на Artificial Analysis също потвърдва реда.
- Компютърна употреба. Astra води на OSWorld-2.0, а Vals класира Argon на седмо място от осем на CUA-bench.
- Въпроси, които трябва да получат отговор всеки път. 50% точност на Omniscience означава много "Не съм сигурен" отговори на трудни фактически запитвания.
- Работа, чувствителна към латентност. Argon е генерирал средно около 62k изходни токена на задача на Artificial Analysis, в сравнение с около 27k за Astra. Google не е публикувал скорости. [TBD: скорост на изхода и време до първия токен]
- Всичко, което трябва да бъде завършено този триместър. Все още не можете да го извикате.
Кой трябва да премине, да изчака или да остане
| Работен товар | Какво да правите сега |
|---|---|
| Финансови, правни и данъчни агенти | Планирайте за Argon |
| Дълги документи и дълги видеа | Планирайте за Argon |
| Големи миграции на код | Планирайте за Argon |
| Агенти с много терминали за кодиране | Останете на Opus 5.5 или Astra |
| Агенти за компютърна употреба | Останете на място |
| Работи с висока производителност и чувствителни към разходи | Използвайте Gemini 3.8 Flash |
| Сигурностни екипи в Fairwind | Използвайте Argon сега |
"Планирайте за Argon" означава: прототипирайте работния поток на Gemini 3.8 Flash или 3.1 Pro Preview днес, планирайте бюджета на стандартната цена на Argon и сменете идентификатора на модела, когато достъпът се отвори.
Подготовка на AIHubMix
Argon има страница на модела на AIHubMix под идентификатора gemini-4-argon, но е отбелязана като "скоро" и все още няма цена. [TBD: дата на наличност на AIHubMix]
Можете да изградите работния поток сега на моделите Gemini, които AIHubMix вече предлага, като Gemini 3.8 Flash, и да запазите идентификатора на модела в конфигурацията. Точката за достъп, съвместима с OpenAI, работи с стандартния OpenAI SDK; AIHubMix Gemini ръководството също обхваща родния Google SDK.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
)
# AIHubMix списва Argon като gemini-4-argon (скоро). Прототипирайте на
# Gemini 3.8 Flash, след това задайте ARGON_MODEL_ID=gemini-4-argon, след като се отвори.
MODEL = os.environ.get("ARGON_MODEL_ID", "gemini-3.8-flash")
resp = client.chat.completions.create(
model=MODEL,
reasoning_effort="high",
messages=[
{"role": "user", "content": "Избройте клаузите за прекратяване в договора по-долу. Кажете, ако не сте сигурни за някоя от тях.\n\n<текст на договора>"},
],
)
print(resp.choices[0].message.content)
По маршрута, съвместим с OpenAI, reasoning_effort съответства на настройките за разсъждение на Gemini. Кои стойности Argon приема, все още не е документирано. [TBD: нива на разсъждение на Argon на AIHubMix]
Когато Argon се отвори на AIHubMix, цената и поддържаните параметри ще се покажат на страницата на модела.
Често задавани въпроси
Мога ли да използвам Gemini 4 Argon през API днес?
Само ако вашата организация е в програмата Fairwind на Google. Платените клиенти на API и абонатите на Google AI Ultra са следващи в реда, но Google не е дал дата.
Какъв е идентификаторът на модела на Gemini 4 Argon?
Google не е публикувал такъв. На AIHubMix Argon е изброен като gemini-4-argon на страница на модела, отбелязана като "скоро". Обаждане до този идентификатор през собствения API на Google върна грешка 404 на 1 октомври.
По-добър ли е Gemini 4 Argon от GPT-6 Astra?
На индекса на Artificial Analysis те са наравно. Argon води в интелектуалната работа, извличането на дълъг контекст и разбирането на видео; Astra води на FrontierSWE, научни задачи с терминали и компютърна употреба.
Добър ли е Gemini 4 Argon за кодиране?
Той е силен на DeepSWE и Vibe Code Bench, но Claude Opus 5.5 и GPT-6 Astra все още водят при кодиране с много терминали.
Какво означава лимитът от 1M токена на изхода в практиката?
Една работа може да генерира много повече от стария лимит от 64K, като например голяма миграция на код или дълъг доклад. Google казва, че това разчита на Long Decode Continuation, което паузира и възобновява дълги отговори между повикванията.
Защо процентът на халюцинациите е нисък, но точността е само 50%?
Argon отказва да отговаря по-често, когато не е сигурен. Това намалява уверено неверните отговори, но също така намалява дела на въпросите, на които отговаря правилно.
Кога ще бъде Gemini 4 Argon на AIHubMix?
Все още няма дата. Страницата на модела на AIHubMix е активна, но отбелязана като "скоро". Изградете на Gemini 3.8 Flash или 3.1 Pro Preview чрез AIHubMix сега и сменете идентификатора на модела, когато Argon се отвори.
Продължете да четете: серията Gemini 4 Argon
- Цената от $2/$10 на старта изглежда евтина, докато не се броят токените на задача. Измерената цена на задача е тук: Цени на Gemini 4 Argon: евтино на токен, не на задача
Източници
- Gemini 4 Argon: нашата следваща ера на гранична интелигентност (Google)
- Модели и бенчмаркове на Gemini (Google DeepMind)
- Gemini 4 Argon: Google се завръща като една от трите водещи лаборатории в постигнатата интелигентност (Artificial Analysis)
- Бенчмаркове, цена и възможности на Gemini 4 Argon (Vals AI)
- Gemini 4 Argon на AIHubMix (AIHubMix)
