Gemini 4 Argon – már az oldalon

Új modell jelent meg a neurális hálózatokban NeuralSpace - Gemini 4 Argon innen: Google. ben már elérhető csevegés, szakasz "Kód" és nyilvános API. Külön modelloldal - /chat/gemini-4-argon.

Mit lehet Gemini 4 Argon

• 1M token kontextusa. Letölthet egy nagy dokumentumot, vagy folytathat nagyon hosszú levelezést - a modell megtartja a beszélgetés fonalát az elejétől a végéig.
• Nem csak a szöveget érti. Egy kérésben megjeleníthet képet, csatolhat fájlt, hangot vagy videót – a modell elemzi a tartalmat, és az alapján válaszol.
• Gondolkozz, mielőtt válaszol. Összetett problémákat - matematika, logika, többlépcsős tervek - a modell érveléssel oldja meg, és nem az első választ adva.
• Eszközök és internetes keresés. Mint a szomszédos chatmodellek: megkérheti a modellt, hogy találjon releváns információkat az interneten.
• Kódolás. Elemezi a meglévő kódot, megtervezi a szerkesztéseket és lépésről lépésre végrehajtja azokat, elmagyarázva az eredményeket.

Ár

A költséget a ténylegesen felhasznált tokenek alapján számítják ki, és a válasz után írják le - a minimális egyenlegküszöb látható elküldés előtt, akárcsak a szakasz többi modellje esetében. Az aktuális árak az oldalon API.

Hogyan próbálja ki

1. Nyitott csevegés és válasszon a modellek listájából Gemini 4 Argon — külön modelloldal érhető el a címen /chat/gemini-4-argon.
2. Tegyen fel egy kérdést a szokásos módon: a modell adatfolyammal válaszol, és támogatja a webes keresést.
3. Projektek esetén nyissa meg a részt "Kód" — ott a modell ügynökként működik: projektet hoz létre, fájlokat ír és szerkeszt, és hosszú iterációkat hajt végre.

Amit a modellről tudunk: számok Google és független tesztek

A számadatok fő forrása a hivatalos modellkártya Gemini 4 Argon innen: Google DeepMind. Ezek a gyártó saját mérései: DeepSWE v1.1 - 77,9% (ügynökkódolás), AutomationBench - 51,3% (végponttól végpontig terjedő üzleti feladatok), CWE-bench v1 - 68% (a sebezhetőségek autonóm bezárása), LVBench - 91,7% (hosszú videó értelmezése), Vals Index - 68%. A közös beviteli és kimeneti ablak 1 millió token, egy válasz garantált határa 64 ezer (a OpenRouter katalógus szerint); a kérés gyorsítótárazása 95%-kal olcsóbb; kikiáltási ár - 2 USD/millió bemeneti és 10 USD/millió output token, a bevezető időszak után - 4/20 USD.

Vannak független mérések is. Tesztlaboratórium Vals AI saját standján futtatta a modellt, és megerősítette vezető szerepét: 48 modell közül első helyen végzett Vals Index-ban (68,9% ± 0,97), és 78-ból első helyen Finance Agent v2-ban. A teszt ára is tájékoztató jellegű: egy futtatás körülbelül 15,68 dollárba került, és körülbelül 46 percig tartott – a modell nehéz, de hatékony. Tekintse át the-decoder.com visszafogottabb: a szerző szerint az Argon felzárkózik az OpenAI-val és az Anthropic-kal szemben, és bizonyos benchmarkokban veri a versenytársakat, de nem vállal egyértelmű vezetést - az Anthropic értékelése szerint még mindig előrébb tart. Ugyanakkor zászlóshajóhoz képest olcsó a modell, főleg a bevezető áron.

Alsó sor: a kártyán lévő számok Google a gyártó nyilatkozatai; az eddigi független tesztek megerősítik őket Vals Index és Finance Agent esetében; más benchmarkok esetében még nincsenek harmadik féltől származó futtatások. A közlemény részletes elemzése külön cikkünkben található. "Gemini 4 Argon: mi ismert". Webhelyünkön csak azt közöljük, ami itt valóban működik: csevegés, „Kód”, API, internetes keresés és eszközök.

Mikor válasszuk az Argont?

Az Argon nagy feladatok modellje: hosszú dokumentumok és levelezés, fájlok és adathordozók elemzése, összetett matematika és többlépcsős ügynökszkriptek. A csevegésben a mindennapi gyors válaszok érdekében könnyű modellek állnak rendelkezésre – például Claude Haiku 5.5, az érvelés maximális mélysége érdekében pedig – régebbiek Claude Sonnet 5.5 és Claude Opus 5.5.