GOOGLE · ТРЕКЕР МОДЕЛИ
Gemini 4 Argon
Gemini 4 Argon упоминается как анонсированная 'Pro' модель Google в линейке Gemini. В статьях её описывают как будущую более крупную/Pro‑модель, которая может дать заметный прирост качества изображений и, возможно, будет дороже в эксплуатации, но в отрывках нет подтверждённых деталей или бенчмарков.ТЕКУЩИЙ СНИМОК4/5 РАЗДЕЛОВ С ДАННЫМИ
Главные характеристики в одном месте.
Не установлено по доступным источникам.
ХРОНОЛОГИЯ РЕЛИЗОВ
Только опубликованные события с источниками.
Google выпустил Nano Banana 2.1 для изображений и примерно вдвое снизил цены
Google выпустил Nano Banana 2.1 — модель для генерации и редактирования изображений на базе Gemini 3.6 Flash, которая, по заявлению компании, улучшает визуальное качество, прорисовку текста, согласованность персонажей, панорамы и инфографику, поддерживает до 14 эталонных изображений и удерживает до четырёх персонажей и десяти объектов согласованными. Компания примерно вдвое снизила цены на генерацию (например, 1K изображений с 6,70¢ до 3,36¢), развёртывает 2.1 в приложении Gemini, в AI Mode поиска, Google AI Studio, Flow, Stitch и планирует отключить предыдущую модель gemini-3.1-flash-image 29 октября 2026 года.
Google DeepMind представила Gemini 4 Argon — фронтирную модель с контекстом в 1M токенов
Google DeepMind объявила о модели Gemini 4 Argon — фронтирной мультимодальной модели, заточенной под долгие последовательные рассуждения и сложные рабочие процессы. Argon сначала разворачивается у доверенных киберзащитников в рамках программы Fairwind, увеличивает предел контекста до 1 миллиона токенов, демонстрирует лидирующие результаты по ряду бенчмарков (кодирование, финансы, право, анализ видео) и будет расширенно доступен после поэтапного тестирования безопасности и взаимодействия с органами власти США; также объявлены вводные тарифы.
ПРОВЕРЯЕМЫЕ ФАКТЫ
Каждое значение привязано к источнику и дате.
Упомянута в статьях как анонсированная 'Pro' модель Google в линейке Gemini (в отрывках фигурирует как Gemini 4 Argon).
Argon развёртывается поэтапно: сначала — у набора доверенных кибер‑защитников в рамках программы Fairwind; Google собирает отзывы ранних тестировщиков перед расширением доступа для разработчиков, предприятий и потребителей.
Google описывает Argon как предназначенный для глубокого рассуждения в сложных долгосрочных рабочих процессах и демонстрирующий передовые результаты в реальной программной инженерии, корпоративной работе (юриспруденция, финансы) и киберзащите.
В статьях предполагается, что Gemini 4 Argon может быть более крупной моделью и 'возможно' будет дороже в эксплуатации, то есть может иметь более высокие операционные затраты, но это представлено как ожидание, а не подтверждённые данные о ценах.
Google сообщает, что Argon помог оптимизировать ресурсы пространства‑времени (кубиты × гейты) для квантовых подпрограмм и в одном примере превзошёл опубликованный эталон на 40% за считанные минуты.
Google утверждает, что агенты Argon проанализировали телеметрию профилирования по всему флоту и применили оптимизации памяти, которые освободили более 300 ТиБ после внедрения, а совокупная экономия оценивается в 500 ТиБ — 1 ПиБ.
Google сообщает, что агенты Argon используются для масштабных миграций и оптимизаций кодовых баз (например, миграция C/C++ в Rust по Google, до 800K+ строк для ядра Zircon в Fuchsia).
Google/DeepMind сообщают о поэтапном выпуске и усилении «критических фронтирных мер защиты» перед более широким развёртыванием; компания участвует в добровольном процессе доступа правительства США к предрелизным моделям и планирует отрабатывать механизмы защиты от злоупотреблений (включая prompt‑injection) и мониторинг несогласованности.
Argon описана как обладающая лидирующим окном контекста в один миллион токенов (в материалах также указывается поддержка до одного миллиона выходных токенов).
Argon спроектирован для продвинутого/глубокого рассуждения в сложных долгосрочных рабочих процессах и позиционируется для тяжёлых задач: кодирование, кибер‑защита, корпоративная работа с знаниями (юриспруденция, финансы) и автономное исправление уязвимостей.
В сообщениях говорится, что Argon обучен и описан как способный автономно обнаруживать, проверять и патчить критические уязвимости в ПО (в частности для оборонительной кибер‑работы).
В СМИ цитируется заявление Google о том, что Argon набрал больше баллов, чем соперничающие фронтир‑модели (включая GPT‑6 Astra от OpenAI и Fable/Opus от Anthropic) по ряду AI‑бенчмарков и указан как лидер в одном из индексных рейтингов, на который ссылается Google.
В статьях говорится, что следующий заметный прирост в качестве изображений 'мог бы' появиться с Gemini 4 Argon — формулировка указывает на возможное улучшение, но в предоставленных отрывках нет подтверждённого описания возможностей или бенчмарков.
ЧТО ИЗМЕНИЛОСЬ