← Все статьи

Gemini 4 Argon: nový model Google DeepMind

Světlé studio s plovoucím krystalem a jemnou sítí světelných uzlů

30. září 2026 oznámil Google DeepMind Gemini 4 Argon, nový hraniční model rodiny Gemini. Prostřednictvím programu Fairwind Program je šířen pro malý okruh důvěryhodných profesionálů v oblasti kybernetické bezpečnosti a společnost slibuje později širší vydání: nejprve pro vývojáře, společnosti a spotřebitele, počínaje placenými uživateli API a předplatiteli Google AI Ultra.

Schéma dlouhé vícekrokové úlohy, kterou model řeší v jednom průchodu

Co umí Gemini 4 Argon?

Oznámení uvádí tři klíčové oblasti, kde model vykazuje silné výsledky:

  • Programování. Model pracuje se skutečnými inženýrskými problémy – od každodenního ladění až po rozsáhlé migrace kódové základny. Google říká, že Argon aktualizoval své nejvyšší skóre v benchmarku DeepSWE v1.1 (77,9 %), který měří výkon na dlouhých, vícestupňových úkolech ve vývoji v reálném světě.
  • Firemní znalostní práce. Když už mluvíme o právu a financích, Argon je lídrem v indexu Vals, který měří ekonomický dopad v těchto oblastech, a vykazuje přední výsledky ve Vals Finance Agent v2 (vícestupňový finanční výzkum) a Harvey's Legal Agent Benchmark (právní průzkum a příprava dokumentů). Na AutomationBench společnosti Zapier, která měří komplexní provádění obchodních úkolů, se model umístil na prvním místě se skóre 51,3 %.
  • Kybernetická ochrana. Argon je trénován tak, aby autonomně nacházel, testoval a opravoval zranitelnosti. V benchmarku CWE-bench v1, který hodnotí eliminaci zranitelností, se model dělí o první místo s výsledkem 68 %. Model je dán důvěryhodným obráncům a interním týmům Google bez „kybernetických omezovačů“, aby bylo možné plně využít jeho ochranný potenciál.

Zvláštní důraz je kladen na práci s vizuálními informacemi: model analyzuje profesionální grafy, nachází detaily v dlouhých videích a pracuje s řadou dokumentů. V benchmarku LVBench, který měří porozumění dlouhému videu, dosáhl Argon skóre 91,7 %.

Architektura: co je odhaleno a co ne

Google DeepMind v oznámení nezveřejňuje technickou architekturu Gemini 4 Argon – ani počet parametrů, ani strukturu vrstev, ani trénovací data. Společnost popisuje model svým chováním: schopností udržet hluboké uvažování během dlouhých, vícekrokových pracovních postupů. Proto neuvádíme konkrétní architektonické detaily - nejsou v oficiálním zdroji a nebudeme vymýšlet design modelu.

Limit výběru - 1 milion tokenů

Jednou z hlavních oficiálních změn je rozšíření limitu pro výběr na 1 milion tokenů oproti dřívějším 64 tisícům. Když má model prostor pro hluboké přemýšlení a generování stovek tisíc tokenů v jediné trajektorii, řeší složité problémy v jednom průchodu. Toto je uvedená sázka pro dlouhé vícekrokové úkoly.

Jak se Argon již používá uvnitř Google

Společnost uvádí konkrétní příklady interního použití:

  • Kvantové algoritmy. Argon pomáhá výzkumníkům optimalizovat zdroje (qubity × brány) rutin. V jednom příkladu model překonal publikovanou základní linii o 40 % v minutách.
  • Úspora paměti. Agenti na Argonu analyzovali profilování napříč celou flotilou serverů a provedli optimalizaci paměti, čímž po zavedení uvolnili více než 300 TiB – s odhadem 500 TiB až 1 PiB celkem.
  • Migrace kódu. Argonoví agenti překládají kódové báze z C/C++ do Rustu – od desítek tisíc řádků v knihovnách jako re2 a libgav1 až po 800+ tisíc řádků jádra Fuchsia Zircon. Pro libgav1 agenti nahradili 32 tisíc řádků SIMD kódu a získali bezpečný video dekodér, který funguje 2,7krát rychleji než port Rust s identickým videem.

Bezpečnost před širokým uvolněním

Před hromadným uvedením Google posiluje své ochranné mechanismy. Model musí odmítat nebezpečné požadavky (kybernetické hrozby, stejně jako chemické, biologické, radiologické a jaderné scénáře) při zachování legitimních vědeckých cílů. Odolnost vůči nepřímým injekcím výzev je deklarována samostatně: podle benchmarku Grey Swan IPI je Argon lídrem. Dalším směrem je kontrola odchylek od záměrů uživatele: systém sleduje řetězec úvah a akcí modelu a v případě potřeby zastaví provádění.

Cena a přístup

Google uvádí počáteční cenu pro zaváděcí období: 2 $ za 1 milion vstupních tokenů a 10 $ za 1 milion výstupních tokenů, vstupní tokeny uložené v mezipaměti mají 95% slevu ze vstupní ceny. Po skončení zaváděcího období bude cena 4 $ za 1 milion vstupních tokenů a 20 $ za 1 milion výstupních tokenů. V době oznámení není veřejný přístup: model obdrží pouze důvěryhodní testeři a obránci, takže ceny jsou uvedeny pro budoucí komerční uvedení.

Co je od Gemini 4 Argon do NeuralSpace

Tento model ještě není na našem webu - nikde k němu není veřejný přístup. Vydání sledujeme a dáme vám vědět, až se situace změní. Mezitím v povídání a oddíl "Kód" Můžete pracovat s jinými aktuálními modely.