Google открыла доступ к Gemini 4 Argon после закрытого тестирования

Через две недели после закрытого запуска Google открыла доступ к Gemini 4 Argon — новой флагманской модели компании. Её представили 30 сентября, но на первом этапе использовать систему могли только доверенные участники программы Fairwind.

Теперь Argon доступна через Gemini API, а также подписчикам Google AI Pro и Ultra. В Google позиционируют модель как инструмент для «глубокой работы» — сложных задач в программировании, финансах, праве, кибербезопасности и научных исследованиях.

Тесты и ограничения

Суммарный лимит входных и выходных данных составляет 1 млн токенов. При анонсе Google говорила о лимите в 1 млн токенов на вывод, однако теперь уточнила, что речь идёт об общем бюджете на вход и выход. Для сравнения, Claude Opus 5.5 также поддерживает контекст в 1 млн токенов, но дополнительно позволяет генерировать до 128 тысяч токенов в одном ответе.

Argon заняла первое место в Vals Index — индексе, который оценивает модели на финансовых, юридических, налоговых и кодинг-задачах. В тесте ERQA на физическое и пространственное мышление модель получила 87%. В Artificial Analysis Intelligence Index результат составил 53 балла — примерно на уровне GPT-6 Astra и заметно выше медианы сопоставимых моделей, равной 27 баллам. При этом тестирование проходило 30 сентября, поэтому показатели релизной версии могут отличаться.

В бенчмарке Gray Swan успешными оказались 0,7% промпт-инъекций после 15 адаптивных попыток. В тестах на обход ограничений при программировании модель показала результат в 2% попыток — лучший показатель среди систем Gemini.

Применение внутри Google

Google приводит несколько примеров использования Argon в собственных проектах. При работе с Chromium модель отделила около 6 млн строк устаревшего кода браузерных функций от остальной части проекта объёмом примерно 40 млн строк. Рефакторинг сотен файлов, который обычно занял бы месяцы, удалось выполнить за несколько недель.

В Google ADK Argon за одну ночь нашла оптимизации, сократившие время подготовки сессии в памяти на 40% и ускорившие холодный импорт на 21%. В проекте xTB модель ускорила предсказание молекулярных структур до 2,3 раза, а поиск конформеров — в 1,8 раза. Кроме того, инференс Gemma 4 E2B на GPU A100 через vLLM ускорился в 2,85 раза — примерно с 37,9 до более чем 108 тысяч токенов в секунду без потери качества.

По данным Google, после внедрения новых инструментов объём кода, создаваемого агентами внутри компании, вырос на 35%. В приложении Gemini также появился переключатель «чат → задача»: после его активации модель может продолжать работу самостоятельно, пока пользователь отошёл от компьютера. Antigravity теперь встроен в приложение Gemini для macOS.

Эксперименты с роботами

В одном из экспериментов Argon проанализировала видео игры в корнхол, восстановила трёхмерное пространство, рассчитала движения тела и самостоятельно написала код симуляции. После переноса полученной системы на гуманоида Apollo от Apptronik робот забил семь бросков подряд.

В другом тесте модели хватило одной фотографии стола, чтобы построить симуляцию и собрать более 4500 эпизодов для обучения. После этого показатель успешного выполнения задачи реальным роботом вырос с 56% до 75%, а среднее время выполнения сократилось с 35 до 24 секунд.

Google подчёркивает, что Argon станет только началом развития семейства Gemini 4: в будущем компания планирует выпустить и другие модели. Доступ к Argon также заявлен на ИИ-платформе GPTunneL.