Gemini 4 Argon: új modell Google DeepMind

2026. szeptember 30-án a Google DeepMind bejelentette a Gemini 4 Argon-t, a Gemini család új határmodelljét. A Fairwind Program programon keresztül a megbízható kiberbiztonsági szakemberek szűk köréhez terjesztik, és a cég későbbre ígéri a szélesebb körű kiadást: először a fejlesztők, a vállalatok és a fogyasztók számára, kezdve a fizetős API-felhasználóktól és a Google AI Ultra előfizetőktől.

Mit tehet a Gemini 4 Argon?

A közlemény három kulcsfontosságú területet nevez meg, ahol a modell erős eredményeket mutat:

• Programozás. A modell valódi mérnöki problémákkal működik – a mindennapi hibakereséstől a nagy kódbázis-migrációig. A Google szerint az Argon frissítette a legmagasabb pontszámát a DeepSWE v1.1 benchmarkon (77,9%), amely a valós fejlesztés során végzett hosszú, többlépéses feladatok teljesítményét méri.
• Vállalati tudásmunka. Ha már a jogról és a pénzügyekről beszélünk, az Argon vezető szerepet tölt be a Vals Indexben, amely ezeken a területeken méri a gazdasági hatásokat, és vezető eredményeket mutat fel a Vals Finance Agent v2 (többlépcsős pénzügyi kutatás) és a Harvey's Legal Agent Benchmark (jogi kutatás és dokumentumok előkészítése) terén. A Zapier's AutomationBench, amely az üzleti feladatok végpontok közötti végrehajtását méri, a modell az első helyen végzett 51,3%-os eredménnyel.
• Kiberbiztonsági védelem. Az Argont arra képezték ki, hogy önállóan keresse, tesztelje és javítsa a sebezhetőségeket. A sebezhetőségek kiküszöbölését értékelő CWE-bench v1 benchmarkban a modell 68%-os eredménnyel osztozik az első helyen. A modellt megbízható védőknek és belső Google-csapatoknak adják „kiberkorlátozók” nélkül, hogy teljes védelmi potenciálját kihasználhassák.

A vizuális információkkal való munka különösen hangsúlyos: a modell professzionális grafikonokat elemez, részleteket talál hosszú videókban, és egy sor dokumentumon működik. A hosszú formátumú videó megértését mérő LVBench benchmarkon az Argon 91,7%-ot ért el.

Építészet: mi derül ki és mi nem

A közleményben szereplő Google DeepMind nem fedi fel a Gemini 4 Argon műszaki architektúráját - sem a paraméterek számát, sem a rétegek szerkezetét, sem a képzési adatokat. A vállalat a modellt a viselkedésével írja le: az a képesség, hogy a hosszú, többlépcsős munkafolyamatok során mély érvelést tartson fenn. Ezért konkrét építészeti részleteket nem adunk meg – ezek nem szerepelnek a hivatalos forrásban, és nem mi találjuk ki a modell tervezését.

Kivételi limit - 1 millió token

Az egyik fő hivatalos változás, hogy a visszavonási limit 1 millió tokenre bővült a korábbi 64 ezerrel szemben. Ha egy modellnek megvan a mozgástere ahhoz, hogy mélyen gondolkodjon, és több százezer token generáljon egyetlen pályán, akkor egy menetben megoldja az összetett problémákat. Ez a megadott tét a hosszú, többlépéses feladatokhoz.

Hogyan használják már az argont a Google-on belül

A cég konkrét példákat mutat be a belső felhasználásra:

• Kvantum algoritmusok. Az argon segít a kutatóknak optimalizálni a rutinok erőforrásait (qubit × kapu). Az egyik példában a modell percek alatt 40%-kal jobb teljesítményt nyújtott a közzétett alapértéknél.
• Memória megtakarítás. Az Argon ügynökei elemezték a profilalkotást a teljes szerverflottán, és optimalizálták a memóriát, így több mint 300 TiB szabadult fel a bevezetés után – a becslések szerint összesen 500 TiB és 1 PiB között van.
• Kódáttelepítések. Az argon ágensek kódbázisokat fordítanak le C/C++-ról Rust-ra – a re2 és libgav1 könyvtárak több tízezer sorától a Fuchsia Zircon kernel 800+ ezer soráig. A libgav1 esetében az ügynökök 32 ezer sor SIMD kódot cseréltek le, és egy biztonságos videó dekódert szereztek be, amely 2,7-szer gyorsabban működik, mint a Rust port azonos videóval.

Biztonság széles körű kibocsátás előtt

A tömeges bevezetés előtt a Google megerősíti védelmi mechanizmusait. A modellnek el kell utasítania a veszélyes kéréseket (kiberfenyegetések, valamint kémiai, biológiai, radiológiai és nukleáris forgatókönyvek), miközben fenntartja a legitim tudományos célokat. Az indirekt injektálásokkal szembeni ellenállást külön deklarálják: a Gray Swan IPI benchmark szerint az argon a vezető. Egy másik irány a felhasználó szándékaitól való eltérések szabályozása: a rendszer figyeli a modell érvelési és cselekvési láncát, és szükség esetén leállítja a végrehajtást.

Ár és hozzáférés

A Google megnevezi a bevezető időszak kikiáltási árát: 2 dollár 1 millió bemeneti tokenért és 10 dollár 1 millió kimeneti tokenért, a gyorsítótárazott bemeneti tokenek 95%-os kedvezményt kapnak a belépési árhoz képest. A bevezető időszak vége után 1 millió bemeneti token ára 4 dollár, 1 millió kimeneti token 20 dollár lesz. A bejelentés időpontjában nincs nyilvános hozzáférés: csak megbízható tesztelők és védők kapják meg a modellt, így az árak a jövőbeni kereskedelmi forgalomba kerülésért vannak megadva.

Mi a Gemini 4 Argon és NeuralSpace között

Ez a modell még nincs a weboldalunkon – sehol nincs nyilvános hozzáférése. Figyeljük a megjelenést, és értesítjük, ha a helyzet megváltozik. Közben be csevegés és szakasz "Kód" Dolgozhat más jelenlegi modellekkel.