Gemini 4 Argon Release: выходной токен 1М, полуценовая пластина Opus, но вы не можете использовать ее некоторое время

30 сентября Google DeepMind официально выпустила Gemini 4 Argon, официальное местоположение следующего поколения пограничной разведки. Это первая модель серии Gemini 4 и первый флагман, выпущенный через семь месяцев после Gemini 3.1 Pro в феврале этого года. В середине этого периода Google разослала лишь несколько небольших моделей серии Flash, которые когда-то воспринимались внешним миром как выпадающие из линейки моделей конкурентов. Аргон отвечал - это не открыло дверь для всех.

Во-первых, вы не можете использовать его сейчас.

В день запуска Argon был открыт только для «заслуживающей доверия киберзащиты» в проекте Google Fairwind. План был запущен 2 сентября и направлен на правительства и национальные сетевые учреждения, ключевых операторов инфраструктуры, таких как медицинские / телекоммуникационные / энергетические / финансовые, основные технологические платформы и академические лаборатории, проводящие тесты оборонительного бенчмаркинга. Заявители должны пройти проверку, должны использовать многофакторную рыбостойкую сертификацию и не должны делиться или перепродавать доступ. Официально в настоящее время насчитывается более 650 сотрудничающих учреждений.

API-клиенты и подписчики Google AI Ultra, а затем разработчики, предприятия и обычные потребители, официально называют «как можно скорее».Даты нет.Я не знаю. Более важно то, что мы должны быть осторожны.Идентификатор модели API пока не опубликованНе существует типовых карт и дат отсечения знаний. Таким образом, вы видите цену, такую как «вход 2 доллара», которую можно понимать только как официально опубликованную перспективную коммерческую цену, что не означает, что ее можно назвать сегодня.

Кстати, это согласуется с OpenAI, Anthropic - OpenAI's Daybreak, Anthropic's Project Glasswing, все это запирает самые сильные возможности кибербезопасности в контролируемом проходе. Google также участвовала в добровольном процессе проверки правительства США до выпуска фронтовой модели.

1М выходной токен: эта ставка длинная

Аргон, самый сложный технический индикатор — это не контекст, а контекст.Предел выхода, упомянутый в токене 64K 1MGoogle заявляет, что является лидером отрасли. Внимание, выход, а не вход.

Эта разница важна для человека, который сделал это. В прошлом вы беспокоились о том, сколько можно прочитать, а теперь о том, как долго это может продолжаться. Масштабная миссия по миграции кода может потребовать повторного считывания склада, изменений, запуска тестов, вывода считывателя, перепрограммирования и новых ошибок. При большом выходном бюджете модель не должна рано останавливаться и возвращать контроль. Google говорит, что когда у моделей есть пространство для глубокого мышления и генерации сотен тысяч токенов, один шаг на встрече о способности решить проблему.

Но не воспринимайте это как панацею. Высокий потолок не означает, что он запоминает более ранние детали, выбирает правильные инструменты, исправления правильные и скорость быстрее. Они зависят от контекста ввода, фреймворка Агента, самой задачи и ссылки аутентификации. А высокий потолок позволяет сжечь состояние за неудачную попытку.Используя 1М в качестве бюджета по умолчанию для каждого запроса, ставка не очень хорошая.Используется уровень задачи, учет фактического потребления и своевременное прекращение нанесения ущерба попыткам без измеримого прогресса.

Победа широкая, не все.

Google опубликовала сравнительные таблицы с GPT-6 Astra, Claude Fable 5.1 и Claude Opus 5.5. Интегрированная медиастатистика: из 18 раскрытых эталонов Argon был первым из 12 и был первым; Astra был первым 3 и Opus 5.5 был первым 2. Другими словами,Верхняя из трех фронтовых моделей, Argon, но игра все еще включена.Я не знаю.

Ведущие места:

• DeepSWE v1.177,9% (реальный проект программного обеспечения длительного цикла) выше 74,2% для Opus 5,5 и 74,1% для Astra
• Индекс Vals(Финансовые/программные/юридические/налоговые экономические последствия, измеряемые весами ВВП в Соединенных Штатах)
• Автоматизация Bech51,3%, во-первых, на 8,8 пункта выше, чем у Opus
• Справочник Harvey Law Age19,6 процента, в то время как у Astra только 5,4 процента, у Opus 5,5 только 3,8 процента - преувеличение, но отмечая, что абсолютное значение все еще меньше 20 процентов - "существенное увеличение от очень низкой базы" может легко показаться более определенным, чем это на самом деле.
• LVBnch91,7%, SOTA
• CWE-bench v168% (ремонтируемые объекты), сначала с Astra

Там, где она задом наперед, то же самое:

• FrontierSWE v2Astra 65,5% против Argon 55,0%, 10,5 балла
• Терминальная наука 0.1Astra 68,1% против Argon 57,6%, те же 10,5 балла
• Терминал 4.066,4% против Аргона 57,4%, 9 баллов
• Post-TrainBenchObus 49,3% против Argon 45,3%

Вот почему выбор того, кто все еще зависит от того, что вы делаете. Лидерство DeepSWE не означает, что FrontierSWE лидирует, с двумя наборами контрольных складов, длиной миссии, языком, поведением инструмента.Если ваша нагрузка больше похожа на FrontierSWE или терминально-интенсивные задачи, нет никаких оснований для удаления Astra и Opus из кандидатов.

Третья сторона, искусственный анализ, дает Inteligence Index 53 балла, что аналогично GPT-6 Astra и отстает от Claude Opus 5.5 и Sonet 5.5; напротив, Gemini 3.1 Pro составляет 30. Fello AI также упомянул, что это было в модели головы, проверенной искусственным анализом.Самый низкий уровень галлюцинаций.Ага. В то же время Bloomberg сообщил, что некоторые сотрудники Google посчитали, что все еще борются с реальным программированием.

Google уже активно использует

Приведены несколько внутренних случаев, наиболее информативная часть текста, так как они являются приземлением реальной производственной среды, а не лабораторными запусками:

• Квантовый алгоритм оптимизацииПомогая командам квантовых калькуляторов оптимизировать временные и космические ресурсы (квабит x Gate) для критических приложений, один случай превышает опубликованный базовый уровень за минуты на 40%.
• Эффективность памятиГруппа Argon Agent анализирует весь парк профилирующей телеметрии, автоматически идентифицирует и применяет оптимизацию памяти, выпускает более 300 ОЗУ TiB после распространения и ожидает общую экономию от 500 Tib до 1 PiB.
• C/C++ Повернись к РустуОт десятков тысяч строк в основных библиотеках, таких как re2, libgav1 до более 800 000 строк во внутреннем ядре Fuchsia OS Zircon. Эти системы настолько важны, что крупномасштабное переписывание требует строгого автоматизированного подхода к ручному аудиту, тестированию моделирования и оценке перед производством.

Наиболее специфичным является декодер видео с открытым исходным кодом libgav1-Google. Аргон Агент берет на себя существующий порт Rust, который экспортируется через несколько раундов профильных экспериментов и компиляторов исследований.Заменить SIMD-код 32K Line, компилятор вывода может автоматически количественно оценить безопасность Rust. Результатом является безопасный декодор памяти по сравнению с оригинальной версией порта Rust.Давай, 2,7 раза.Выход видео точно такой же.

Кибербезопасность: второе основное поле битвы Аргона

Аргон был обучен кибербезопасности.Самообнаружение, проверка и ремонт ключевых программных упущений HoleЯ не знаю. Для надежной защиты и внутренней команды Google, GoogleСнимите забор безопасности.Отправьте его и дайте им все возможности передовой обороны.

Обнаружена производительность: Wiz через свой план Scan for Good бесплатно защищает критическую общественную инфраструктуру с помощью Argon.Медицинское программное обеспечение, используемое в Глобальной больнице, обнаружило серьезную лазейку, которая раскрыла конфиденциальную личную информацию, и ни одна из предыдущих моделей не нашла ее.Я не знаю. Кроме того, Аргон обнаружил экспозиции в сложном репозитории кода, охватывающем 20 языков программирования, на композитном эталоне пробелов в Google; а в Wiz на тесте на проникновение черного ящика он превысил Gemini 3.8 Flash Cyber по обнаружению поверхностей атак, выявлению лазеек и производству доказательств PoC.

Первым проектом Fairwind стал Gemini 3.8 Flash Cyber с фреймворком CodeMender, который помог обороняющимся выявить, проверить и исправить лазейки.

Цена: начинается половина цены, затем удваивается

Введение цены является...Токен 2 доллара за миллион, выход 10 долларов95% скидка на входную цену для ввода кэша, которая составляет около $0.10/миллион входного кэшаЯ не знаю. Увеличение до конца периода введения US$ 4 входная / US$ 20 выходнаяВход кэша составляет около $0,20. Google не говорит, как долго длится этот «период регистрации», однако отраслевая практика заключается в том, что эта «проданная цена» останется официальной ценой.

Поместите его в тот же ценовой лист: Аргон в период введения — GPT-6 Astra ($10/50).Один пятый.Клод Опус 5.5.Половина.Я не знаю. В Google есть две разные истории... Период продвижения является одной из самых дешевых моделей головок, а продвижение заканчивается по той же цене, что и Opus 5.5.

Ворота безопасности перед освобождением.

Google добавила меры безопасности в четырех направлениях:

• Предотвращение злоупотребленийПредназначен для отклонения вредоносных сетей и запросов CBRN при сохранении законных исследований двойного назначения; улучшенная технология для внутренней активации моделей наблюдения для выявления неправильного использования. Забор был протестирован ручным + автоматизированным методом атаки внутренними и внешними красными командами.
• Предупредительная инъекцияGoogle описывает Argon как «самую устойчивую модель на сегодняшний день для введения косвенных советов». Рейтинг успеха Gray Swan’s IPI 0.7%По сравнению с 1,0% для Opus 5.5 и Fable 5.1, 8,5% для GPT-6 Astra, 27,0% для GPT-6 Sol, 5,3 31,5% для GLM и до 51,8% для Grok 4.8 - это довольно большой разрыв.
• Мониторинг отклонения цели.Следите за цепочкой мыслей и действиями Аргона и при необходимости прерывайте исполнение. Google использовал аналогичную систему во время тренировочного процесса, чтобы предупредить специализированные группы реагирования на чрезвычайные ситуации и сознательно избегать повторного обнаружения маршрутов, чтобы сформировать аргументацию, которая обойдет наблюдение.
• Система подкрепленияРазделение и хранение среды песочницы до начала обучения или оценки высокого риска в соответствии с дорожной картой управления агентами.

Статья «Умышленно не сдавая результаты наблюдения на обучение» является одним из самых красивых слов бюллетеня: Это указывает на реальную проблему: если вы тренируете модели с результатами наблюдения, модели могут научиться «как не быть обнаруженными с помощью наблюдения», а не «как не быть рассеянными».

А как же освобождение?

Для компаний смысл этого релиза заключается не в том, чтобы быть еще одним роботом чата, а в том, чтобы Google, после нескольких месяцев давления со стороны OpenAI и Anthropic, вновь доказал, что он все еще за столом переговоров. Выбрано три капли — разработка программного обеспечения, профессиональный опыт, сетевая безопасность. Именно на это компании уже тратят деньги.

Но для изменения структуры конкуренции не требуется «выигрыш-выигрыш».В 18 случаях достаточно провести 13 параллелей, чтобы заставить Google отстаивать свое «расширяющееся лидерство».И те, от которых он отстает — FrontierSWE v2, Terminal-Bench Science, Terminal-Bench 4.0 — также напоминают вам, что OpenAI и Anthropic по-прежнему имеют четкие технические области.

Практический вывод состоит только из одного предложения:Модель все еще зависит от вашей рабочей нагрузки.Отнеси свою настоящую работу к пилоту и не делай приятный обзор. Настоящий водораздел — это когда Argon открыт для разработчиков, предприятий и потребителей, когда выпуск переходит от новостей к производительности.

На фронте нет конца, есть только следующий раунд.