Google запускает Gemini 4 Argon, бросая вызов GPT-6 Astra с окном вывода в 1 миллион токенов.

Google представил Gemini 4 Argon — свою новую frontier-модель искусственного интеллекта, ориентированную на долгосрочную разработку программного обеспечения, корпоративную работу с знаниями и кибербезопасность. Модель создана для работы со сложными многошаговыми рабочими процессами и может выдавать до 1 миллиона токенов в одном ответе, что существенно больше предыдущего ограничения в 64 000 токенов у прошлых поколений Gemini.

Google DeepMind анонсировал Gemini 4 Argon 30 сентября, позиционируя её как модель для задач, требующих устойчивого рассуждения, а не коротких одношаговых ответов. Компания сообщила, что Argon уже используется внутри Google для программирования, исследований, инженерных задач и квантовых вычислений, в то время как первоначальный внешний релиз ограничен доверенными специалистами по киберзащите через программу Fairwind.

Запуск ставит последнюю модель Google в прямую конкуренцию с frontier-системами, включая GPT-6 Astra от OpenAI и модели Claude от Anthropic. Опубликованные Google сравнительные бенчмарки показывают, что Argon занимает первое место или разделяет первое место в 14 из 19 оценок, хотя в ряде тестов соперничающие модели показывают более высокие результаты.

Gemini 4 Argon увеличивает лимит вывода до 1 миллиона токенов

Самое заметное техническое изменение — лимит вывода Gemini 4 Argon в 1 миллион токенов. Google утверждает, что модель может генерировать сотни тысяч токенов в одной траектории рассуждения, что даёт ей больше пространства для проработки длинных и взаимосвязанных задач.

Компания сообщает, что расширенная ёмкость вывода предназначена для рабочих нагрузок вроде масштабной миграции кода, продолжительных задач по разработке ПО, финансовых исследований, юридической работы и других корпоративных процессов, которые могут требовать множества шагов до получения конечного результата. Google называет это отраслевым лидирующим показателем, увеличенным по сравнению с 64 000 токенов в предыдущем поколении.

Опубликованные Google результаты бенчмарков показывают, что Argon набрал 68,9% по Vals Index и 51,3% по AutomationBench. Модель также показала 77,9% по DeepSWE v1.1, 91,9% по Vibe Code Bench и 88,8% по LABBench 2.

Модель также показала хорошие результаты в оценках с длинным контекстом. Google сообщил о 99,7% по задачам GraphWalks с использованием до 128 000 токенов и 84,2% в тестах в диапазоне от 256 000 токенов до 1 миллиона токенов. Эти оценки направлены на измерение того, насколько хорошо модели сохраняют производительность с увеличением объёма обрабатываемой информации.

Сравнение с GPT-6 Astra не полностью в пользу Argon. Astra показывает более высокие результаты в таких оценках, как FrontierSWE v2, Terminal-Bench Science и в оффлайн-подмножестве OSWorld-2.0, в то время как Claude Opus 5.5 лидирует в некоторых других тестах по кодированию и инженерии. Это указывает на то, что производительность варьируется в зависимости от типа рабочей нагрузки, и ни одна модель не доминирует во всех категориях.

Как Google уже использует Argon внутри компании

Google заявляет, что Gemini 4 Argon уже используется в операциях по разработке и инфраструктуре. Тысячи сотрудников Google, по сообщениям компании, применяют модель для специализированного программирования, исследований и других технических рабочих процессов.

Одно из применений — миграция кода на C и C++ в Rust. Google сообщил, что агенты Argon работают над проектами, начиная от основных библиотек и заканчивая ядром Fuchsia Zircon, которое содержит более 800 000 строк кода. Компания уточнила, что крупномасштабные переписывания подвергаются автоматизированному и ручному аудиту, эмуляционному тестированию и дополнительной проверке перед выводом в продакшен.

Google также подчеркнул работу, связанную с libgav1 — его открытым видеодекодером. По данным компании, агенты Argon заменили примерно 32 000 строк производительно критичного SIMD-кода в существующей реализации на Rust. Получившийся декодер работает в 2,7 раза быстрее, чем предыдущая версия на Rust, при идентичном видеовыходе.

Ещё одно внутреннее применение связано с эффективностью дата-центров. Google сообщил, что команда агентов Argon проанализировала данные профилирования по всему парку и выявила оптимизации памяти, которые освободили более 300 тибибайт памяти после развертывания. Компания оценивает, что общая экономия может составить от 500 TiB до 1 пебибайта.

Argon также использовали в исследованиях квантовых вычислений Google. В одном примере компания заявила, что модель помогла оптимизировать квантовую алгоритмическую нагрузку и за несколько минут превзошла опубликованный эталон на 40%. Эти цифры — отчетные результаты Google и ещё не были независимо воспроизведены по всем внутренним рабочим нагрузкам компании.

Кибербезопасность — ещё одна ключевая сфера применения Gemini 4 Argon. Google утверждает, что модель может автономно находить, валидировать и исправлять критические уязвимости в программном обеспечении. Через инициативу Wiz’s Scan for Good Argon, по сообщениям, обнаружил критическую уязвимость, которая могла бы раскрыть чувствительную персональную информацию в медицинском ПО, используемом больницами по всему миру. Google сообщил, что предыдущие frontier-модели не заметили эту уязвимость.

По бенчмарку CWE-bench v1, ориентированному на устранение уязвимостей, Argon разделил первое место с результатом 68%.

Ограниченный релиз и план расширения доступа

Из-за этих возможностей Google применяет поэтапный подход к выпуску Gemini 4 Argon. Компания первоначально предоставляет доступ доверенным специалистам по киберзащите через программу Fairwind, одновременно участвуя в добровольном процессе доступа к предварительным моделям, инициированном правительством США.

Google сообщил, что ранние тестировщики помогут оценить модель и доработать меры безопасности перед более широким доступом. Компания планирует расширить доступ для разработчиков, предприятий и потребителей, но конкретной публичной даты релиза пока не назвала.

Когда доступ будет расширен, платные API-клиенты и подписчики Google AI Ultra, вероятно, окажутся в числе первых, кто сможет пользоваться моделью. Google также объявил вводную цену на API: 2 доллара за 1 миллион входных токенов и 10 долларов за 1 миллион выходных токенов, при этом кэшированные входные данные оцениваются со скидкой 95% от стандартной ставки за вход.

Ограниченный релиз отражает двойственную природу всё более мощных систем ИИ. Gemini 4 Argon предназначена для автоматизации сложной технической работы, но те же возможности могут создавать дополнительные риски безопасности при развертывании без надлежащих мер контроля. Решение Google начать с проверенных специалистов по киберзащите позволяет компании собирать обратную связь из реальных условий и продолжать разработку средств защиты до более широкого релиза.

Brave New Coin охватывает более 1 миллиона вовлечённых криптоэнтузиастов в месяц через наш сайт, подкаст, рассылки и YouTube. Разместите ваш бренд перед ключевыми лицами, принимающими решения, и ранними пользователями в 2026 году. Осталось ограниченное количество слотов! Узнайте больше уже сегодня!

Цена биткоина (BTC) сегодня: цикл халвинга 2028 и приток средств в ETF BlackRock сигнализируют о долгосрочном ралли — 3 окт 2026

Прогноз цены Zcash (ZEC): накопление китов и отток из ETF ставят ZEC на критическом развилке около $1 400 — 2 окт 2026

Прогноз цены BNB: BNB тестирует сопротивление $770, 10-летняя линия тренда указывает на потенциальный прорыв — 2 окт 2026

Не отставайте: 3 лучшие криптовалюты для покупки сейчас перед закрытием предпродажи Stage 5, которая запустит масштабный рост!

Monero и Zcash приватность: что на самом деле скрывает каждая монета

Является ли APEING Stage 4 лучшей криптовалютой для покупки сейчас? Собрано более $93K, узнайте, как получить дополнительно 10% $APEING

Скрытая стоимость смены брокера: что трейдеры недооценивают, гоняясь за «лучшим предложением»

Окленд / Мельбурн / Лондон / Нью-Йорк / Токио

Абонентский ящик 90497, Victoria St West, Auckland Central, 1010, New Zealand.

© 2026 Brave New Coin. Все права защищены.