Коротко: 13 октября 2026 Google выпустил Gemini 4 Argon (gemini-4-argon) — новую флагманскую reasoning-модель с контекстом в миллион токенов и упором на автономных агентов. Главный кейс запуска — не демка с пустой папки, а 11-часовой ночной забег по реальному репозиторию на 200 тысяч строк. Доступ пока ограниченный и с рваным rollout’ом; вводная цена $2/$10 за миллион токенов удвоится 1 декабря.
Что представляет собой модель
По карточке модели в документации Gemini API:
- Контекст: 1 048 576 токенов — единый лимит на вход и выход.
- Вывод: 65 536 токенов в обычном режиме и до миллиона в режиме long decode — модель умеет писать очень длинные ответы без обрыва.
- Вход: текст, изображения, видео, аудио и PDF. Выход — только текст.
- Thinking-режимы: low / medium / high.
- Поддержаны Batch API (−50% к цене), Flex и Priority inference, поисковый граундинг, выполнение кода, computer use (превью).
- Чего нет: генерации изображений, генерации аудио и Live API. Кэширование контекста — только неявное (явное не завезли).
Позиционирование Google: сложная разработка, математика и наука, автономные многошаговые агенты. То есть прямой конкурент Claude Opus 5.5 и GPT-5.6 в рабочих, а не чатовых сценариях.
Доступ и цены
С доступом на старте всё традиционно неровно. Модель недоступна на бесплатном тарифе и в плане Google AI Pro через API — нужен платный tier Gemini API либо подписка AI Ultra для AI Studio и Antigravity. В обсуждении на Hacker News в день запуска — классическая картина постепенного rollout’а: у части пользователей Pro модель мелькнула и пропала, у пользователей из ЕС её не было вовсе, кто-то ловил 404 на втором же запросе. Для тех, у кого нет подписки Google, модель уже видна на OpenRouter.
Цены по странице тарифов Gemini API на момент публикации:
- Вводная цена: $2 за миллион входных и $10 за миллион выходных токенов, кэшированный вход — со скидкой 95%.
- С 1 декабря 2026: $4 за вход и $20 за выход — ровно в два раза дороже и ровно в цену Claude Opus 5.5.
Практический вывод: у тех, кто хочет погонять Argon на своих задачах, есть полтора месяца половинной цены. И ещё одно наблюдение: «вводные» цены стали стандартным маркетинговым ходом — сравнивать стоимость моделей имеет смысл только по ценам после окончания акции.
Главный кейс: 11 часов ночного забега по чужому коду
Самое интересное в запуске — не страница с логотипами, а инженерный пост о том, как Argon гоняли по google/adk-python — открытому фреймворку агентов на Python: примерно 205 тысяч строк кода, почти 800 файлов, около 17 тысяч юнит-тестов.
Задача была сформулирована как результат, а не как инструкция: «сделай так, чтобы ADK не добавлял заметных накладных расходов агенту — на старте, в длинных сессиях, в мультиагентных схемах; публичный API не менять; каждое изменение подкрепи тестом».
Первый раунд — два часа, без подготовки. Модель на седьмой минуте написала бенчмарк, 70 минут мерила и читала код до первой правки и нашла реальные узкие места. Но без правил репозитория результат не прошёл бы ревью: она незаметно изменила публичную JSON-схему, прогнала только 216 тестов рядом с изменениями и не приложила цифры к пул-реквесту.
Второй раунд — одиннадцать часов ночью, без человека. Два изменения в постановке: в репозиторий добавили каталог .agents/skills с правилами мейнтейнеров (короткие индексные SKILL.md со ссылками на подробные файлы — чтобы не заливать весь регламент в контекст на каждом ходе) и включили режим /goal в Antigravity, который удерживает цель видимой даже при сжатиях контекста. За ночь модель прочитала 12 файлов-регламентов до первой правки, прогнала базовые замеры по четырём сценариям, а за три минуты до конца сама нашла баг в собственном кэше и перегнала все 16 892 теста.
Утром в пул-реквесте было шесть оптимизаций по 32 файлам. После человеческого ревью в проде ушли две:
- Фильтрация истории сессии до копирования, а не после: раньше in-memory сервис сессий глубоко копировал всю историю на каждое чтение. Минус 40% накладных расходов на подготовку сессии в длинных диалогах.
- Ленивая загрузка тяжёлых пакетов:
import google.adkперестал тянуть за собой аудио-, видео- и веб-серверные модули. Холодный импорт быстрее на 21%.
На полном 158-ходовом сценарии это срезало почти 10 секунд чистых накладных расходов фреймворка: 65,6 секунды до, 56,1 после. Остальные четыре предложения отклонили: кэш с риском протухших данных, чтение приватного атрибута OpenTelemetry, усложнение кода без выигрыша на независимом бенчмарке и оптимизация, работающая только на синтетических тестах. Финальный коммит — 22 файла и 17 новых тестов, с пометкой «Argon generated these changes».
Формула, которой инженеры Google описали итог: агент исследует, мейнтейнер отсеивает. Пожалуй, это самая честная фраза про автономные забеги на сегодня.
Роботы: второй фронт
Параллельно вышел робототехнический пост: Argon рассуждает о физическом мире. На бенчмарке эмбодированного рассуждения ERQA модель набирает 87% чистым рассуждением — лучший результат среди фронтир-моделей.
Из показанного: управление четвероногим Spot с предварительной тренировкой в симуляторе MuJoCo, zero-shot управление манипулятором по камере с сеткой координат, сборка физически согласованной симуляции по одному видео или даже по нарисованному от руки скетчу. Самая прикладная цифра: данные, синтезированные в построенной моделью симуляции, подняли успешность реального робота с 56% до 75% и сократили время выполнения задачи с 35 до 24 секунд.
Контекст: темп релизов и конкуренты
Gemini 3.7 вышла 13 августа, 3.8 — 2 сентября, 4 Argon — 13 октября. Три флагманских обновления за два месяца.
По деньгам после 1 декабря Argon встанет в один ряд с Opus 5.5 ($4/$20), при этом китайская GLM 5.3 даёт сопоставимый класс заметно дешевле. Независимых бенчмарков первого дня пока мало — из традиционного разве что пеликан на велосипеде Саймона Виллисона, который у Argon вышел приличным, но с обычными огрехами (педали, не присоединённые к велосипеду, оценить может каждый). Выводы о том, кто теперь «лучшая модель для кода», делать рано: первые сутки — это всегда маркетинг плюс анекдоты.
Что это значит для тех, кто работает с агентами
Три практических наблюдения из запуска.
Автономные забеги стали продуктовой фичей, а не хаком. Режим /goal, который держит цель над сжатиями контекста, и каталог .agents/skills с правилами репозитория — это официальная механика, а не самодеятельность. Если ваш агентный инструмент такого не умеет, ручная работа остаётся на вас.
Человеческое ревью никуда не делось. Две из шести — это и есть результат «без присмотра»: треть предложений дошла до прода, и это подаётся как успех. Планируйте ревью-карусель под агентные изменения, а не «оно само закоммитит».
Модели будут меняться каждые несколько недель — знание о проекте должно жить вне модели. /goal удерживает цель внутри одного забега, .agents/skills передают правила конкретному инструменту. Но решения, баги и договорённости вашего проекта не принадлежат ни забегу, ни модели, ни вендору: сегодня вы гоняете Argon, завтра вернётесь на Claude или проверите GLM. Поэтому мы и делаем MaxGraph — память проекта как отдельный слой: она живёт на вашей машине, подаёт агенту дайджест на старте любой сессии и не зависит от того, какая модель сегодня флагман. Смена модели перестаёт быть миграцией.
Как попробовать
- API: модель
gemini-4-argonв платном tier Gemini API, есть в SDKgoogle-genaiи на OpenRouter. - AI Studio: подписчикам Google AI Ultra.
- Antigravity: подписчикам Ultra, режим
/goalдля длинных автономных задач. - Карточка модели: deepmind.google/models/model-cards/gemini-4-argon.
FAQ
Чем Argon отличается от Gemini 3.8? Это смена поколения, а не минорное обновление: флагманское рассуждение, long decode до миллиона токенов на вывод, ставка на автономных агентов. Независимых сравнений с 3.8 в первый день почти нет — как и с конкурентами.
Миллион токенов контекста — память агенту больше не нужна? Нужна. Окно живёт одну сессию, каждый запрос с полной историей оплачивается заново, а точность на длинных контекстах проседает. Мы замеряли это в токенах: внешняя память дешевле и надёжнее, чем «просто большее окно». Подробнее — в разборе сжатия контекста.
Правда, что модель сама писала код всю ночь? Правда, но с оговоркой: из шести предложенных оптимизаций люди приняли две. Автономность пока выглядит как «агент готовит, человек утверждает».
Стоит ли переходить на Argon с Claude или GPT? Если ваш пайплайн привязан к конкретному SDK и правилам под конкретную модель — переезд будет стоить дороже разницы в цене токенов. Разумный подход: прогнать Argon на своих реальных задачах до 1 декабря, пока цена половинная, и сравнить на своих метриках, а не на чужих таблицах.
Что дальше
- Почему агент забывает проект между сессиями: разбор механики.
- Сжатие контекста внутри длинных сессий: что теряется и как жить.
- Экономия токенов на практике: семь способов.
Дай своему агенту память
Триал 7 дней без карты. Установка — один промпт, дальше агент сделает сам.