Google представила Gemini 4 Argon — новую модель искусственного интеллекта, рассчитанную на задачи, которые нельзя свести к одному короткому запросу. Система должна удерживать цель на протяжении длинного рабочего процесса, разбирать большие массивы кода, пользоваться инструментами и проверять промежуточные результаты. В качестве основных сценариев компания называет программирование, корпоративную автоматизацию и киберзащиту.

Главное отличие Argon от обычного чат-бота заключается не в манере ответа, а в способности вести многоэтапную работу. Модель может получать данные из нескольких систем, выполнять последовательность действий, возвращаться к найденной ошибке и продолжать задачу после проверки. Это особенно важно там, где результат складывается из десятков взаимосвязанных операций.

Контекст на миллион токенов

Для Gemini 4 Argon заявлен максимальный объём вывода до одного миллиона токенов — заметно больше прежнего лимита в 64 тысячи. Такой запас нужен не для искусственно длинных текстов, а для крупных отчётов, репозиториев и журналов событий. Модель сможет дольше сохранять рабочий контекст и реже терять детали при переходе между этапами.

Google приводит примеры внутреннего применения системы. В одном случае агент нашёл способы сократить расход оперативной памяти в инфраструктуре примерно на 300 тибибайт, а потенциальный эффект дополнительных изменений был оценён в диапазоне от 500 тибибайт до одного пебибайта. В другом сценарии модель участвовала в переносе крупных проектов с C++ на Rust, обрабатывая кодовые базы объёмом до 800 тысяч строк.

Эти результаты пока следует воспринимать как данные самой компании, а не как независимую сравнительную проверку. То же относится к опубликованным тестам: Google сообщает о 77,9% в DeepSWE v1.1, 51,3% в AutomationBench и 68% в CWE-bench. Цифры показывают направление развития, но не гарантируют одинаковой эффективности в любой реальной инфраструктуре.

Акцент на кибербезопасности

Отдельное направление Argon — помощь защитникам корпоративных систем. Модель может анализировать программный код и конфигурации, искать потенциальные уязвимости, собирать цепочку событий и предлагать исправления. На первом этапе доступ предоставляется поэтапно проверенным специалистам через платформу Fairwind. Массового открытого запуска пока нет.

Ограниченное распространение связано с двойным назначением таких возможностей. Инструмент, который помогает обнаружить слабое место, теоретически можно использовать и для атаки. Поэтому Google заявляет о дополнительных проверках поведения модели, защите от внедрения вредоносных инструкций и работе в изолированных средах. Для компаний это будет не менее важно, чем точность самой модели: агент получает доступ к чувствительным данным и инструментам, а значит должен оставлять понятный журнал действий.

Когда появится широкий доступ

После закрытого этапа Google планирует предложить Argon через платный API и подписку Google AI Ultra. Объявленная начальная цена составляет 2 доллара за миллион входных токенов и 10 долларов за миллион выходных, при этом кэшированные данные будут обходиться дешевле. Срок полноценного публичного запуска компания пока не называет.

Gemini 4 Argon показывает, куда движутся крупные ИИ-платформы: от отдельных ответов к длительным управляемым процессам. Практическая ценность модели будет зависеть не только от результатов тестов, но и от того, насколько предсказуемо она работает с реальными системами, соблюдает права доступа и позволяет человеку контролировать каждый критический шаг.