Gemini 4 Argon – allerede på webstedet

En ny model er dukket op i neurale netværk NeuralSpace - Gemini 4 Argon fra Google. Den er allerede tilgængelig i snak, afsnit "Kode" og offentlig API. Separat modelside - /chat/gemini-4-argon.

Hvad kan Gemini 4 Argon

• Kontekst af 1M tokens. Du kan downloade et stort dokument eller føre en meget lang korrespondance - modellen holder tråden i samtalen fra start til slut.
• Forstår ikke kun tekst. I en anmodning kan du vise et billede, vedhæfte en fil, lyd eller video - modellen vil analysere indholdet og svare ud fra det.
• Tænker sig om før man svarer. Komplekse problemer - matematik, logik, flertrinsplaner - modellen løser med ræsonnement, og ikke med det første svar, der dukker op.
• Værktøjer og websøgning. Ligesom nabochatmodeller: Du kan bede modellen om at finde relevant information på internettet.
• Kodning. Parser eksisterende kode, planlægger redigeringer og udfører dem trin for trin og forklarer resultaterne.

Pris

Prisen beregnes ud fra de faktisk brugte tokens og afskrives efter svaret - minimumsaldogrænsen er synlig før afsendelse, som med andre modeller i afsnittet. Aktuelle priser er på siden API.

Sådan prøver du

1. Åben snak og vælg fra listen over modeller Gemini 4 Argon — en separat modelside er tilgængelig på /chat/gemini-4-argon.
2. Stil et spørgsmål som normalt: Modellen svarer med en stream og understøtter websøgning.
3. For projekter skal du åbne sektionen "Kode" — der fungerer modellen som en agent: den opretter et projekt, skriver og redigerer filer og udfører lange iterationer.

Hvad er kendt om modellen: tal Google og uafhængige tests

Hovedkilden til tallene er den officielle modelkort Gemini 4 Argon fra Google DeepMind. Disse er producentens egne målinger: DeepSWE v1.1 - 77,9 % (agentkodning), AutomationBench - 51,3 % (ende-til-ende forretningsopgaver), CWE-bench v1 - 68 % (autonom lukning af sårbarheder), LVBench - 91,7 % (forståelse af lang video), Vals Index - 68,9 %. Det fælles input- og outputvindue er 1 million tokens, og den garanterede grænse for ét svar er 64 tusind (ifølge katalog OpenRouter); caching af anmodning er 95 % billigere; startpris - $2 pr. million input og $10 pr. million output-tokens, efter introduktionsperioden - $4/$20.

Der er også uafhængige målinger. Test laboratorium Vals AI kørte modellen på sin egen stand og bekræftede dens lederskab: førstepladsen ud af 48 modeller i Vals Index (68,9 % ± 0,97) og førstepladsen ud af 78 i Finance Agent v2. Prisen på testen er også vejledende: en kørsel kostede cirka 15,68 $ og tog omkring 46 minutter - modellen er tung, men effektiv. Gennemgå the-decoder.com mere tilbageholdende: ifølge forfatteren lukker Argon hullet med OpenAI og Anthropic og slår konkurrenterne i visse benchmarks, men tager ikke en klar føring - Anthropic er ifølge hans vurdering stadig foran. Samtidig er modellen for et flagskib billig, især til introduktionsprisen.

Nederste linje: tallene på kortet Google er producentens erklæring; uafhængige test indtil videre bekræfter dem for Vals Index og Finance Agent; for andre benchmarks er der endnu ingen tredjepartskørsler. En detaljeret analyse af meddelelsen er i vores separate artikel. "Gemini 4 Argon: hvad er kendt". På vores side angiver vi kun, hvad der rent faktisk virker her: chat, "Kode", API, websøgning og værktøjer.

Hvornår skal man vælge Argon

Argon er en model for store opgaver: lange dokumenter og korrespondance, parsing af filer og medier, kompleks matematik og agentscripts med flere trin. For hurtige hverdagssvar i chatten er der lette modeller - for eksempel Claude Haiku 5.5, og for maksimal dybdegående ræsonnement - ældre Claude Sonnet 5.5 og Claude Opus 5.5.