Обновление выпуска Gemini 4: Gemini 4 Argon доступен
Информация проверена: 16 октября 2026 года.
Gemini 4 вышел за рамки спекуляций о релизе. Google объявил о Gemini 4 Argon 30 сентября 2026 года, изначально предоставив доступ проверенным защитникам в сфере кибербезопасности. 13 октября 2026 года Google объявил о более широком доступе для разработчиков, предприятий и потребителей.
Эти даты описывают разные этапы развёртывания: 30 сентября — первоначальное объявление, 13 октября — расширение доступа. Октябрьское объявление Google включает доступ к API через AI Studio и доступность для соответствующих подписчиков Google AI в указанных продуктах.
Gemini 4 Argon предназначен для сложной, многошаговой работы, включая инженерные задачи в разработке ПО, профессиональные исследования, анализ документов и защиту кибербезопасности. Его возможности следует оценивать по документации выпущенной модели и опубликованным оценкам.
Ранее упомянутые в этой статье гипотетические спецификации Gemini 4 Pro, Flash или Flash-Lite не следует считать подтверждёнными спецификациями Argon. Аналогично, утёкшие результаты бенчмарков и прогнозируемые цены не должны использоваться в качестве рекомендаций для покупки или развёртывания.
Актуальные детали доступа см. в объявлении о доступности Gemini 4 Argon и документации моделей Gemini API.
Основные выводы
- Gemini 4 Argon — самая мощная на сегодня модель Google, оптимизированная для сложных, многошаговых рабочих процессов в кодинге, юридико-финансовой интеллектуальной работе и киберзащите.
- Argon разработан для устойчивого рассуждения на длинных, многошаговых траекториях, а не для обычного короткого чата. Google подчёркивает реальные рабочие сценарии: инженерия ПО, юридическая и финансовая работа, мультимодальное понимание и киберзащита.
- Google увеличил максимальный объём вывода с прежнего уровня в 64K токенов до 1 миллиона токенов. Google пока не опубликовал полную публичную спецификацию Gemini API для контекста ввода Argon, модальностей, поведения эндпоинтов или лимитов скорости.
- В сравнительной таблице Google Argon набирает 68.9% на Vals Index, 77.9% на DeepSWE v1.1, 91.7% на LVBench и 68% на CWE-bench v1. Он не лидирует во всех тестах: GPT-6 Astra выигрывает FrontierSWE v2 и Terminal-Bench Science, а Claude Opus 5.5 лидирует в Terminal-Bench 4.0 и PostTrainBench.
- Вводная цена API от Google — $2 за миллион входных токенов и $10 за миллион выходных токенов. После вводного периода цены повышаются до $4 и $20 соответственно. Кэшированный ввод рекламируется со скидкой 95% от действующей цены за входной токен.
- Публичный каталог CometAPI 1 октября 2026 года указывал
gemini-4-argonкак доступную, а не готовящуюся к выпуску.
Google вернул лидирующую позицию в гонке передовых ИИ с запуском Gemini 4 Argon. Объявленная 30 сентября 2026 года, эта модель знаменует начало эпохи Gemini 4 и прямо позиционируется как «следующая эпоха передового интеллекта» Google. Она нацелена на самые сложные рабочие нагрузки реального мира: устойчивый агентный кодинг, высокорисковую корпоративную интеллектуальную работу (право, финансы, налоги) и оборонительную кибербезопасность.
В отличие от прежних инкрементальных обновлений, Argon привносит фундаментальный сдвиг в глубину возможностей благодаря резко расширенной длине вывода и специальной подготовке к задачам с длинным горизонтом. Тысячи сотрудников Google уже используют её внутри компании в производственной инженерии, а внешний доступ начинается узко — с проверенных партнёров по кибербезопасности.
Что такое Gemini 4 Argon?
Gemini 4 Argon — последняя передовая крупная языковая модель Google DeepMind и первый релиз семейства Gemini 4. Она специально спроектирована для поддержания глубокого рассуждения в сложных, многошаговых, долгосрочных рабочих процессах, которые прежние модели надёжно завершать в одной траектории не справлялись.
По словам Google, Argon «обеспечивает передовую производительность в сложных рабочих процессах реальной разработки ПО, корпоративной интеллектуальной работе, такой как право и финансы, и защите кибербезопасности». Она опирается на уроки задержанных или отменённых усилий по Gemini 3.5 Pro в начале 2026 года и последующую фокусировку на серии Gemini 3.8 Flash.
Модель акцентирует агентные возможности — автономное планирование, использование инструментов, генерацию и редактирование кода, обнаружение и устранение уязвимостей, анализ множества документов и понимание длинных видео — одновременно интегрируя более сильные системы безопасности для мощности на уровне фронтира.
Внутри компании Argon уже обеспечивает измеримое воздействие в масштабе Google:
- Команды квантовых вычислений использовали её для оптимизации ресурсов «пространство-время» (кубиты × гейты), превзойдя опубликованные базовые показатели на 40% за считанные минуты.
- Команды агентов проанализировали телеметрию всего парка и автономно применили оптимизации памяти, высвободив более 300 TiB памяти по дата-центрам (с оценочной общей экономией от 500 TiB до 1 PiB).
- Выполняются масштабные миграции кода с C/C++ на Rust, включая десятки тысяч строк в ключевых библиотеках (re2, libgav1) и более 800 000 строк в ядре Fuchsia Zircon. Примечательный результат: безопасный по памяти видеодекодер (libgav1), который работает в 2.7× быстрее, чем предыдущий порт на Rust, после оптимизации, управляемой профилированием.
Эти реальные внедрения подчёркивают, что Argon — это не просто чемпион бенчмарков, а практический мультипликатор продуктивности для сложных инженерных организаций.
Ключевые особенности Gemini 4 Argon
1. Долгосрочное рассуждение с выводом до 1 млн токенов
Google сообщает, что максимальный объём вывода Argon — 1 миллион токенов, против 64 000 токенов в предыдущем поколении. Это — верхний предел генерации, а не утверждение, что каждый ответ должен быть огромным. Он даёт модели пространство для длинных траекторий рассуждения, генерации кода по нескольким файлам, детальных исследований или продолжительной агентной работы без необходимости отправлять новый запрос каждые несколько шагов.
2. Реальная разработка программного обеспечения
Показатель Argon 77.9% на DeepSWE v1.1 — наивысшее значение в сравнительной таблице Google. DeepSWE фокусируется на длительной инженерной работе по разработке ПО, что лучше соответствует автономным кодирующим агентам, чем короткие тесты дополнения кода. Модель также достигает 91.9% на Vibe Code Bench.
Картина не односторонняя. GPT-6 Astra набирает 65.5% на FrontierSWE v2 против 55.0% у Argon, а Claude Opus 5.5 — 66.4% на Terminal-Bench 4.0 против 57.4% у Argon. Покупателям следует отдельно тестировать редактирование репозиториев, работу в терминале, отладку и миграции, а не полагаться на один «кодовый» показатель.
3. Корпоративная работа с знаниями
Google сообщает у Argon 68.9% на Vals Index, который взвешивает финансовую, кодовую, юридическую и налоговую работу по вкладу в ВВП США. Модель также лидирует среди сравниваемых в Vals Finance Agent v2, Harvey's Legal Agent Benchmark и AutomationBench.
Эти оценки делают Argon особенно релевантной для исследовательских рабочих процессов: due diligence, обзор контрактов, финансовый анализ, налоговые исследования и синтез по множеству документов. Они не отменяют необходимость проверки источников или профессионального ревью. Лидерство в бенчмарке измеряет производительность в рамках конкретного стенда и не устанавливает пригодность для неограниченных юридических или финансовых решений без надзора.
4. Мультимодальное понимание и анализ длинных видео
Argon набирает 71.6% на Chartography и 91.7% на LVBench, немного опережая GPT-6 Astra в понимании графиков и заметно лидируя в понимании длинных видео. Google также описывает рабочие процессы, в которых Argon интерпретирует последовательность документов и действует по результату.
Эта комбинация полезна, когда одного текста недостаточно: анализ графиков прибыли вместе с отчётами, извлечение доказательств из часов видео, просмотр скриншотов продукта с письменными требованиями или согласование данных по PDF и визуальным отчётам.
5. Оборонительная кибербезопасность
Google обучил Argon обнаруживать, подтверждать и исправлять критические уязвимости. На CWE-bench v1 Argon и GPT-6 Astra набирают по 68%, тогда как Claude Opus 5.5 — 67%. Google заявляет, что Argon также превосходит Gemini 3.8 Flash Cyber во внутренних оценках обнаружения уязвимостей и тестировании проникновения в режиме «чёрного ящика».
Начальный доступ отражает риски. Доверенные защитники могут использовать модель через программу Google Fairwind Program, и Google сообщает, что Wiz применил Argon в инициативе Scan for Good для выявления критической уязвимости, затрагивающей ПО в здравоохранении. Ограничённое распространение даёт Google время на сбор свидетельств, прежде чем более широко раскрывать передовые кибервозможности.
6. Уровень галлюцинаций снизился до 10%.
Gemini 4 Argon демонстрирует исключительно низкий уровень галлюцинаций на Artificial Analysis. 15%. Arena сообщает оценку галлюцинаций инструментов 0.10% +/- 0.48% для Gemini 4 Argon High против 0.16% +/- 0.09% для Gemini 3.8 Flash High. Точечная оценка ниже, что предполагает улучшение. Однако интервалы неопределённости существенно перекрываются, а интервал у Argon значительно шире.
Производительность Gemini 4 Argon в бенчмарках
Следующие данные взяты из сравнительной таблицы Google DeepMind. Google ссылается на отдельный документ методологии и заявляет, что показатели — pass@1, если не указано иначе. Рассматривайте их как результаты, опубликованные вендором, и валидируйте на частных рабочих нагрузках.
| Benchmark | Workload | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Leader |
|---|---|---|---|---|---|
| Vals Index | Знание-ориентированная работа, взвешенная по ВВП | 68.9% | 63.1% | 67.0% | Argon |
| AutomationBench | Сквозная автоматизация бизнеса | 51.3% | 41.4% | 42.5% | Argon |
| Vals Finance Agent v2 | Многошаговые финансовые исследования | 65.4% | 53.5% | 58.6% | Argon |
| Harvey Legal Agent | Юридические исследования и подготовка документов | 19.6% | 5.4% | 3.8% | Argon |
| DeepSWE v1.1 | Долгосрочная разработка программного обеспечения | 77.9% | 74.1% | 74.2% | Argon |
| FrontierSWE v2 | Агентное кодирование | 55.0% | 65.5% | 62.3% | Astra |
| Terminal-Bench 4.0 | Агентная работа в терминале | 57.4% | 58.2% | 66.4% | Opus |
| Terminal-Bench Science 0.1 | Научные и математические агенты | 57.6% | 68.1% | 63.3% | Astra |
| GraphWalks, 256K-1M | Обход графов при длинном контексте, F1 | 84.2% | 71.8% | 66.8% | Argon |
| Agent's Last Exam | Использование компьютера | 39.5% | 34.2% | 38.2% | Argon |
| OSWorld 2.0 offline subset | Использование компьютера, частичный балл | 69.2% | 72.6% | Not reported | Astra |
| Chartography | Понимание графиков | 71.6% | 71.0% | 66.3% | Argon |
| LVBench | Понимание длинных видео | 91.7% | 87.5% | 83.7% | Argon |
| CWE-bench v1 | Устранение уязвимостей | 68.0% | 68.0% | 67.0% | Tie |
Как интерпретировать результаты
Самое очевидное преимущество Argon — широта: профессиональная работа с знаниями, длинный контекст, анализ графиков и длинных видео. Её результат 19.6% как юридического агента более чем втрое превышает 5.4% у Astra, хотя все три абсолютные оценки показывают, что бенчмарк остаётся сложным. Argon также лидирует в AutomationBench на 8.8 процентных пункта над Opus 5.5.
В кодинге вывод более тонкий. Argon лидирует в DeepSWE и Vibe Code Bench, но Astra ведёт в FrontierSWE, а Opus — в Terminal-Bench 4.0. В научно-ориентированной терминальной работе Astra опережает Argon на 10.5 пункта. Правильный заголовок — не «Argon выигрывает каждый бенчмарк». А то, что Argon исключительно сильна в длинных корпоративных рабочих процессах, в то время как конкуренты сохраняют важные преимущества в конкретных задачах.

Доказательства по бенчмаркам сильны, но не универсальны. GPT-6 Astra остаётся впереди по ряду метрик науки, кодирования и использования компьютера, а Claude Opus 5.5 лидирует в важных тестах терминала и ML-инженерии. Независимые свидетельства столь же нюансированы: Artificial Analysis ставит Argon на #8 из 223 моделей в её классе сравнения, а Arena — Gemini 4 Argon High на #8 из 46 агентных моделей, одновременно поместив её на первое место по управляемости. Главное преимущество Argon — сочетание долгосрочного рассуждения, производительности в корпоративных доменах и мультимодальной глубины при агрессивно заявленной цене.
Доступен ли Gemini 4 Argon?
На момент объявления (30 сентября 2026 года) и последующего освещения — нет, не для широкой публики или стандартных разработчиков. Доступ ограничен:
- Доверенными участниками Fairwind Program (киберзащитники, правительства, партнёры критической инфраструктуры).
- Внутренними командами Google.
- Участниками добровольного процесса предварительного релиза правительства США.
Google заявляет, что будет расширять доступ «как можно скорее» после сбора обратной связи и итераций над ограничителями, начиная с платных клиентов API и подписчиков Google AI Ultra, затем — более широкий доступ для разработчиков, предприятий и потребителей. Точная публичная дата не названа.
Цены API Gemini 4 Argon
Вводная цена Google — $2 за миллион входных токенов и $10 за миллион выходных токенов. После вводного периода — $4 за вход и $20 за выход. Кэшированный ввод оценивается со скидкой 95% к применимой цене за входной токен, что подразумевает $0.10 за миллион в вводном периоде и $0.20 после него, если политика применяется в точности как заявлено.
Цена привлекательна относительно других премиальных фронтир-моделей, но стоимость за токен — не стоимость за завершённую задачу. Модель, которая генерирует сотни тысяч токенов вывода или выполняет много вызовов инструментов, всё равно может создать большой счёт. Устанавливайте лимиты вывода, мониторьте циклы инструментов и измеряйте стоимость на принятый результат.
Как получить доступ к API Gemini 4 Argon через CometAPI
После того как Google откроет более широкий доступ к API, платформы, агрегирующие фронтир-модели, становятся самым быстрым и часто наиболее экономичным способом для разработчиков экспериментировать и переводить в продакшн.
CometAPI предоставляет унифицированный, совместимый с OpenAI эндпоинт к 500+ моделям от OpenAI, Anthropic, Google и других. Это означает, что вы можете переключаться между моделями Gemini, вариантами GPT-6 и моделями Claude, меняя только параметр model — без управления несколькими аккаунтами, биллингами или SDK.
Рекомендуемые шаги для подготовки и доступа через CometAPI:
- Зарегистрируйтесь на cometapi.com и сгенерируйте ключ API в панели управления (начинается с
sk-). - Используйте базовый URL
https://api.cometapi.com/v1. - Вызывайте модели через стандартный OpenAI SDK или в родном формате Gemini.
CometAPI уже поддерживает семейство Gemini (включая прежние Pro и Flash) с конкурентными ценами, бесплатными пробными кредитами и бесшовным переключением. Регулярно проверяйте страницу моделей CometAPI на предмет доступности Gemini 4 Argon. Такой подход избегает трения онбординга в Google Cloud и позволяет легко провести A/B-тесты против Claude Opus 5.5 или GPT-6 Astra в одном кодовой базе.
Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5
| Category | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Provider | OpenAI | Anthropic | |
| Release status on Oct. 1, 2026 | Ограниченный релиз для доверенных тестировщиков; более широкий доступ скоро | Активная модель API | Активная последняя модель; выпущена 22 сентября 2026 |
| Best fit | Длинный контекст в работе с знаниями, мультимодальный анализ, оборонительная киберзащита, большой вывод | Сложное рассуждение, наука, использование компьютера, широкий инструментарий | Длительные агентные сценарии кодинга и работы с знаниями |
| Input context | Пока не опубликован как финальная публичная спецификация API | 1,050,000 токенов | 1,000,000 токенов |
| Max output | 1,000,000 токенов | 128,000 токенов | 128,000 синхронно; 300,000 Batch beta |
| Inputs and outputs | Заявлены мультимодальные возможности; детализированная публичная матрица API в ожидании | Текст и изображения на вход; текст на выход | Текст и изображения на вход; текст на выход |
| Reasoning control | Долгосрочное рассуждение; публичные управляющие параметры API в ожидании | от низкого до максимального уровня рассуждения | Адаптивное мышление всегда включено; усилие по умолчанию среднее |
| Standard price per 1M tokens | Вводная: $2 за вход / $10 за выход; позже $4 / $20 | $10 за вход / $50 за выход | $4 за вход / $20 за выход |
| Standout wins in Google's table | Vals, AutomationBench, DeepSWE, длинный контекст, LVBench | FrontierSWE, научная работа в терминале, OSWorld (подмножество) | Terminal-Bench 4.0, PostTrainBench |
| Main caveat | Широкий доступ к API и полные спецификации всё ещё развёртываются | Самая высокая прайс-лист цена из трёх | Не лидирует в таблице знаний Google; адаптивное мышление нельзя отключить |
Какую модель выбрать?
Выбирайте Gemini 4 Argon, когда рабочая нагрузка доминирует длинным контекстом в работе с знаниями, мультимодальными доказательствами, оборонительной кибербезопасностью или необычайно крупными генерируемыми артефактами. Выбирайте GPT-6 Astra, когда нужен зрелый инструментарий OpenAI, сильная производительность научных агентов или его специфические преимущества в использовании компьютера. Выбирайте Claude Opus 5.5 для агентного кодинга и терминальных рабочих процессов в экосистеме Claude, особенно если его поведение уже хорошо показывает себя в вашем оценочном стенде.
Для большинства компаний лучшая стратегия — не постоянный выбор одной модели. Маршрутизируйте рутинные запросы на более дешёвую модель, оценивайте Argon, Astra и Opus на сложном хвосте, и сохраняйте запасной вариант. CometAPI полезен здесь, поскольку один слой интеграции упрощает кросс-модельное тестирование и контролируемую маршрутизацию.
Заключение
Gemini 4 Argon знаменует самый сильный возврат Google на абсолютный фронтир, возвращая лидерство в ряде критичных для предприятия и долгосрочных бенчмарков и вводя практические улучшения — такие как вывод до 1 млн токенов и агрессивные вводные цены. Её поэтапный, ориентированный на безопасность релиз приоритизирует ответственное развёртывание мощных возможностей киберзащиты.



