Gemini 4 Argon: Оценки Frontier, лимит на 1M токенов и отсутствие публичного идентификатора модели

Gemini 4 Argon — это первая модель Gemini 4 от Google и самая мощная на сегодняшний день. Независимые тестировщики оценили её на уровне GPT-6 Astra, она занимает первое место в индексе Vals для финансовых, юридических и налоговых работ, и может генерировать до 1M токенов в одном ответе. Во время промо-акции она также стоит меньше за токен, чем Astra.

Однако есть одно "но": доступ. С 13 октября 2026 года Argon доступен только для киберзащитников в программе Fairwind от Google. Google не опубликовал идентификатор модели, он не включен в список моделей API Gemini, и он пока недоступен на AIHubMix. В этом посте рассматриваются изменения, где Argon выигрывает и где нет, а также кто должен начать планировать его использование.

Краткая версия

• Argon заменяет Gemini 3.1 Pro Preview на вершине линейки Google. Это первая новая модель выше уровня Flash за более чем семь месяцев.
• В Индексе Искусственного Интеллекта она набрала 53 балла, что соответствует GPT-6 Astra на максимальном уровне рассуждений и на 23 балла выше Gemini 3.1 Pro Preview.
• У неё самый низкий уровень галлюцинаций среди всех моделей с высоким рейтингом в тестах Искусственного Интеллекта (15%), но она также отвечает на меньшее количество вопросов правильно, чем Astra.
• Она уступает Claude Opus 5.5 и GPT-6 Astra в задачах, связанных с терминалами и использованием компьютеров.
• Вводная цена: $2 за ввод и $10 за вывод на миллион токенов, затем поднимается до $4 и $20. Google не сообщила, когда закончится акция.
• Кто может использовать её сегодня: участники Fairwind. Платные клиенты API и подписчики Google AI Ultra будут следующими, даты пока нет.

Что изменилось с Gemini 3.1 Pro Preview

Пост о запуске Google описывает Argon как модель для "долгосрочной" работы: реальное программирование, корпоративная работа с знаниями, такой как юридическая и финансовая, и киберзащита. Самое значительное изменение — это потолок вывода.

Цены на 3.1 Pro Preview действуют для запросов до 200k токенов ($4 / $18 выше этого). Argon не опубликовал уровень цен для длинного контекста.

Лимит на вывод в 1M токенов. Ранее модели Gemini ограничивались 64K токенами на вывод. Argon может продолжать до 1M, используя новую функцию API Gemini под названием Long Decode Continuation, которая приостанавливает длинный ответ и возобновляет его в последующих вызовах, чтобы избежать тайм-аута. Примеры от Google показывают, почему это важно: его агенты использовали Argon для миграции с C и C++ на Rust, включая более 800K строк ядра Fuchsia Zircon, и для одной библиотеки заменили 32K строк кода SIMD на безопасный Rust, который работает в 2.7 раза быстрее, чем предыдущий порт на Rust. Это задачи, где лимит в 64K заставлял вручную разбивать работу на части.

Новая схема именования. Нет меток Pro или Flash, только номер поколения и кодовое имя. Google планировала модель Gemini 3.5 Pro ранее в 2026 году и отказалась от неё.

Ограниченный запуск. Argon был обучен специально для работы в области киберзащиты, и Google утверждает, что он может "автономно находить, проверять и исправлять критические уязвимости программного обеспечения." Участники Fairwind и внутренние команды Google получают версию без киберзащитных ограничений. Более широкий выпуск будет отклонять вредоносные запросы в области кибербезопасности, химии, биологии, радиации и ядерной безопасности.

Что осталось прежним. Вывод по-прежнему только текстовый. Ввод включает текст, изображения и видео (Искусственный Анализ также включает речь). Тестировщики третьих сторон сообщают о контекстном окне в 1M токенов; пост о запуске Google не указывает лимит ввода. [TBD: официальный размер контекстного окна]

Как он сравнивается с GPT-6 Astra, Claude Opus 5.5 и Fable 5.1

Таблица ниже взята из бенчмарков Google DeepMind. Google запускал Argon на самом высоком уровне мышления и в основном использовал самоотчеты конкурентов или публичные данные, поэтому рассматривайте это как данные от поставщика. Искусственный Анализ и Vals AI опубликовали независимые результаты, приведенные после таблицы.

OSWorld-2.0 — это оффлайн-подмножество, частичный результат. GraphWalks — это F1. Полная таблица содержит 19 строк; Argon лидирует или делит первое место в 14 из них.

Три паттерна выделяются:

• Работа с знаниями — это область, где разрыв самый широкий. В бенчмарке юридического агента Харви Argon набирает 19.6% против максимум 6.7% у других. В Агенте финансов v2 преимущество составляет более шести пунктов.
• Очень длинные вводы показывают хорошие результаты. В GraphWalks между 256k и 1M токенов Argon сохраняет 84.2%, в то время как другие падают до 65–72%.
• Кодирование имеет смешанные результаты. Argon опережает DeepSWE, но уступает FrontierSWE (Astra) и Terminal-bench 4.0 (Opus 5.5).

Независимые данные в целом согласуются. Искусственный Анализ оценивает Argon (высоко) на уровне 53 в своем Индексе Интеллекта, что соответствует GPT-6 Astra (максимум) и на один пункт выше GPT-6.1 Sol (максимум). Его запуск на Terminal Bench 4 показывает Argon на уровне 57%, что ниже Claude Sonnet 5.5, Claude Opus 5.5 и GPT-6 Astra. Vals ставит Argon на первое место среди моделей в своем индексе, с лучшим результатом на Агенте финансов v2 и отмечает использование компьютеров (CUA-bench) как слабое место.

Торговля за "низкую галлюцинацию"

Тест Искусственного Анализа "Всеведение" задает сложные фактические вопросы и наказывает за уверенные неверные ответы. Уровень галлюцинаций Argon составляет 15%, что является самым низким среди всех моделей с рейтингом 45 или выше; у GPT-6 Astra он составляет 51%. Но точность Argon на тех же вопросах составляет 50%, против 63% у Astra. Argon достигает низкого уровня галлюцинаций, отказываясь отвечать, когда не уверен, а не благодаря большему знанию.

Для юридической и финансовой проверки это часто правильная сделка: отказ легко заметить и перенаправить к человеку или другой модели, в то время как уверенная неверная цифра может пройти мимо рецензента. Это оправдывает себя только в том случае, если ваше приложение имеет место, куда можно отправить вопросы, на которые Argon отказывается отвечать.

Где Argon не лучший выбор

• Агенты с высокой нагрузкой на терминал. В таблице Google Opus 5.5 имеет 66.4% на Terminal-bench 4.0 против 57.4% у Argon, и запуск Искусственного Анализа согласен с порядком.
• Использование компьютера. Astra лидирует в OSWorld-2.0, а Vals ставит Argon на седьмое место из восьми в CUA-bench.
• Вопросы, на которые нужно отвечать каждый раз. Точность 50% в "Всеведении" означает множество ответов "Я не уверен" на сложные фактические воспоминания.
• Работа с чувствительностью к задержкам. Argon в среднем генерировал около 62k токенов вывода за задачу Искусственного Анализа, против около 27k для Astra. Google не опубликовала данные о скорости. [TBD: скорость вывода и время до первого токена]
• Все, что должно быть отправлено в этом квартале. Вы не можете использовать его пока.

Кто должен переключиться, подождать или остаться

"Планируйте использование Argon" означает: создайте прототип рабочего процесса на Gemini 3.8 Flash или 3.1 Pro Preview сегодня, запланируйте бюджет по стандартной цене Argon и поменяйте идентификатор модели, когда доступ откроется.

Подготовка на AIHubMix

Argon имеет страницу модели на AIHubMix под идентификатором gemini-4-argon, но она помечена как "скоро" и пока не имеет цены. [TBD: дата доступности AIHubMix]

Вы можете построить рабочий процесс сейчас на моделях Gemini, которые уже обслуживает AIHubMix, таких как Gemini 3.8 Flash, и сохранить идентификатор модели в конфигурации. Совместимый с OpenAI конечный пункт работает со стандартным SDK OpenAI; руководство AIHubMix по Gemini также охватывает родной SDK Google.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

# AIHubMix перечисляет Argon как gemini-4-argon (скоро). Создайте прототип на
# Gemini 3.8 Flash, затем установите ARGON_MODEL_ID=gemini-4-argon, как только он откроется.
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": "Перечислите условия расторжения в контракте ниже. Скажите, если вы не уверены в каком-либо из них.\n\n<текст контракта>"},
    ],
)
print(resp.choices[0].message.content)

На совместимом с OpenAI маршруте reasoning_effort соответствует настройкам мышления Gemini. Какие значения принимает Argon, пока не задокументировано. [TBD: уровни рассуждений Argon на AIHubMix]

Когда Argon откроется на AIHubMix, его цена и поддерживаемые параметры будут указаны на странице модели.

Часто задаваемые вопросы

Могу ли я использовать Gemini 4 Argon через API сегодня?
Только если ваша организация участвует в программе Fairwind от Google. Платные клиенты API и подписчики Google AI Ultra будут следующими в очереди, но Google не указала дату.

Какой идентификатор модели у Gemini 4 Argon?
Google не опубликовала его. На AIHubMix Argon указан как gemini-4-argon на странице модели, помеченной как "скоро". Вызов этого идентификатора через собственный API Google вернул ошибку 404 1 октября.

Лучше ли Gemini 4 Argon, чем GPT-6 Astra?
В индексе Искусственного Анализа они равны. Argon лидирует в области работы с знаниями, извлечения длинного контекста и понимания видео; Astra лидирует в FrontierSWE, терминальных научных задачах и использовании компьютеров.

Хорош ли Gemini 4 Argon для кодирования?
Он силен в DeepSWE и Vibe Code Bench, но Claude Opus 5.5 и GPT-6 Astra все еще лидируют в терминальном кодировании.

Что означает лимит на вывод в 1M токенов на практике?
Одна задача может производить гораздо больше, чем старый лимит в 64K, например, большая миграция кода или длинный отчет. Google утверждает, что это зависит от Long Decode Continuation, который приостанавливает и возобновляет длинные ответы между вызовами.

Почему уровень галлюцинаций низкий, но точность только 50%?
Argon чаще отказывается отвечать, когда не уверен. Это снижает количество уверенных неверных ответов, но также снижает долю вопросов, на которые он отвечает правильно.

Когда Gemini 4 Argon будет на AIHubMix?
Пока нет даты. Его страница модели на AIHubMix доступна, но помечена как "скоро". Создавайте на Gemini 3.8 Flash или 3.1 Pro Preview через AIHubMix сейчас и переключите идентификатор модели, когда Argon откроется.

Продолжайте читать: серия Gemini 4 Argon

• Запусковая цена $2/$10 выглядит дешевой, пока вы не посчитаете токены за задачу. Измеренная стоимость за задачу здесь: Цены на Gemini 4 Argon: дёшево за токен, но не за задачу

Источники

• Gemini 4 Argon: наша следующая эра передового интеллекта (Google)
• Модели и бенчмарки Gemini (Google DeepMind)
• Gemini 4 Argon: Google снова в числе трех лучших лабораторий по достигнутому интеллекту (Искусственный Анализ)
• Бенчмарки, стоимость и возможности Gemini 4 Argon (Vals AI)
• Gemini 4 Argon на AIHubMix (AIHubMix)