Google представила Gemini 4 Argon — новую frontier-модель для программирования, аналитики и киберзащиты, но обычным пользователям и большинству разработчиков ее пока не дают. По данным Ars Technica, модель уже тестируют внутри Google и у ограниченного круга партнеров, а публичный запуск начнется позже с платных API-пользователей и подписчиков Google AI Ultra.
Главная интрига анонса даже не в названии, а в темпе. Еще в июне Google обещала Gemini 3.5 Pro, но лето прошло под знаком более компактных Flash-моделей. Теперь компания перескакивает к Gemini 4 Argon и фактически говорит рынку: большая модель готова, но сначала ее нужно обкатать там, где ошибка стоит дороже, чем плохой ответ в чат-боте.
Google утверждает, что инженеры компании уже активно используют Argon во внутренних задачах. Один из примеров — оптимизация дата-центров: модель, по заявлению компании, помогла сэкономить 300 ТиБ памяти за счет анализа телеметрии по всему парку инфраструктуры. Другой пример ближе к разработчикам: агенты на базе Argon участвуют в миграции C/C++-кодовых баз на Rust, включая тысячи строк в библиотеках re2 и libgav1, а также более 800 000 строк в ядре Zircon операционной системы Fuchsia.
Для разработчиков это звучит как ровно тот класс задач, где LLM уже перестает быть игрушкой для автодополнения. Перенести крупный C/C++-проект на Rust — не значит механически заменить синтаксис. Нужно понимать владение памятью, ABI, тесты, старые зависимости и места, где бизнес-логика спрятана под слоями технического долга. Если Google действительно использует Gemini 4 Argon на таком материале, это важнее красивых демо с написанием Todo-приложения за 30 секунд.
В бенчмарках Google тоже не скромничает. На тесте DeepSWE v1.1 для задач программной инженерии Gemini 4 Argon набрала 77,9%. Компания называет результат лидирующим и обещает сильные показатели в долгих многошаговых задачах, включая экономический тест Vals Index. Здесь стоит держать привычную дистанцию: вендорские бенчмарки полезны как сигнал направления, но рынок давно научился, что реальные пайплайны, грязные репозитории и усталый CI часто быстро охлаждают энтузиазм от таблиц.
Несмотря на закрытый доступ, Google уже раскрыла цены для API. На ограниченный период вводные токены будут стоить 2 доллара за миллион, выводные — 10 долларов за миллион. Кэшированные входные токены получат скидку 95%. Еще одна заметная цифра — лимит вывода до 1 млн токенов, тогда как у предыдущих моделей Gemini он составлял 64 000 токенов. Если это ограничение сохранится в рабочем API, модель сможет выполнять куда более длинные операции за один проход: анализировать большие кодовые базы, готовить миграционные планы, собирать отчеты по инцидентам или держать в контексте сложные цепочки требований.
Первый фокус Gemini 4 Argon — не потребительский чат, а киберзащита. Google запускает модель поэтапно и начинает с небольшого круга доверенных тестировщиков. Доступ получают партнеры программы Fairwind, которым нужны защитные сценарии: поиск уязвимостей, анализ инцидентов, проверка сложных систем. Компания Wiz, по заявлению Google, уже использует Argon и с ее помощью нашла критическую уязвимость, способную раскрыть персональные данные в системе, применяемой больницами по всему миру. Деталей о самой уязвимости Google не раскрыла, поэтому воспринимать этот кейс лучше как сильный, но пока неполный сигнал.
Осторожность Google объяснима. Летом вокруг продвинутых моделей и их поведения в задачах, связанных с безопасностью, снова стало шумно: чем лучше модель умеет писать код и рассуждать о системах, тем тоньше граница между защитным аудитом и атакующим сценарием. Google утверждает, что встроила в Argon механизмы мониторинга рассуждений модели и остановки поведения, выходящего за заданные рамки. Это не магическая кнопка безопасности, но показатель того, куда движется конкуренция: уже мало сделать модель умнее, нужно убедить корпоративных клиентов, что она не превратит их SOC в генератор новых рисков.
Для русскоязычной IT-аудитории практический вывод простой: Gemini 4 Argon пока нельзя просто подключить и сравнить с текущими моделями в своем продукте. Но анонс показывает, какие возможности станут предметом закупок и пилотов в ближайший цикл: длинный контекст, агентные миграции кода, анализ инфраструктурной телеметрии и специализированная киберзащита. Разработчикам стоит смотреть не только на качество ответов, но и на цену длинных задач, поддержку кэширования, лимиты вывода и правила доступа к данным.
Google обещает позже открыть Gemini 4 Argon для корпоративных и потребительских клиентов, но конкретных дат не дает. Публичная доступность начнется после кибербезопасностных тестов: сначала для платных API-пользователей и подписчиков Google AI Ultra. Главный вопрос теперь не в том, появится ли новая большая модель в облаке Google, а в том, сколько реальных инженерных задач она выдержит за пределами внутренних кейсов и аккуратно подобранных бенчмарков.