После непростого периода, закрытия проекта Gemini 3.5 Pro и длительного фокуса исключительно на облегченных моделях Flash, компания Google показала своего нового тяжеловеса — Gemini 4 Argon. Согласно внутренним тестам IT-гиганта, модель смогла превзойти таких гигантов, как GPT-6 Astra и Claude Opus 5.5, в 13 из 19 ключевых бенчмарков.
Ключевые показатели и бенчмарки
Первые независимые замеры и рейтинги также подтверждают высокий уровень разработки:
- Лидерство в рейтингах: Argon сразу занял первую строчку в текстовом лидерборде Arena, а также набрал 53 балла в Intelligence Index от AA (разделив позицию с Astra и 5.1 Fable и уступив только 5.5 Opus).
- Успехи в программировании: в тесте практического написания кода DeepSWE новинка показала результат 77,9%.
- Мультимодальность и анализ: модель продемонстрировала лучшие результаты при обработке больших массивов текста, решении интеллектуальных задач, а также чтении графиков и видеоматериалов.
Ограниченный доступ и стоимость API
Несмотря на впечатляющие цифры, опробовать Gemini 4 Argon широкая публика пока не сможет. На текущем этапе Google открыла доступ исключительно проверенным группам специалистов по кибербезопасности. Точные сроки полноценного публичного релиза пока не раскрываются.
Ценовая политика для разработчиков уже объявлена:
- В рамках промо-периода стоимость API составит $2 за 1 миллион входящих и $10 за 1 миллион исходящих токенов.
- После завершения акции базовый тариф вырастет до $4 и $20 за миллион токенов соответственно.
Внутренние споры о реальной эффективности
По информации агентства Bloomberg, внутри самой компании возникли сомнения относительно реальных способностей нейросети в программировании: часть сотрудников утверждает, что модель отлично справляется с синтетическими тестами, но показывает более скромные результаты на реальных рабочих задачах. Представители Google официально отвергают эти утверждения.
Станет ли Argon полноценным триумфом Google в элитном сегменте искусственного интеллекта, станет окончательно ясно после масштабного развертывания среди независимых разработчиков и пользователей.