Gemini 4 Argon спочатку відкрили лише довіреним кіберзахисникам

Gemini 4 Argon від Google DeepMind має ліміт 1M output-токенів, але поки доступ має лише вузька група.

dasha_ml2026-09-30· deepmind

Google DeepMind випустила Gemini 4 Argon, свою нову модель frontier-класу, але більшість людей ще не можуть її використати. 30 вересня 2026 року модель відкрили лише для групи довірених кіберзахисників у програмі Fairwind. Google каже, що відкриє доступ розробникам, компаніям і звичайним користувачам “якомога швидше”, після того як доопрацює запобіжники за відгуками ранніх тестувальників.

Найважливіша зміна для тих, хто будує продукти, це ліміт виводу. Google каже, що Argon тепер видає до 1M output-токенів, а раніше було 64K. Artificial Analysis отримала цю цифру через Long Decode Continuation, нову функцію API, яка призупиняє довгу відповідь і продовжує її в кількох викликах. Vals вказує максимум 262K output-токенів, тож цифра 1M залежить від того, як її рахувати.

Ціна починається з $2 за мільйон вхідних токенів і $10 за мільйон вихідних. Закешований вхід коштує на 95% менше. Artificial Analysis пише, що стандартна ціна вдвічі вища, $4 і $20, а знижка поки без дати завершення.

Google наводить сильні результати в бенчмарках. Argon набирає 77,9% на DeepSWE v1.1 і 91,7% на LVBench, а Google каже, що модель лідирує в Vals Index. Artificial Analysis ставить їй 53 у своєму Intelligence Index, стільки ж, скільки GPT-6 Astra. Задача в Argon коштує $1,99 зі знижкою проти $3,26 у Astra, але модель пише більше: близько 62K вихідних токенів на задачу проти 27K. Цифри Google є його власними, а решта від зовнішніх оцінювачів зі своїми налаштуваннями, тож їх варто перевірити на своїх задачах.

Про безпеку: Google випустить Argon без кіберзапобіжників для довірених захисників і власних команд. Wiz користується ним у програмі Scan for Good і каже, що модель знайшла критичну вразливість, через яку витікали персональні дані в софті для лікарень. Частину цифр уже поставили під сумнів. @BlackHC звернув увагу, що 19,6% Argon у legal-бенчмарку Harvey відстає від 25,42%, вказаних для Muse Spark 1.2, а @teortaxesTex вказав на можливу підгонку моделі під тести.

Джерела: deepmind.google · latent.space