Новый стандарт контекста и цена
Google анонсировала модель Gemini 4 Argon, спроектированную для сложных многошаговых задач. Ключевое отличие — лимит вывода токенов увеличен до 1 миллиона (против 64K у предыдущих версий), что позволяет модели «думать» и генерировать длинные ответы в одном проходе. Модель уже интегрирована во внутренние процессы Google, оптимизируя квантовые алгоритмы и миграцию кода C/C++ на Rust.
Стартовая цена для разработчиков составит $2 за 1 млн входных токенов и $10 за 1 млн выходных токенов. Кэшированные входные токены обойдутся на 95% дешевле.
Рекорды в инженерии и бизнес-задачах
Argon демонстрирует state-of-the-art результаты в бенчмарках, измеряющих практическую пользу для бизнеса и разработки. Модель лидирует в индексе экономической ценности Vals Index и показывает лучшие результаты в автоматизации бизнес-процессов.
| Бенчмарк / Метрика | Результат Argon | Значение |
|---|---|---|
| DeepSWE v1.1 (софт-инженерия) | 77.9% | Новый SOTA для длинных задач |
| AutomationBench (Zapier) | 51.3 | Рейтинг #1 в автоматизации |
| LVBench (видеоанализ) | 91.7 | Лидер в понимании длинных видео |
| Quantum optimization | +40% к базовому уровню | Оптимизация квантовых ресурсов за минуты |
Кибербезопасность без ограничений
Для защиты от кибератак Google выпускает Argon через программу Fairwind для доверенных защитников (включая Wiz) без встроенных ограничений безопасности (guardrails). Модель автономно находит и патчит уязвимости. На тесте CWE-bench v1 Argon делит первое место со счетом 68%, превосходя Gemini 3.8 Flash Cyber. В демонстрациях от Wiz модель нашла критическую уязвимость в медсофте, которую пропустили другие флагманы.
Внутренние успехи Google
Использование Argon внутри компании уже дало измеримые результаты: агенты модели проанализировали телеметрию дата-центров, освободив более 300 TiB памяти (потенциал до 1 PiB). При миграции библиотеки libgav1 на Rust Argon заменил 32K строк SIMD-кода, ускорив декодер в 2.7 раза по сравнению с исходным портом на Rust.
Безопасность и доступ
Google применяет поэтапный подход к релизу, сотрудничая с правительством США. Модель тестируется на устойчивость к misuse (злоупотреблениям), особенно в сфере CBRN-угроз. Широкий релиз для разработчиков и корпораций ожидается после доработки защитных механизмов.
Источник: Blog ↗