Google сделала шаг в области искусственного интеллекта. Компания представила Gemini 4 Argon , свою новую передовую модель, с помощью которой она намерена вновь конкурировать с самыми мощными системами, доступными в настоящее время. Это объявление последовало за несколькими месяцами, в течение которых компания, казалось, несколько уступила позиции достижениям OpenAI и Anthropic.
Модель предназначена для решения сложных профессиональных задач , таких как программирование, кибербезопасность или работа с корпоративными знаниями. Согласно данным, предоставленным Google, Argon соответствует или даже превосходит конкурирующие бенчмарки в ряде тестов, хотя мнения внутри и за пределами компании не совсем единодушны.
Конкурент GPT-6 Astra и Claude Opus 5.5
Выпуск Gemini 4 Argon преследует четкую цель: конкурировать с OpenAI и Anthropic . По результатам тестов Google, эта модель превосходит Claude Opus 5.5 и Fable 5.1 в различных тестах. В независимом рейтинге Artificial Analysis Intelligence Index (IRA) Argon набирает 53 балла, столько же, сколько GPT-6 Astra, премиальная модель OpenAI.
В тесте DeepSWE, ориентированном на реальные задачи разработки программного обеспечения, Argon показал результат 77,9% , по сравнению с 74,1% у GPT-6 Astra и 74,2% у Claude Opus 5.5. Google также отметила свое первое место в индексе Vals, который измеряет экономическое влияние в таких областях, как финансы, юриспруденция и налогообложение. А в CWE-bench, оценке эффективности устранения уязвимостей, компания набрала 68%, разделив первое место.
Одним из наиболее поразительных результатов является снижение количества галлюцинаций . Согласно данным Artificial Analysis, показатель галлюцинаций у Gemini 4 Argon составляет 15% в тесте AA-Omniscience, в то время как у GPT-6 Astra этот показатель возрастает до 50%. Разница заключается в том, что Argon чаще отвечает «Я не знаю», когда не уверен, а не выдумывает ответ. Однако Astra демонстрирует более высокую точность в том же тесте, поэтому эти данные необходимо рассматривать в контексте.
Технические возможности: один миллион токенов и автономная киберзащита.
Одна из наиболее значимых новых функций Gemini 4 Argon — это возможность генерировать до миллиона токенов в одном ответе . Для сравнения, токен эквивалентен фрагменту слова, а миллион токенов — это примерно 750 000 слов на английском языке. Это более чем в пятнадцать раз превышает предыдущий лимит в 64 000 токенов. Благодаря такой большой пропускной способности модель может обрабатывать задачи, которые ранее требовали разделения на десятки запросов, например, миграцию всей кодовой базы.
Кибербезопасность — ещё одна область, на которой Google сосредоточил свои усилия. Argon способен обнаруживать, проверять и исправлять уязвимости более чем в двадцати языках программирования и даже анализировать работающие веб-системы без доступа к их исходному коду. Компания утверждает, что может находить критические уязвимости и исправлять их автономно, подобно тому, как это делала модель Gemini 3.8 Flash Cyber для повышения безопасности программирования , хотя конкретные детали её работы не были обнародованы, за исключением того, что Google решил сообщить.
Внутри Google тысячи сотрудников уже ежедневно используют Argon. Компания заявляет, что её команды используют его для исследовательских и программных задач, и что это позволило освободить более 330 терабайт памяти в её центрах обработки данных. Это практические примеры, которые компания демонстрирует, чтобы показать, что это не просто абстрактные цифры, хотя реальный пользовательский опыт ещё предстоит оценить.
Ограниченный выпуск, цена и сомнения относительно реальной производительности.
Несмотря на шумиху в СМИ, правда заключается в том, что пока что опробовать Gemini 4 Argon сможет практически никто . Google выбрал поэтапный подход, начав с небольшой группы экспертов по кибербезопасности, отобранных в рамках программы Fairwind. Модель также проходит оценку со стороны правительства США, что является стандартной процедурой перед запуском подобных систем. Позже она станет доступна платным клиентам API, уже являющимся подписчиками Google AI Ultra, хотя конкретная дата её общего выпуска пока не определена.
Начальная цена — ещё один аргумент Google для привлечения компаний. В течение рекламного периода вход будет стоить 2 доллара за миллион токенов, а выход — 10 долларов за миллион (примерно 1,75 и 8,75 евро соответственно). После этого комиссия удвоится до 4 и 20 долларов. По данным Artificial Analysis, с учётом этой первоначальной скидки стоимость одной задачи будет на 40% ниже, чем у GPT-6 Astra.
Не все новости хорошие. Bloomberg поговорил с сотрудниками Google, которые утверждают, что, хотя Argon показывает отличные результаты в бенчмарках, в реальных задачах программирования он работает не так хорошо, как ожидалось . Компания отрицает эти утверждения и заявляет, что ее команды широко используют его с хорошими результатами. Это несоответствие отражает неприятную правду: синтетические бенчмарки не всегда соответствуют повседневной работе, где репозитории огромны, зависимости несовершенны, а документация скудна.
Политический контекст также сыграл свою роль. За день до объявления генеральный директор Google Сундар Пичаи вместе с президентом США Дональдом Трампом и другими руководителями технологических компаний подписали добровольное соглашение о саморегулировании. В документе изложены процедуры аудита и внутреннего контроля в области кибербезопасности и биологических угроз. Google настаивает на том, что Argon имеет пограничную защиту и не будет выпущен для пользователей, пока не обеспечит максимальную безопасность.
Появление этой модели произошло после того, как обещанный Gemini 3.5 Pro так и не увидел свет. Этот проект страдал от ошибок обучения и значительно отставал от конкурентов, что заставило компанию отказаться от него и сосредоточиться на Argon, разработка которого ведется с июля. Этим шагом Google стремится продемонстрировать, что остается конкурентоспособным игроком в гонке за передовыми технологиями искусственного интеллекта, хотя в отрасли по-прежнему сохраняется скептицизм по поводу разрыва между результатами бенчмарков и реальным опытом использования.
