Google представила новую передовую модель ИИ после нескольких месяцев задержки. Gemini 4 Argon предназначена для решения сложных долгосрочных задач, охватывающих разработку программного обеспечения, корпоративную аналитику, такую как юридический и финансовый анализ, а также кибербезопасность. Однако в настоящее время доступ к ней получат лишь немногие организации.
Argon «внедряется для группы доверенных специалистов по киберзащите в рамках нашей программы Fairwind», — говорится в сообщении Google в блоге, анонсирующем выпуск. Это ограничение, как поясняется, связано с необходимостью соблюдения добровольного процесса правительства США по предоставлению раннего доступа к моделям для тестирования и улучшения их механизмов безопасности перед общедоступным выпуском.
Глава Google DeepMind Корай Кавукчуоглу недавно заявил, что Gemini 4 должна быть выпущена «намного раньше» конца этого года.
Ограниченный запуск происходит после того, как Google отложила и в конечном итоге пропустила выпуск Gemini 3.5 Pro, который, как первоначально обещала компания, должен был появиться в июне.
«Google около семи месяцев не выпускала крупную модель высшего уровня. Она отстает от собственного дорожной карты Gemini на три-четыре месяца, поскольку Gemini 3.5 Pro, модель, которую Google планировала выпустить в июне, так и не была представлена. Задержка была связана с проблемами разработки модели, особенно в области кодирования и рассуждений», — сказал Пареек Джайн, генеральный директор EIIRTrend и Pareekh Consulting.
С Argon Google увеличила емкость токенов модели, а вводные цены установлены на уровне 2 долларов за миллион входных токенов и 10 долларов за миллион выходных токенов.
Больше токенов, нет явного лидерства
Главное изменение в Argon — это увеличение лимита выходных данных модели с 64 000 токенов в предыдущих моделях Gemini до 1 миллиона, что обеспечивает больше возможностей для рассуждений и выполнения длинных многоэтапных задач в рамках одной траектории.
Google заявила, что Argon предназначена для обработки корпоративных рабочих процессов, охватывающих кодирование, рассуждения и мультимодальные задачи. Компания подкрепляет эти заявления примерами внутреннего использования. Она использовала Argon для выявления оптимизаций памяти в своих центрах обработки данных, которые после внедрения могут высвободить более 300 ТБ памяти с предполагаемой общей экономией от 500 ТБ до 1 ПБ.
По результатам тестов, Argon набирает 68,9% по индексу Vals, опережая Claude Opus 5.5 с 67,0%, и 77,9% по DeepSWE v1.1, по сравнению с 74,2% у Opus 5.5. Однако эти результаты не обеспечивают лидерства во всех типах рабочих нагрузок. В PostTrainBench для ML-инженерии Claude Opus 5.5 лидирует с 49,3% по сравнению с 45,3% у Argon.
Компания также стремится сократить отставание от Anthropic и OpenAI в области киберзащиты, позволяя Argon автономно находить, проверять и исправлять критические уязвимости программного обеспечения. По данным CWE-bench v1, теста на исправление уязвимостей, Google сообщает о 68% — это результат, равный высшей позиции с Grok 4.7, GPT-6 Astra и Claude Opus 5.5.
Хотя Google опубликовала широкий набор результатов тестов для подтверждения своих заявлений, Джайн предостерег, что эти показатели следует рассматривать как намеки, а не доказательства. «Argon выглядит хорошо и превосходит конкурентов в использовании автоматизированных инструментов для выполнения многоэтапных задач без путаницы, а также точно придерживается реальных фактов. Ее повседневные возможности кодирования в основном средние и наравне с другими. Она по-прежнему отстает от других в области творческого письма, тонких объяснений и работы с командной строкой», — сказал он.
Джайн отметил, что Argon демонстрирует, что Google восстановила значительную часть отставания в возможностях, но потеряла часть импульса и внимания разработчиков. Сейчас она конкурентоспособна на передовом рубеже, но не имеет явного преимущества во всех областях.
Цена, производительность и переход
Возможности Argon предлагаются по вводной цене 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов, при этом кэшированные входные токены стоят на 95% дешевле. Эти тарифы вырастут до 4 долларов за миллион входных токенов и 20 долларов за миллион выходных токенов после вводного периода, хотя Google не уточнила, когда вступят в силу новые тарифы.
Для сравнения, Claude Opus 5.5 от Anthropic стоит 4 доллара за миллион входных токенов и 20 долларов за миллион выходных токенов, а GPT-6 Astra от OpenAI — 10 долларов за миллион входных токенов и 50 долларов за миллион выходных токенов.
«Это делает вводные цены очень конкурентоспособными. Окончательные цены примерно сопоставимы с другими премиальными передовыми моделями. Поэтому предприятиям следует строить бизнес-кейсы, используя цены 4/20 долларов, а не предполагать, что вводные цены сохранятся», — сказал Джайн.
Хотя Argon стоит рассмотреть для предприятий, уже использующих конкурирующие модели, этого недостаточно, чтобы оправдать полный переход. Руководителям ИТ-отделов также придется взвесить стоимость миграции существующих приложений, рабочих процессов разработчиков и интеграций.
Джайн отметил, что руководителям ИТ-отделов следует оценивать модели на основе собственных рабочих нагрузок, уделяя особое внимание коэффициенту успешности задач, точности и галлюцинациям, надежности агента, стоимости успешной задачи, задержке, безопасности и управлению, конфиденциальности данных, интеграции с существующими системами и зависимости от поставщика. Ключевым показателем является не стоимость за токен, а стоимость за успешный бизнес-результат.
Argon дает руководителям ИТ-отделов вескую причину для оценки, но не для автоматического перехода.
«Разумным шагом, — сказал он, — будет добавление Argon для задач, с которыми она справляется лучше всего, таких как юридические, финансовые и обработка длинных документов, и сохранение текущего ИИ для таких задач, как кодирование. Если компания уже использует всю свою технику на Google Cloud, переход можно рассмотреть, если Argon явно выигрывает в тестах, а затраты по полной цене по-прежнему имеют смысл», — сказал Джайн.
Эта статья впервые появилась на InfoWorld.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Nidhi Singal
