Google DeepMind przedstawił 30 września 2026 model Gemini 4 Argon. Najważniejsza zmiana nie dotyczy wejścia, lecz wyjścia: limit generowanej odpowiedzi rośnie z 64 tys. do miliona tokenów. Model trafia najpierw do obrońców w cyberbezpieczeństwie, a nie do wszystkich deweloperów naraz.
Najważniejsze w skrócie
- Premiera 30 września 2026, nazwa modelu: Gemini 4 Argon
- Limit wyjścia: milion tokenów zamiast dotychczasowych 64 tys.
- Cena wprowadzająca: 2 USD za milion tokenów wejścia (ok. 7,3 zł) i 10 USD za milion wyjścia (ok. 36,5 zł)
- Po okresie wprowadzającym stawki rosną do 4 i 20 USD za milion tokenów
- Dystrybucja startuje od programu Fairwind dla zaufanych obrońców, dopiero potem obejmie deweloperów i klientów firmowych
Milion tokenów, ale na wyjściu
Większość modeli reklamuje duże okno kontekstu, czyli ile da się wczytać. Argon przesuwa inny suwak: ile model może jednorazowo wygenerować. Skok z 64 tys. do miliona tokenów ma obsłużyć długie łańcuchy rozumowania i zadania, w których odpowiedź sama jest dużym artefaktem, na przykład refaktoryzacją repozytorium. Pamięć podręczna wejścia dostaje przy tym rabat 95% względem ceny bazowej.
Cennik Argona w przeliczeniu na milion tokenów:
Co mówią benchmarki
Google podaje wyniki głównie z zadań zawodowych, nie z testów wiedzy.
| Benchmark | Co mierzy | Wynik Argona |
|---|---|---|
| DeepSWE v1.1 | zadania inżynierii oprogramowania z realnych zgłoszeń | 77,9% |
| AutomationBench | automatyzację zadań zawodowych | 51,3% — pierwsze miejsce |
| LVBench | rozumienie długiego wideo | 91,7% |
| CWE-bench v1 | łatanie znanych klas podatności | 68% — ex aequo z najlepszym rywalem |
Strona modelu w Google DeepMind zestawia Argona z GPT-6 Astra i modelami Claude.
Najpierw obrońcy, potem reszta
Nietypowy jest sam tryb udostępnienia. Model idzie najpierw do uczestników programu Fairwind?Fairwind: Program Google, w ramach którego zaufani obrońcy w cyberbezpieczeństwie dostają dostęp do modelu przed szeroką premierą., a dla uprawnionych obrońców przewidziano opcjonalne zdjęcie barier dotyczących działań ofensywnych w cyberbezpieczeństwie. Google wskazuje też na odporność na prompt injection mierzoną benchmarkiem Gray Swan IPI?Gray Swan IPI: Test odporności modelu na pośrednie wstrzyknięcie poleceń — czyli instrukcje ukryte w dokumentach i stronach, które model czyta w trakcie pracy..
Dlaczego to ważne?
Przesunięcie akcentu z wejścia na wyjście zmienia to, do czego model nadaje się w praktyce. Jeśli jednorazowa odpowiedź może mieć rozmiar średniego projektu, maleje potrzeba dzielenia zadań na dziesiątki wywołań i scalania wyników poza modelem. Rośnie natomiast koszt pojedynczego błędu, bo weryfikacja miliona tokenów wyjścia jest trudniejsza niż weryfikacja krótkiej odpowiedzi. Selektywna dystrybucja pokazuje, że dostawcy traktują zdolności w cyberbezpieczeństwie jako osobną kategorię ryzyka.
Co dalej?
- Cena wprowadzająca jest tymczasowa i po zakończeniu tego okresu stawki podwajają się do 4 i 20 USD za milion tokenów według cennika Google
- Szersza dostępność dla deweloperów, firm i użytkowników indywidualnych jest zapowiedziana, ale bez podanej daty
Źródła
- Google — Gemini 4 Argon: our next era of frontier intelligence
- Google DeepMind — Gemini models
