Компанія Google анонсувала у своєму офіційному блозі нову флагманську модель Gemini 4 Argon, розраховану на тривалі та складні завдання в розробці, бізнес-процесах і захисті від кіберзагроз. Масового доступу до неї поки немає: наразі Argon дісталася лише довіреним фахівцям із кіберзахисту через програму Fairwind, а решту аудиторії компанія підключатиме «якомога швидше» — вже після додаткових перевірок.

Ключові характеристики моделі

  • Призначення — програмування, корпоративна робота (юридична й фінансова сфери), кіберзахист
  • Максимальний обсяг відповіді зріс до 1 млн токенів — проти попередніх 64 тисяч
  • Зараз доступ мають лише довірені кіберзахисники через програму Fairwind
  • Далі модель отримають платні клієнти API та підписники Google AI Ultra, а згодом — розробники, компанії та масовий користувач
  • Вартість вхідних токенів — $2 за мільйон на старті, потім $4
  • Вартість вихідних токенів — $10 за мільйон на старті, потім $20
  • Кешовані вхідні токени коштуватимуть на 95% дешевше за стандартну ціну
  • Модель пройшла добровільну процедуру перевірки урядом США для отримання доступу ще до релізу

Чому обсяг відповіді виріс до мільйона токенів

Найпомітніше технічне оновлення — розширення ліміту відповіді до 1 млн токенів. У Google пояснюють: коли модель може «розмірковувати» в межах однієї траєкторії на сотні тисяч токенів, вона здатна глибше опрацьовувати складні задачі навіть за єдину спробу. Для великих завдань — наприклад, перенесення кодової бази чи багатоступеневих бізнес-процесів — такий запас виявляється суттєвим.

Як Argon вже застосовують у самій Google

У компанії кажуть, що тисячі її працівників щодня використовують Argon у роботі й відзначають її сильні сторони в спеціалізованому кодингу, глибоких дослідженнях і якості тексту. Серед прикладів застосування:

  • Квантові обчислення: Argon допомогла дослідникам оптимізувати підпрограми, що стримують роботу важливих застосунків, і за кілька хвилин перевищила опублікований базовий результат на 40%
  • Економія пам'яті в дата-центрах: агенти моделі проаналізували телеметрію профілювання по всьому серверному парку й самостійно впровадили оптимізації — це звільнить понад 300 TiB пам'яті, а загальний потенціал економії оцінюють у 500 TiB–1 PiB
  • Перехід із C/C++ на Rust: агенти працюють із проєктами різного масштабу — від десятків тисяч рядків у бібліотеках re2 та libgav1 до понад 800 тисяч рядків коду в ядрі Fuchsia Zircon, причому кожне переписування проходить автоматичну й ручну перевірку, тестування в емуляції та рев'ю перед виходом у продакшн
  • Робота з libgav1: у відкритому відеодекодері агенти переписали 32 тисячі рядків SIMD-коду в готовому Rust-порті, і після серії експериментів із профілюванням отримали безпечний щодо пам'яті декодер, який працює у 2,7 раза швидше за попередній порт, зберігаючи ідентичну якість відео

Що показали внутрішні тести Google

  • Argon DeepSWE v1.1 (довгі реальні задачі з розробки ПЗ): 77,9% — за словами Google, це новий рекорд
  • AutomationBench від Zapier (наскрізне виконання бізнес-процесів): 51,3%, перше місце
  • LVBench (розуміння довгих відео): 91,7% — рекордний показник
  • CWE-bench v1 (усунення вразливостей у ПЗ): 68%, розділене перше місце
  • Vals Index (економічний вплив у фінансах, коді, юриспруденції та податках): перше місце
  • Vals Finance Agent v2 (багатокроковий фінансовий аналіз): лідерство, за заявою Google
  • Harvey Legal Agent Benchmark (юридичні дослідження та складання документів): лідерство, за заявою Google

Для порівняння: на DeepSWE v1.1 модель GPT-6 Astra отримала 74,1%, а Claude Fable 5.1 — 67,4%. На AutomationBench ці конкуренти показали 41,4% і 31,4% відповідно. А в CWE-bench v1 Argon поділила перше місце з GPT-6 Astra та Grok 4.7.

Кібербезпека як головний пріоритет

Google окремо наголошує на можливостях Argon у сфері кіберзахисту: модель уміє самостійно виявляти, перевіряти й виправляти критичні вразливості. Для довірених фахівців із захисту та внутрішніх команд Google модель випускають без кібербар'єрів, щоб вони могли користуватися її можливостями повною мірою.

Першим партнером стала компанія Wiz, яка вже застосовує Argon в ініціативі Scan for Good — проєкті з безоплатного захисту критичної інфраструктури. Саме модель виявила серйозну вразливість у медичному програмному забезпеченні, яким користуються лікарні у всьому світі: вона відкривала доступ до чутливих персональних даних, і жодна з попередніх передових моделей цього ризику не помітила.

Порівняно з Gemini 3.8 Flash Cyber — моделлю для кіберзахисту, що вийшла на початку вересня, — Argon ефективніша в пошуку вразливостей на внутрішньому тесті Google, який охоплює 20 мов програмування. У сценарії «чорної скриньки» проти живих вебсистем на внутрішньому бенчмарку Wiz нова модель також перевершує Flash Cyber у виявленні поверхні атаки та формуванні доказів вразливості.

Чому доступ відкривають поступово

Поетапний запуск Google пояснює чотирма напрямками захисту:

  • Протидія зловживанням: модель повинна відмовляти у шкідливих запитах, включно з кібератаками та іншими загрозами, але при цьому продовжувати допомагати в легітимних наукових дослідженнях; для цього компанія посилила моніторинг внутрішніх активацій моделі, а захист тестували як внутрішні, так і зовнішні «червоні команди»
  • Захист від prompt injection: за словами Google, це найстійкіша до непрямих ін'єкцій її модель, яка лідирує на бенчмарку Gray Swan
  • Моніторинг розузгодження цілей: система стежить за ланцюжком міркувань моделі та її діями і зупиняє виконання, якщо Argon відхиляється від намірів користувача; подібний механізм застосовувався і під час навчання моделі, причому його висновки не потрапляли назад у навчальний процес — Google закликає всю індустрію зберігати прозорість міркувань моделей
  • Зміцнення середовища: тестові пісочниці ізолюють і «запечатують» ще до початку ризикованого навчання чи оцінювання

Скепсис і контекст релізу

Argon з'явилася після тривалої паузи у виході флагманських моделей Google: попередня лінія, Gemini 3, була представлена майже рік тому, а весь цей час компанія випускала переважно дешевші моделі лінійки Flash. У травні генеральний директор Google Сундар Пічаї обіцяв нову флагманську модель на червень, однак вона не вийшла вчасно. За даними Axios, однією з причин затримки став низький моральний стан у команді DeepMind.

Не всі всередині компанії в захваті від результатів. Bloomberg із посиланням на анонімні джерела повідомив, що частина співробітників вважає показники моделі у внутрішніх тестах слабкими.

Якщо незалежні перевірки підтвердять, що Argon дійсно не відстає від флагманських систем OpenAI та Anthropic, це стане для Google помітним реваншем. Поки ж переважна більшість переконливих цифр надходить від самої компанії, а зовнішньої перевірки результатів досі немає.

Нагадаємо, що кількома днями раніше Google представила аватарів для відеодзвінків із клієнтами.

Джерело: Highload.tech