Новый флагман Google для длинных многошаговых задач: код, финансы и право, документы и видео. Контекст — миллион токенов, впереди в 13 из 19 тестов Google — но доступ ступенчатый, а часть цифр составлена самой Google. Разбираем честно.
Иллюстрация: типичные линии излучения аргона. Интенсивности условные.
Gemini 4 Argon — новая флагманская модель Google DeepMind для работы, где нужно долго и последовательно рассуждать: инженерия и код, финансы и право, анализ документов, диаграмм и видео, защита от кибератак. Принимает текст, изображения, аудио, видео и PDF, отвечает текстом; контекст — 1 048 576 токенов, а длинный ответ — до миллиона токенов вместо прежних 64 тысяч.
Google называет Argon самой устойчивой к внедрению вредных инструкций (prompt injection) и ставит его впереди в 13 из 19 строк своей таблицы. Независимо подтверждено первое место на Vals Index — 68,9%. Минусы: уступает в терминальном коде, многословен, а доступ идёт ступенями и частично закрыт.
gemini-4-argon (стабильная версия)Данные — карточка модели Google DeepMind, документация Gemini API, блоги Google и Google Cloud. Состав каталога в Strelka AI — в приложении.
Таблица Google как набор линий: каждая линия — результат модели. Выберите задачу, уберите лишних соперников и растяните шкалу, чтобы увидеть небольшие разрывы.
Среди выбранных моделей Argon впереди в 13 из 19 строк, ничья в 1, уступает в 5.
Единоличное лидерство по строкам: Gemini 4 Argon — 13, GPT-6 Astra — 3, Claude Opus 5.5 — 2. Таблицу составила Google: Argon запущен на максимальном размышлении.
Каждая линия — результат модели в процентах; жирная сиреневая — Gemini 4 Argon. Значения справа в том же порядке цветов. «Нет данных» — Google не привела результат. Источник: карточка модели Google DeepMind от 13.10.2026; цифры посчитала сама Google, независимой проверки таблицы нет.
Vals AI и Artificial Analysis мерят модели сами. Здесь Argon тоже сильный, но картина честнее: слабые места видны, а «меньше галлюцинаций» — не бесплатно.
68,90% ±0,97. Место 1-е в списке Vals: в источниках — из 41, 43 или 48 моделей. По стоимости теста Argon дешевле трёх Claude из верхней четвёрки; на Vals средняя задержка — около 46 минут 33 секунд на тест.
Число моделей у каждого теста своё. Самая слабая строка — CUA-bench (работа с компьютером): 8-е место из 9.
Artificial Analysis измеряет, как часто модель ошибается, когда не отвечает правильно: ошибка против «не знаю». У Argon это 15%, у GPT-6 Astra — 51%.
Но общая точность у Argon ниже: 50% против 63%. Значит, низкий процент галлюцинаций частично куплен тем, что модель чаще признаёт, что не знает. Для юриста это плюс, для того, кто хочет любой ответ, — минус.
Доли от всех вопросов. «Не знаю» включает частичные ответы. Расчёт Strelka AI по определению метрики и двум числам Artificial Analysis; сам AA таких долей не публикует.
Цена токена и цена задачи — разные числа. Показываем только относительные величины, без абсолютных тарифов.
Цена за токен — только половина картины. Argon пишет много: Artificial Analysis оценивает вывод Argon примерно в 62 тысячи токенов на задачу против 27 тысяч у GPT-6 Astra.
Google включила вводный тариф — вдвое ниже стандартного, до 30.11.2026, — и скидку 95% на чтение из кэша. После этой даты выгода по цене токена сократится вдвое, а многословность останется.
Абсолютные тарифы мы не приводим: они на странице Google и меняются.
Вводный тариф действует до 30.11.2026 (Google Cloud). Расчёт Strelka AI по двум чужим цифрам: цена вывода относительно GPT-6 Astra — около 1/5 при вводном тарифе (Valletta Software) — и объём вывода на задачу, около 62 тыс. против 27 тыс. токенов (Artificial Analysis). Вход и кэш не учтены.
Запуск шёл ступенями. Выберите свою ситуацию — покажем, что подтверждено документами Google, а чего они не говорят.
Модель доступна в Gemini API под ID gemini-4-argon и в Google AI Studio; в документации она значится как стабильная. Поддерживаются три уровня размышления, пакетный режим, Flex и Priority, вызов функций, исполнение кода, поиск Google и структурные ответы. Длинный ответ — до миллиона токенов с длинным декодированием.
Не сказано: лимиты запросов по уровням и региональная доступность.
С 13.10.2026 Argon доступен в приложении Gemini подписчикам Google AI Pro и Ultra; там же режим задач, где Gemini продолжает работу в фоне. Google Antigravity и AI Studio для Argon, по блогу Google, открыты подписчикам Ultra.
Не сказано: лимиты использования по тарифам.
Argon доступен в Gemini для бизнеса и через Gemini-платформу Google Cloud под ID gemini-4-argon, в Google AI Studio и Antigravity. Ранние партнёры — Amplitude, Deloitte, Rakuten; у GitLab, Harvey, ServiceNow, Figma и HubX — отзывы в блоге Google Cloud.
Не сказано: список регионов и provisioned throughput.
Версия без киберограничений — только для проверенных защитников из программы Fairwind (650+ партнёров). В обычной версии наступательные задачи, например тесты на проникновение, блокируются; для защиты есть CodeMender или собственная обвязка.
Не сказано: условия вступления помимо заявки на странице программы.
В материалах Google о бесплатном доступе к Argon не сказано ничего: ни «да», ни «нет». Мы не гадаем — проверьте в приложении Gemini на своём аккаунте.
Не сказано: есть ли модель на бесплатном тарифе.
По сообщениям (Mentoday, 14.08.2026), Gemini официально недоступен с российских IP-адресов, а VPN работает нестабильно. Поэтому у многих и возникает вопрос о нейросетях без VPN. Наличие самого Argon в каталоге Strelka AI мы не утверждаем: состав каталога смотрите в приложении.
Не сказано: когда и как Google изменит политику доступа.
Блог Google: Argon получают проверенные киберзащитники и внутренние команды; широкий выпуск «скоро».
По проверке eesel, публичного ID в Gemini API ещё не было: запрос возвращал ошибку «не найдено».
Карточка модели, Gemini API, AI Studio, Antigravity, Gemini for business и приложение Gemini для Pro и Ultra.
С этой даты по документации Google Cloud начнётся стандартный тариф — вдвое выше вводного.
В каждом — цифры, оговорка и источник. Где Argon уступает, это сказано прямо.
Здесь Argon сильнее всего: по таблице Google он впереди в Vals Finance Agent v2 (65,4% против 53,5% у GPT-6 Astra) и в юридическом агенте Harvey (19,6% против 5,4%).
Harvey говорит о заметном росте относительно Gemini 3.1 Pro — это отзыв партнёра Google, а не независимый тест.
Источники: карточка модели DeepMind · Vals AI · Google Cloud
DeepSWE v1.1 — 77,9% против 74,2% у Claude Opus 5.5; на Vals — Vibe Code Bench 2-е место из 112 и Code Migration 2-е из 77. А вот в терминале и FrontierSWE Argon позади.
Миграция 800 тыс. строк C/C++ на Rust и декодер быстрее в 2,7 раза — случаи Google; независимой проверки нет, а 2,7× — про один декодер.
Источники: карточка модели · Vals AI · блог Google
Контекст — около миллиона токенов, вывод — до миллиона при длинном декодировании. GraphWalks на 256k–1M: 84,2% против 71,8% у GPT-6 Astra; LVBench (длинное видео) — 91,7%; Chartography — 71,6%.
LVBench: у Argon кадры брались раз в секунду, у соперников — 300–800 кадров, так что условия неравные. Ответ по умолчанию ограничен 65 536 токенами.
Источники: карточка модели · Gemini API · Valletta Software
LABBench 2 — 88,8% против 85,4% у GPT-6 Astra, RiemannBench — 76,0%, IOI на Vals — 100% (первое место вместе с GPT-6 Astra). Зато Terminal-Bench Science — 57,6% против 68,1% у Astra.
В робототехнике Google сообщает ERQA 87%; многие результаты получены в симуляции и описаны выборочно.
Источники: карточка модели · Vals AI · блог Google для разработчиков
Лучший тест — ваша реальная задача. Возьмите её, прогоните через топовые модели и решайте по результату, а не по таблице вендора.
Зайдите в app.strelka.ai: без VPN и без зарубежной карты, оплата — российской картой.
Один настоящий кейс: договор, отчёт, фрагмент кода, график. Таблица Google не знает вашу задачу — проверять нужно на ней.
Отправьте один и тот же запрос нескольким топовым моделям из каталога приложения и сравните ответы по точности, длине и тону. Состав каталога смотрите в приложении — он меняется.
Ты финансовый аналитик. Вот отчёт компании. Выпиши 5 главных выводов, для каждой цифры укажи, где она в тексте, и отдельно перечисли, чего в отчёте не хватает для уверенного вывода. Если не уверен — так и скажи. [вставьте отчёт]
Прочитай договор целиком и выпиши риски по трём уровням: критичные, важные, мелкие. Для каждого риска — цитата и почему это риск. Если пункта нет в тексте, не додумывай. [вставьте договор]
Вот структура модуля и его зависимости. Предложи пошаговый план перехода на новую версию библиотеки: порядок изменений, что проверить после каждого шага и где риск регрессии. Отметь, чего тебе не хватает для точного плана. [вставьте структуру]
Хорошая новость выглядит убедительнее, когда рядом написаны границы.
Argon запущен на максимальном размышлении, для соперников использованы лучшие доступные результаты, а DeepSWE посчитан собственной сборкой Google. Google и Anthropic публикуют для одних и тех же моделей Claude числа, отличающиеся на 2–4,6 пункта.
Terminal-bench 4.0: 57,4% против 66,4% у Claude Opus 5.5. FrontierSWE v2: 55,0% против 65,5% у GPT-6 Astra. OSWorld-2.0: 69,2% против 72,6%. На Vals в тесте CUA-bench — 8-е место из 9.
Artificial Analysis оценивает вывод примерно в 62 тысячи токенов на задачу против 27 тысяч у GPT-6 Astra; средний тест на Vals занимает около 46 минут. Задачи получаются дольше и дороже, чем намекает цена токена.
Доля галлюцинаций 15% против 51% у GPT-6 Astra, но точность 50% против 63%. Низкий процент ошибок получен частично тем, что Argon чаще отказывается отвечать. Подробности — в блоке про честность выше.
LVBench: Argon получил кадры раз в секунду, соперники — 300–800 кадров. Рейтинги в пересказах расходятся: на Vals — 1-е место из 41, 43 или 48 моделей, на Artificial Analysis — 3-е или 8-е из 223. Слух о контексте в 2 миллиона токенов не подтверждён ни одним первоисточником.
Модель вышла для защитников 30.09.2026 и расширилась 13.10.2026; в приложении Gemini — подписчикам Pro и Ultra, бесплатный уровень не упомянут. Наступательные киберзадачи блокируются; версия без ограничений — только для Fairwind. Вводный тариф кончается 30.11.2026. Gemini официально недоступен с российских IP.
Ускорение в 2,7 раза — про один декодер; экономия более 300 ТиБ памяти — расчёт на будущее; миграция 800 тыс. строк на Rust и результаты в робототехнике — без независимой проверки. Данные партнёров в блоге Google Cloud — их собственные оценки.
Сравните топовые модели на своём договоре, отчёте или коде — потом решайте, что брать. Без VPN и без зарубежной карты.
