Gemini 4 Argon Release: 1M Output-Token, halbe Preisplatte Opus, aber Sie können es für eine Weile nicht verwenden

Am 30. September veröffentlichte Google DeepMind offiziell Gemini 4 Argon, den offiziellen Standort der nächsten Generation von Frontier Intelligence. Dies ist das erste Modell der Gemini 4-Serie und das erste Flaggschiff, das sieben Monate nach Gemini 3.1 Pro im Februar dieses Jahres gestartet wurde. In der Mitte der Periode schickte Google nur wenige kleine Modelle der Flash-Serie aus, die einst von der Außenwelt als aus einer Front-Modell-Konkurrenz herausfallend wahrgenommen wurden. Argon reagierte - es öffnete nicht die Tür für alle.

Zunächst einmal können Sie es jetzt nicht verwenden.

Am Tag seines Starts wurde Argon nur für "glaubwürdige Cyberabwehr" im Google Fairwind-Projekt geöffnet. Der Plan wurde am 2. September ins Leben gerufen und richtet sich an Regierungen und nationale Netzwerkinstitutionen, wichtige Infrastrukturbetreiber wie Medizin/Telekommunikation/Energie/Finanzen, Kerntechnologieplattformen und akademische Laboratorien, die defensive Benchmarking-Tests durchführen. Antragsteller müssen sich einer Überprüfung unterziehen, müssen eine multifaktorielle fischresistente Zertifizierung verwenden und dürfen den Zugang nicht teilen oder weiterverkaufen. Offiziell gibt es derzeit über 650 kooperierende Agenturen.

API-Clients und Google AI Ultra-Abonnenten, dann Entwickler, Unternehmen und normale Verbraucher, offiziell "so schnell wie möglich" genannt, aberKein Datum angegeben.Ich weiß es nicht. Wichtiger ist, dass wir vorsichtig sein müssen.API Model ID wurde bisher nicht veröffentlichtEs gibt keine Modellkarten und keine Daten zum Wissensabschluss. Sie sehen also einen Preis wie "$ 2 Input", der nur als offiziell veröffentlichte prospektive kommerzielle Preisgestaltung verstanden werden kann, was nicht bedeutet, dass er heute aufgerufen werden kann.

Dies steht übrigens im Einklang mit OpenAI, Anthropic - OpenAI's Daybreak, Anthropic's Project Glasswing, die alle die stärksten Cybersicherheitsfähigkeiten in der kontrollierten Passage einschließen. Google nahm auch am freiwilligen Überprüfungsprozess der US-Regierung vor der Veröffentlichung des Frontmodells teil.

1M Output Token: Diese Wette ist lang

Argon, der schwierigste technische Indikator ist nicht der Kontext, sondern der Kontext.Erwähnte Ausgabegrenze von 64K 1M TokenUnd Google sagt, dass es branchenführend ist. Aufmerksamkeit, Output, nicht Input.

Dieser Unterschied ist wichtig für die Person, die Agent gemacht hat. In der Vergangenheit waren Sie besorgt darüber, "wie viel gelesen werden kann" und jetzt darüber, "wie lange kann es dauern?" Eine groß angelegte Code-Migrationsmission erfordert möglicherweise wiederholtes Lesen des Lagers, Änderungen, laufende Tests, Leseausgabe, Umprogrammierung und neue Fehler. Wenn das Ausgabebudget groß ist, muss das Modell nicht vorzeitig anhalten und die Kontrolle zurückgeben. Google sagt, dass, wenn es raum für modelle gibt, um in die tiefe zu denken und hunderttausende von token zu generieren, einen schritt bei einem meeting über die fähigkeit, ein problem zu lösen.

Aber nehmen Sie es nicht als Allheilmittel. Die hohe Decke bedeutet nicht, dass sie sich an frühere Details erinnert, die richtigen Werkzeuge auswählt, Patches richtig sind und die Geschwindigkeit schneller ist. Diese hängen vom Kontext der Eingabe, dem Agent-Framework, der Aufgabe selbst und dem Authentifizierungslink ab. Und eine hohe Decke ermöglicht es Ihnen, ein Vermögen für einen gescheiterten Versuch zu verbrennen.Mit 1M als Standardbudget für jede Anfrage ist die Rate nicht gut.Es ist die Aufgabenebene, die Erfassung des tatsächlichen Verbrauchs und die rechtzeitige Einstellung des Schadens bei Versuchen ohne messbaren Fortschritt, die verwendet werden.

Run score: Win wide, nicht alle.

Google veröffentlichte Vergleichstabellen mit GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5. Integrierte Medienstatistik: Von den 18 veröffentlichten Benchmarks war Argon der erste einer einzigen 12 und der erste; Astra war die erste 3 und Opus 5.5 war die erste 2. Mit anderen Worten:Die Spitze der drei Front-Line-Modelle, Argon, aber das Spiel ist noch an.Ich weiß es nicht.

Bleiplätze:

• DeepSWE v1.177,9 Prozent (echtes Langzeit-Softwareprojekt) über 74,2 Prozent für Opus 5,5 und 74,1 Prozent für Astra
• Vals Index(Finanzielle / Programmierung / rechtliche / steuerliche wirtschaftliche Auswirkungen, gemessen an BIP-Gewichten in den Vereinigten Staaten)
• AutomationBech51,3%, zuerst 8,8 Punkte höher als Opus
• Harvey Law Age Benchmark19,6 Prozent, während Astra nur 5,4 Prozent, Opus 5,5 nur 3,8 Prozent - eine übertriebene Rate, aber unter Hinweis darauf, dass der absolute Wert immer noch weniger als 20 Prozent ist - "ein erheblicher Anstieg von der sehr niedrigen Basis" kann leicht sicherer erscheinen, als es tatsächlich ist.
• LVB91,7%, SOTA
• CWE-Bench v168% (Reparatur), zuerst mit Astra

Wo es rückwärts ist, ist es dasselbe:

• FrontierSWE v2Astra 65,5 Prozent gegenüber Argon 55,0 Prozent, 10,5 Punkte
• Terminal-Bench Science 0.1Astra 68,1% vs Argon 57,6%, gleiche 10,5 Punkte
• Klemmenbank 4.066,4% gegenüber Argon 57,4%, 9 Punkte
• PostTrainBenchObus 49,3% gegenüber Argon 45,3%

Deshalb hängt die Wahl, wer immer noch davon ab, was Sie tun. Der Vorsprung von DeepSWE bedeutet nicht, dass FrontierSWE mit zwei Reihen von Benchmarking-Lagerhäusern, Missionslängen, Sprache und Werkzeugverhalten an der Spitze steht.Wenn Ihre Ladung eher wie FrontierSWE oder terminalintensive Aufgaben ist, gibt es keinen Grund, Astra und Opus aus den Kandidaten zu entfernen.

Der Dritte, Artificial Analysis, gibt Inteligence Index 53 Punkte, was dem GPT-6 Astra entspricht und hinter Claude Opus 5,5 und Sonet 5,5 zurückbleibt; Gemini 3.1 Pro dagegen ist 30. Fello AI erwähnte auch, dass es im Kopfmodell von Artificial Analysis getestet wurde.Die niedrigste Halluzinationsrate.Ja. Gleichzeitig berichtete Bloomberg, dass einige Google-Mitarbeiter das Gefühl hatten, dass sie immer noch mit echten Programmierungen zu kämpfen hatten.

Google nutzt es bereits stark

Mehrere interne Fälle wurden zitiert, der informativste Teil des Textes, da es sich um die Landung der realen Produktionsumgebung und nicht um Laborläufe handelt:

• QuantenalgorithmusoptimierungUnterstützung von Quantenrechnerteams bei der Optimierung von Zeit- und Raumressourcen (Qubit x Gate) für kritische Anwendungen, ein Fall übertraf die veröffentlichte Baseline in Minuten um 40%
• SpeichereffizienzEine Gruppe von Argon Agent analysiert die gesamte Flotte Profiling-Telemetrie, automatisch zu identifizieren und anzuwenden Speicheroptimierung, Release mehr als 300 TiB RAM nach der Ausbreitung und erwarten Gesamteinsparungen von 500 Tib bis 1 PiB
• C/C++ Wenderost: Von den Zehntausenden von Zeilen in Kernbibliotheken wie re2, libgav1 bis zu mehr als 800.000 Zeilen im Zirkon-Innenkern von Fuchsia OS. Diese Systeme sind so kritisch, dass ein groß angelegtes Umschreiben einen streng automatisierten Ansatz für manuelle Audits, Simulationstests und -bewertungen vor der Produktion verfolgt.

Der spezifischste ist libgav1-Google Open Source Video-Decoder. Argon Agent übernimmt einen bestehenden Rust-Port, der durch mehrere Runden profilgeführter Experimente und Forschungs-Compiler exportiert wird.Ersetzt 32K Line SIMD CodeDer Output Compiler kann die Sicherheit von Rust automatisch quantifizieren. Das Ergebnis ist ein sicherer Memory-Decodor im Vergleich zur ursprünglichen Rust-Port-VersionKomm schon, 2,7 mal.Der Videoausgang ist genau derselbe.

Cybersecurity: Argons zweites Hauptschlachtfeld

Argon wurde für Cybersicherheit ausgebildet.Selbsterkennen, validieren und reparieren Schlüsselsoftware Auslassungen HoleIch weiß es nicht. Für ein glaubwürdiges defensives und Google-internes Team wird GoogleNimm den Sicherheitszaun ab.Senden Sie es und geben Sie ihnen alle Vorwärtsverteidigungsfähigkeiten.

Entdeckte Leistung: Wiz durch seinen Scan for Good-Plan zum kostenlosen Schutz kritischer öffentlicher Infrastruktur mit Argon, nach dem Vorbild vonDie medizinische software, die im global hospital verwendet wurde, fand eine ernsthafte lücke, die sensible persönliche informationen offenlegte, und keines der vorherigen frontmodelle fand sie.Ich weiß es nicht. Darüber hinaus fand Argon Expositionen in einem komplexen Code-Repository, das 20 Programmiersprachen auf einem Composite-Gap-Benchmark innerhalb von Google umfasst; und in Wiz auf einem Black-Box-Penetrationstest-Benchmark übertraf es Gemini 3.8 Flash Cyber bei der Entdeckung von Angriffsflächen, der Identifizierung von Schlupflöchern und der Herstellung von PoC-Beweisen.

Die erste Lieferung des Fairwind-Projekts war Gemini 3.8 Flash Cyber mit dem CodeMender-Framework, das der Defensive half, die Schlupflöcher zu identifizieren, zu validieren und zu reparieren.

Preisgestaltung: Halber Preis beginnt, dann doppelt

Der Einführungspreis ist...Token 2 Dollar pro Million, Ausgabe 10 Dollar95% Rabatt auf den Input-Preis für Cache-Input, der ungefähr 0,10 Millionen US-Dollar Cache-InputIch weiß es nicht. Erhöhung bis zum Ende des Einführungszeitraums US$ 4 Input / US$ 20 OutputDer Cache-Eingang beträgt etwa 0,20 $. Google sagt nicht, wie lange diese "Einarbeitungszeit" ist, aber die Industriepraxis ist, dass - und manchmal - dieser "verkaufte Preis" der offizielle Preis bleiben wird.

Setzen Sie es in das gleiche Preisblatt: Argon in der Einführungszeit ist GPT-6 Astra ($ 10/50).Ein Fünftel.Claude Opus 5.5.zur Hälfte.Ich weiß es nicht. Dieser Preis für Google zwei verschiedene Geschichten ... Der Aktionszeitraum ist eines der günstigsten Kopfmodelle, und die Promotion endet zum gleichen Preis wie Opus 5.5.

Sicherheitsgate vor dem Release.

Google hat Sicherheitsmaßnahmen in vier Richtungen hinzugefügt:

• Verhinderung von MissbrauchEntwickelt, um schädliche Netzwerke und CBRN-Anfragen abzulehnen und gleichzeitig die legitime Dual-Use-Forschung beizubehalten; verbesserte Technologie für die interne Aktivierung von Überwachungsmodellen zur Identifizierung von Missbrauch. Der Zaun wurde mit einer manuellen + automatisierten Angriffsmethode von internen und externen roten Teams getestet.
• Vorsorgliche InjektionGoogle beschreibt Argon als "das bisher widerstandsfähigste Modell, um indirekte Tipps einzufügen". Gray Swans IPI Benchmark Erfolgsquote 0.7%Im Vergleich zu 1,0% für Opus 5,5 und Fable 5.1, 8,5% für GPT-6 Astra, 27,0% für GPT-6 Sol, 5,3 31,5% für GLM und bis zu 51,8% für Grok 4,8 - es ist eine ziemliche Lücke.
• Zielabweichung überwachen.Überwachen Sie die Gedankenkette und Aktionen von Argon und unterbrechen Sie die Ausführung, falls erforderlich. Google nutzte während des Trainingsprozesses ein ähnliches System, um spezialisierte Notfallteams zu alarmieren und bewusst Umleitungserkennungen zu vermeiden, um die Argumentation zu formen, die die Überwachung umgehen würde.
• VerstärkungssystemSegregation und Lagerung der Sandbox-Umgebung vor Beginn der Schulung oder Bewertung mit hohem Risiko gemäß der Agent Control Roadmap

Der Artikel "absichtlich nicht in der Lage, Überwachungsergebnisse an das Training zurückzugeben" ist eines der schönsten Worte des Bulletins: Es weist auf ein echtes Problem hin: Wenn Sie Modelle mit Überwachungsergebnissen trainieren, können Modelle lernen, "wie man nicht durch Überwachung erkannt wird" und nicht "wie man nicht verteilt wird".

Was ist mit diesem Release?

Für Unternehmen geht es bei dieser Veröffentlichung nicht darum, ein weiterer Chat-Roboter zu sein, sondern Google, nach mehreren Monaten des Drucks von OpenAI und Anthropic, erneut zu beweisen, dass er immer noch am ersten Tisch steht. Es hat drei Tropfen gewählt - Softwareentwicklung, professionelles Fachwissen, Netzwerksicherheit. - Genau dort geben Unternehmen bereits Geld aus.

Aber es braucht keine "Win-Win", um das Wettbewerbsmuster zu ändern.In 18 sind die Führung oder 13 Parallelen genug, um Google dazu zu bringen, sich für seinen "verbreiternden Vorsprung" einzusetzenUnd diejenigen, die es hinterherhinkt - FrontierSWE v2, Terminal-Bench Science, Terminal-Bench 4.0 - erinnert Sie auch daran, dass OpenAI und Anthropic noch klare technische Bereiche haben.

Die praktische Schlussfolgerung ist nur ein Satz:Das Modell ist immer noch abhängig von Ihrer Arbeitsbelastung.Bringen sie ihren richtigen job zum piloten und nehmen sie keinen schönen rundown. Die wahre Wasserscheide ist, wenn Argon offen für Entwickler, Unternehmen und Verbraucher ist - das ist, wenn die Veröffentlichung von Nachrichten zur Produktivität wechselt.

Es gibt kein Ende an der Front, nur die nächste Runde.