13 октября Google расширила доступ к Gemini 4 Argon: модель появилась в инструментах для разработчиков, корпоративных продуктах и сервисах для подписчиков Google AI.
Где появилась Gemini 4 Argon
Google объявила о широком развёртывании Argon через API в AI Studio и Gemini platform. Для пользователей предусмотрены разные условия: в Google Antigravity модель доступна подписчикам AI Ultra, а в приложении Gemini и AI Mode в поиске — подписчикам AI Ultra и Pro. Эти различия существенны при выборе способа работы: наличие одной подписки не означает одинаковый доступ во всех продуктах компании.
Основной акцент сделан на сложной последовательной работе с кодом, документами и исследовательскими задачами. Argon должна дольше удерживать цель и связывать отдельные действия в общий процесс. Это может быть полезно при разборе большого проекта, где сначала требуется изучить существующие файлы, затем предложить изменения и проверить результат, а не просто сгенерировать фрагмент кода по короткому запросу.
Какие примеры приводит Google
В качестве инженерного примера компания описывает реорганизацию большого раздела кода Chromium. Argon помогала отделять базовую обработку веб-страниц от кода отдельных функций браузера. По сообщению Google, работа затронула сотни файлов. Это иллюстрирует выбранное направление развития модели, но не позволяет обещать аналогичную экономию времени для произвольной команды или незнакомой кодовой базы.
Другой пример связан с Python-фреймворком Agent Development Kit. Разработчики дали агенту цель уменьшить накладные расходы и существующие правила проекта; найденные изменения вошли в открытый код. Google сообщает об ускорении подготовки сессий и холодного импорта. Важно различать конкретную оптимизацию программного продукта и общий рейтинг модели: выигрыш в одном проекте нельзя автоматически считать ускорением любой Python-программы.
Что проверить перед переносом работы
В анонсе заявлен единый лимит входных и выходных данных до миллиона токенов через Gemini API. Для сложных длительных задач Google направляет разработчиков к документации по протоколу продолжения. На практике большой доступный объём не отменяет необходимости организовать контекст: агенту по-прежнему нужны актуальные исходники, понятные критерии готовности и способ проверить свои изменения.
Компания также описывает обучение соблюдению границ доступа и защиту от внедрённых в документы посторонних инструкций. Однако демонстрации и внутренние показатели не заменяют проверку на данных конкретного пользователя. При оценке Argon разумно сравнить результат на нескольких знакомых задачах, проверить качество исправлений и учитывать условия доступа в выбранном сервисе. Редакция собственные сравнительные испытания модели не проводила.
Источники
- Официальный анонс — 2026-10-13