Gemini 4 Argon — новая флагманская модель Google, представленная 30 сентября 2026 года. Google делает ставку на длинные многошаговые задачи: разработку и миграцию программ, работу с юридическими и финансовыми документами, кибербезопасность и анализ видео. Модель может выдавать ответ длиной до 1 млн токенов — против 64 тыс. у прежних моделей Gemini. Вводная цена API — $2 за 1 млн входных и $10 за 1 млн выходных токенов, после окончания вводного периода — $4 и $20 (блог Google). Главная оговорка: на 4 октября 2026 года модель доступна только участникам программы Fairwind для специалистов по киберзащите, а платные клиенты API и подписчики Google AI Ultra получат её позже, без объявленной даты.
Материал для руководителей, ИТ-директоров и технических лидов, которые планируют проекты на больших языковых моделях и хотят понять, стоит ли ждать Argon. Разбираем возможности, результаты тестов, цену, порядок открытия доступа, ограничения для российских компаний и практические шаги подготовки. Обзор других моделей вынесен в отдельные материалы; юридическую оценку проекта текст не заменяет.
Редакция AIrassvet. Подготовлено 4 октября 2026 года по анонсу Google и документации Gemini API, проверенным в этот день. Модель редакция не тестировала — доступа к ней на дату публикации нет; результаты тестов приведены по данным Google и помечены как таковые. Статья опубликована на сайте AIrassvet, который внедряет ИИ-решения для бизнеса; блок об услугах расположен перед заключением. Партнёрских ссылок и вознаграждений от Google в материале нет.
Коротко о главном
- Ответ до 1 млн токенов: Google увеличила лимит вывода с 64 тыс. до 1 млн токенов; размер входного окна в анонсе не указан.
- Цена: вводная — $2 / $10 за 1 млн токенов, затем $4 / $20; кэшированный ввод — со скидкой 95%. Длительность вводного периода не названа.
- Доступ постепенный: сначала программа Fairwind и добровольная предрелизная проверка правительством США, затем платные клиенты API и Google AI Ultra.
- Сильные стороны по тестам Google: реальная разработка ПО (77,9% в DeepSWE v1.1), сквозная автоматизация бизнес-функций (51,3% в AutomationBench), длинное видео (91,7% в LVBench).
- Россия не входит в список регионов, где работают Gemini API и Google AI Studio (документация Gemini API).
Содержание
- Что такое Gemini 4 Argon
- Главное нововведение: ответ до 1 млн токенов
- Результаты тестов
- Сколько стоит Gemini 4 Argon
- Как и когда откроют доступ
- Что Argon значит для бизнес-задач
- Доступность в России и требования к данным
- Как подготовиться к выходу Argon уже сейчас
- Частые вопросы
- Первоисточники и метод проверки
- Как AIrassvet помогает подготовиться к новым моделям
- Итог: сильная модель, которую пока нельзя купить
Что такое Gemini 4 Argon
Gemini 4 Argon — передовая (frontier) языковая модель Google DeepMind, рассчитанная на «долгую» работу: многошаговые рассуждения, длинные документы и задачи, которые модель выполняет как агент. Анонс подписал Корай Кавукчуоглу, старший вице-президент Google DeepMind и главный архитектор ИИ компании (блог Google).
Google выделяет четыре направления, для которых создавалась модель:
- Сложная разработка ПО — в том числе миграция больших кодовых баз.
- Корпоративная интеллектуальная работа — юридические исследования, финансовый анализ, налоги.
- Кибербезопасность — поиск и исправление уязвимостей.
- Мультимодальный анализ — понимание текста, видео и графиков в одной задаче.
Термины, которые понадобятся дальше:
- Токен — единица текста, за которую тарифицируется модель; русское слово обычно занимает несколько токенов.
- Лимит вывода (output limit) — максимальная длина ответа модели за один запрос.
- Контекстное окно — объём входных данных, которые модель учитывает в одном запросе.
- Fairwind — программа Google, через которую доверенные специалисты по киберзащите получают ранний доступ к передовым возможностям модели для оценки (9to5Google).
Предысторию — смену руководства в Google DeepMind и ожидания от поколения Gemini 4 — мы разбирали в материале о перестановках в Google DeepMind.
Главное нововведение: ответ до 1 млн токенов
Лимит вывода Gemini 4 Argon вырос с 64 тыс. до 1 млн токенов (блог Google). Это примерно в 15,6 раза больше, чем у прежних моделей Gemini (расчёт: 1 000 000 / 64 000).
Почему это важно для бизнеса. Раньше длинный результат приходилось собирать из множества коротких ответов: модель писала главу, программа склеивала главы, отдельная проверка искала противоречия между ними. С лимитом в 1 млн токенов одна модель может за один запрос выдать:
- полностью переписанный модуль программы или набор файлов при миграции;
- развёрнутый аналитический отчёт с приложениями;
- перевод или адаптацию большого регламента целиком, без потери связей между разделами.
Важная оговорка: Google не указала размер входного контекстного окна Argon. Ряд сторонних публикаций называет 1 млн токенов на входе, но в официальном анонсе такой цифры нет. До появления карточки модели в документации планировать задачи «на миллион токенов входа» рано.
Вторая оговорка — стоимость. Длинный ответ оплачивается по ставке выходных токенов: при вводной цене 1 млн выходных токенов стоит $10, после вводного периода — $20. Возможность выдать длинный ответ не означает, что каждый ответ должен быть длинным.
Результаты тестов
Google опубликовала результаты Argon в ряде тестов. Это данные производителя, независимо их не воспроизводили:
| Тест | Что измеряет | Результат Argon |
|---|---|---|
| DeepSWE v1.1 | Реальные задачи разработки ПО | 77,9% |
| AutomationBench | Сквозное выполнение бизнес-функций | 51,3% (1-е место) |
| LVBench | Понимание длинного видео | 91,7% |
| CWE-bench v1 | Исправление уязвимостей в коде | 68% (делит 1-е место) |
| Vals Index | Финансы, код, право, налоги | лидер индекса |
| Gray Swan IPI | Устойчивость к косвенным prompt-инъекциям | лидер теста |
Источник: блог Google.
Для сравнения с конкурентами 9to5Google приводит в DeepSWE v1.1 результаты Claude Opus 5.5 — 74,2% и GPT-6 Astra — 74,1% (9to5Google). Отрыв Argon — 3,7–3,8 процентного пункта. Это заметно, но не радикально: на ваших задачах порядок моделей может оказаться другим.
Два результата особенно интересны для корпоративных сценариев:
- AutomationBench (51,3%) проверяет выполнение бизнес-функций от начала до конца. Даже у лидера результат около половины, а значит, полностью автономная автоматизация процессов пока не готова к работе без контроля человека.
- Gray Swan IPI — тест на устойчивость к косвенным prompt-инъекциям, когда вредная инструкция спрятана в документе или на веб-странице. Для агентов, читающих почту и сайты, это одна из главных угроз; о ней — в статье про взлом ИИ-агентов через prompt-инъекции.
Сколько стоит Gemini 4 Argon
| Тариф | Ввод, за 1 млн токенов | Вывод, за 1 млн токенов | Кэшированный ввод |
|---|---|---|---|
| Вводная цена | $2 | $10 | скидка 95% от цены ввода |
| После вводного периода | $4 | $20 | скидка 95% от цены ввода |
Источник: блог Google. Длительность вводного периода Google не назвала. На 4 октября 2026 года Argon ещё нет на странице тарифов Gemini API (страница цен), поэтому детали — пакетный режим, приоритетный доступ, хранение кэша — пока неизвестны.
Ориентиры по другим моделям на ту же дату:
| Модель | Ввод / вывод, за 1 млн токенов | Источник |
|---|---|---|
| Gemini 4 Argon (вводная) | $2 / $10 | |
| Gemini 4 Argon (стандартная) | $4 / $20 | |
| Gemini 3.8 Flash (платный уровень до 31.12.2026) | $0,75 / $3,75 | Gemini API pricing |
| Claude Sonnet 5.5 | $2 / $10 | Anthropic |
| Claude Opus 5.5 | $4 / $20 | Anthropic |
| GPT-6.1 Sol (короткий контекст) | $2 / $10 | тарифы OpenAI |
Пример расчёта (Calculated). Задача по разбору договора: 200 тыс. входных и 20 тыс. выходных токенов. По вводной цене: 0,2 × $2 + 0,02 × $10 = $0,60. По стандартной: 0,2 × $4 + 0,02 × $20 = $1,20.
Для 1000 таких задач в месяц — $600 и $1200 соответственно. Если вы строите экономику проекта на вводной цене, заложите сценарий её удвоения.
Как и когда откроют доступ
Google открывает Argon поэтапно и объясняет это соображениями безопасности (блог Google):
- Программа Fairwind — доверенные специалисты по киберзащите; доступ открывается сейчас.
- Добровольная предрелизная проверка правительством США — идёт параллельно.
- Платные клиенты API и подписчики Google AI Ultra — «скоро», без даты.
- Разработчики, компании и обычные пользователи — в дальнейшем.
Особенность первого этапа: участникам Fairwind модель предоставлена без защитных ограничений в области кибербезопасности, а при широком выпуске Google обещает полный набор ограничений. Для бизнеса это значит, что поведение модели у ранних пользователей и у всех остальных может отличаться — особенно в задачах, связанных с анализом уязвимостей.
Что Argon значит для бизнес-задач
| Задача | Чем Argon может помочь | Что проверить до внедрения |
|---|---|---|
| Миграция и модернизация кода | Длинный вывод, сильный результат в DeepSWE | Качество на вашем стеке, стоимость длинных ответов |
| Юридический и финансовый анализ | Лидерство в Vals Index | Точность ссылок на нормы, проверка юристом |
| Анализ видео (контроль качества, обучение, безопасность) | 91,7% в LVBench | Условия передачи видео в облако, задержка |
| Киберзащита | Результаты CWE-bench, программа Fairwind | Ограничения широкой версии, правила использования |
| Агенты, читающие внешние документы | Устойчивость к косвенным инъекциям | Права агента, изоляция инструментов |
Отдельно о видео: практические сценарии анализа записей с камер и совещаний описаны в статье об агентном анализе видео.
Наша позиция: не строить план на одной модели. Argon может оказаться сильнейшей моделью для части задач, но дата широкого доступа неизвестна, цена через какое-то время удвоится, а для российских компаний официальный доступ отсутствует. Надёжнее проектировать систему так, чтобы модель можно было заменить, а качество проверять на собственном наборе задач.
Доступность в России и требования к данным
Россия не входит в список стран и территорий, где доступны Gemini API и Google AI Studio (документация Gemini API). Это касается всех моделей Gemini, а не только Argon.
Что из этого следует:
- компаниям с иностранным юрлицом или подразделением нужно проверять правила Google для своей юрисдикции;
- передача персональных данных зарубежному сервису — трансграничная передача по закону № 152-ФЗ; подробнее — в материале о 152-ФЗ и зарубежных ИИ;
- для задач с конфиденциальными данными реальная альтернатива — модели с доступом из России или модели в собственном контуре; сравнение — в обзоре лучших китайских и американских ИИ-моделей и в статье облачная или локальная LLM.
Этот раздел — не юридическая консультация.
Как подготовиться к выходу Argon уже сейчас
Ждать широкого доступа можно с пользой. Пять шагов, которые пригодятся при любой следующей модели:
- Соберите эталонный набор задач. 30–50 реальных примеров из вашего процесса с правильными ответами — основа любого сравнения моделей.
- Отделите приложение от поставщика модели. Единый слой доступа позволяет переключать модели без переписывания кода; подробнее — в статье о едином LLM API.
- Настройте маршрутизацию. Сложные задачи — сильной модели, массовые и простые — дешёвой; см. роутер моделей ИИ.
- Посчитайте экономику по стандартной цене. Вводный тариф временный; проект должен окупаться и при $4 / $20.
- Подготовьте запасной вариант. Если доступ к внешней модели пропадёт, процесс не должен остановиться — см. план выхода из ИИ-сервиса.
Частые вопросы
Когда Gemini 4 Argon станет доступна всем?
Google не назвала дату. Сейчас модель получают участники программы Fairwind; следующими будут платные клиенты API и подписчики Google AI Ultra, затем — более широкий круг разработчиков, компаний и пользователей.
Сколько стоит Gemini 4 Argon в API?
Вводная цена — $2 за 1 млн входных и $10 за 1 млн выходных токенов, кэшированный ввод — со скидкой 95%. После вводного периода цена составит $4 и $20. Длительность вводного периода Google не указала.
Какое контекстное окно у Gemini 4 Argon?
Google указала только лимит вывода — до 1 млн токенов против 64 тыс. у прежних моделей Gemini. Размер входного окна в официальном анонсе не назван; цифры из сторонних публикаций стоит считать неподтверждёнными.
Чем Gemini 4 Argon лучше Claude Opus 5.5 и GPT-6 Astra?
По данным, которые приводит 9to5Google, в тесте разработки DeepSWE v1.1 Argon набрала 77,9% против 74,2% у Claude Opus 5.5 и 74,1% у GPT-6 Astra. Это результаты производителя на отдельных тестах; на ваших задачах порядок моделей нужно проверять самостоятельно.
Можно ли использовать Gemini 4 Argon в России?
Россия не входит в список регионов, где работают Gemini API и Google AI Studio. Российским компаниям стоит рассматривать модели с доступом из России или развёртывание модели в собственном контуре.
Стоит ли откладывать проект до выхода Argon?
Обычно нет. Лучше запустить проект на доступной модели, но спроектировать систему так, чтобы модель можно было заменить, и держать набор эталонных задач для сравнения новых моделей.
Первоисточники и метод проверки
Факты проверены 4 октября 2026 года по следующим источникам:
- Gemini 4 Argon: our next era of frontier intelligence (Google): возможности, тесты, цена, порядок доступа;
- 9to5Google: сравнение с Claude Opus 5.5 и GPT-6 Astra в DeepSWE v1.1, описание Fairwind;
- Gemini API pricing и available regions (Google): тарифы и регионы;
- Claude Sonnet 5.5 overview (Anthropic) и тарифы OpenAI: цены моделей для сравнения.
Метод: характеристики и результаты тестов взяты из материалов производителя и независимо не воспроизводились; модель на дату публикации редакции недоступна. Расчёты стоимости выполнены по публичным ценам. Рекомендации — редакционный анализ.
Как AIrassvet помогает подготовиться к новым моделям
Новая модель выходит почти каждый месяц, и выигрывают компании, у которых процесс и данные готовы к быстрой проверке и замене модели. AIrassvet разрабатывает ИИ-агентов, интегрированных с бизнес-системами, и разворачивает языковые модели, в том числе на серверах заказчика. Для задач из этой статьи полезны четыре направления работы:
- аудит процесса и подготовка эталонного набора задач, на котором можно сравнивать модели по качеству и стоимости;
- разработка MVP ИИ-агента с интеграцией в CRM, ERP или 1С и слоем, позволяющим менять модель без переписывания приложения;
- развёртывание и дообучение языковой модели в контуре компании, если зарубежные API недоступны или не подходят по требованиям к данным;
- решения компьютерного зрения и анализа видео для производственных и документных процессов.
Первый шаг — описать один процесс: текущие показатели, источники данных, ограничения и критерий, по которому вы поймёте, что модель справляется. Обсудить задачу.
Итог: сильная модель, которую пока нельзя купить
Gemini 4 Argon — заявка Google на лидерство в длинных задачах: ответ до 1 млн токенов, лучшие по данным компании результаты в разработке, автоматизации бизнес-функций и анализе видео, вводная цена на уровне моделей среднего класса. Но на 4 октября 2026 года модель доступна узкому кругу специалистов по киберзащите, дата широкого выпуска не объявлена, а вводная цена со временем удвоится.
Для российских компаний к этому добавляется отсутствие официального доступа к Gemini API. Поэтому практический вывод один: не откладывать проекты в ожидании Argon, а строить их на доступных моделях с возможностью замены — и держать эталонный набор задач, чтобы проверить Argon или любую следующую модель за несколько дней, когда это станет возможно.
