Google выпустила новый флагман — Gemini 4 Argon. Главное изменение не в том, что модель стала умнее, а в том, что лимит вывода вырос с 64 тысяч до миллиона токенов. Длинную задачу теперь можно решать одним проходом, а не дробить на десятки вызовов. Доступ Google открывает не всем сразу: сначала модель получают проверенные киберзащитники.
До сих пор у флагманских моделей был общий потолок: выход ограничивался десятками тысяч токенов. Разобрать большой репозиторий, провести многошаговое исследование, написать объёмный документ — такую работу приходилось резать на куски. Каждый вызов помнил только часть контекста, и связность терялась.
Gemini 4 Argon этот барьер снимает. По формулировке Google, когда у модели есть пространство думать глубоко и генерировать сотни тысяч токенов в одном проходе, она решает сложную задачу целиком, а не по частям.
Что это за модель
Gemini 4 Argon — новый флагман Google DeepMind, анонсированный 30 сентября 2026 года. Это первая за долгое время модель уровня frontier после линейки Gemini 3. Google позиционирует её как систему для трёх типов задач: реальная программная инженерия, корпоративная экспертная работа в праве и финансах, а также защитная кибербезопасность.
Бенчмарки Argon не пересказываю полностью — их много. Главное: модель ставит новый рекорд в программной инженерии (DeepSWE v1.1), лидирует в понимании длинных видео (LVBench) и делит первое место в устранении уязвимостей (CWE-bench v1). Полные цифры — в официальном анонсе по ссылке в конце.
Мультимодальность Google выделяет отдельно: модель разбирает профессиональные графики, находит детали в длинных видео и действует на основе набора документов.
Таблица результатов Gemini 4 Argon в бенчмарках. Данные Google. Источник: официальный анонс Google.
Как модель уже работает внутри Google
Google не скрывает, что Argon сначала доказывал себя на собственных задачах компании. Три примера из анонса:
Квантовые вычисления. Модель помогла оптимизировать ресурсы — кубиты и вентили — в подпрограммах, которые тормозят важные приложения. В одном случае она за считаные минуты превзошла опубликованный базовый результат на 40%.
Память дата-центров. Агенты на базе Argon проанализировали телеметрию и автономно применили оптимизации памяти по всему парку Google. Итог — высвобождение более 300 тебибайт памяти, с оценкой от 500 тебибайт до 1 пебибайта суммарной экономии после полного внедрения.
Миграция кода. Агенты переводят кодовые базы с C и C++ на Rust: от десятков тысяч строк в библиотеках re2 и libgav1 до более чем 800 тысяч строк в ядре Fuchsia Zircon. Отдельный пример — видеодекодер libgav1. Модель заменила 32 тысячи строк SIMD-кода и получила безопасный по памяти декодер, который работает в 2,7 раза быстрее Rust-порта при идентичном выводе видео.
Почему доступ открывают не всем сразу
Здесь Google отходит от привычной схемы релиза. Модель в первую очередь получают проверенные киберзащитники по программе Fairwind, а не обычные разработчики. Причина в самих возможностях: Argon умеет автономно находить, подтверждать и исправлять критические уязвимости.
Результаты исправления уязвимостей на CWE-bench v1. Данные Google. Источник: официальный анонс Google.
Для доверенных защитников и внутренних команд Google модель выпускают вообще без киберограничений, чтобы она работала на полную мощность. Такой подход к безопасности ИИ-агентов логичен: чем сильнее модель, тем важнее вводить её в рабочий контур постепенно. Компания Wiz уже использует Argon через инициативу Scan for Good. В ранней демонстрации модель нашла критическую уязвимость, раскрывающую персональные данные в медицинском ПО, которое используют больницы по всему миру, — риск, который пропустили предыдущие флагманские модели.
Google прямо говорит о поэтапном запуске. Компания участвует в добровольной процедуре правительства США по доступу к модели до релиза. Сначала — обратная связь от первых тестировщиков и доработка ограничений, затем доступ для разработчиков, предприятий и обычных пользователей, начиная с платных API-клиентов и подписчиков Google AI Ultra.
Безопасность — отдельный слой
Перед широким запуском Google усиливает защиту по четырём направлениям: отказ от вредоносных запросов, включая химическое, биологическое и ядерное оружие; устойчивость к косвенным prompt-инъекциям, где Argon, по заявлению Google, лидирует в тесте Gray Swan; мониторинг на случай выхода модели за рамки намерений пользователя; и изоляция песочниц для безопасного тестирования.
Цена
На старте — 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Кэшированные входные токены дешевле на 95%. После вводного периода цены вырастут до 4 и 20 долларов соответственно.
Что это меняет на практике
Главный сдвиг — не очередной результат в тестах, а снятие ограничения на длину вывода. Задачи, которые раньше собирали из десятков вызовов, теперь можно решать одним проходом. Для кода это разбор и переписывание крупных участков, для аналитики — полный цикл исследования без потери контекста между шагами.
Второй сдвиг — кибербезопасность как отдельный фронт. Раньше флагманские модели в первую очередь отдавали разработчикам и корпоративным клиентам. Теперь Google сначала вооружает защитников, и только потом всех остальных. Это заметная смена приоритетов в том, как выпускают сильные модели.
Что пока неизвестно
Точных сроков общего доступа Google не называет. Модель сейчас доступна ограниченному кругу проверенных тестировщиков, проверить её самостоятельно обычный пользователь пока не может. Все цифры производительности — это заявления Google, а не результат независимого тестирования: у модели ещё нет публичной независимой оценки.
Вывод
Gemini 4 Argon важен не очередным результатом в тестах, а двумя конкретными изменениями. Потолок вывода вырос на порядок, и сильную модель впервые выпускают через киберзащитников, а не через обычный коммерческий канал. Первое меняет то, как мы строим долгие задачи. Второе — то, как сильные модели будут выходить в мир. Оба процесса стоит наблюдать, даже если сама модель пока недоступна.
Ссылки