Google выпустила Argon: дешевле конкурентов, но есть нюансы

Google наконец выпустила свою новую флагманскую модель Gemini 4 Argon, и вокруг неё сразу разгорелись споры: с одной стороны — рекордно низкая цена и серьёзные улучшения, с другой — вопросы к тому, насколько гладко новинка работает в реальных задачах. Доступ к модели постепенно открывают для разработчиков по всему миру, корпоративных клиентов и платных подписчиков. Компания позиционирует Argon как модель, которая заметно лучше справляется с программированием, профессиональными рабочими задачами и длительным выполнением сложных многошаговых поручений, а также развивает сильные стороны предыдущих версий — визуальное понимание, пространственные рассуждения и вызов инструментов.

В официальных демонстрациях ставка сделана на мультимодальность. Например, модель по текстовому описанию генерирует трёхмерные сцены с собственными смартфонами Google, а в другом случае полностью создаёт через код динамическую трёхмерную типографику вместе с музыкальным сопровождением — без заранее записанных материалов и без монтажных программ. Руководитель Google Сундар Пичаи показал такие примеры в соцсетях, а глава DeepMind Демис Хассабис, комментируя демонстрацию с шахматами, отдельно отметил понимание моделью физических закономерностей и трёхмерного моделирования. Пользователи уже начали сравнивать результаты Argon с работами конкурентов — GPT и Claude, отмечая выразительную визуальную картинку, хотя в деталях вроде движения кита иногда проглядывает неестественность.

Пространственное понимание нашло применение и в робототехнике. В официальном показе Argon посмотрел видео, как человек играет в игру с метанием мешочков, проанализировал пространственные отношения, рассчитал движения суставов всего тела, самостоятельно написал код симуляции и перенёс решение на гуманоидного робота Apollo компании Apptronik. Google утверждает, что цепочка «видео — симуляция — реальность» сокращает работу по моделированию роботов с нескольких недель ручного труда до нескольких часов. По сути, человеческий показ становится проще превращать в задачу, которую робот может выучить, отработать и проверить.

В программировании главный акцент — на долгосрочном сопровождении и оптимизации крупных реальных проектов. Модель лучше понимает структуру целой кодовой базы, находит узкие места по производительности, правит файлы и запускает тесты, продвигая сложную инженерную задачу шаг за шагом. Google проверила это на своём открытом агентном фреймворке ADK — проекте на Python примерно на 205 тысяч строк. Argon без присмотра работал 11 часов, предложил шесть оптимизаций, затрагивающих 32 файла, и прогнал все 16 892 теста. После проверки инженерами были приняты две правки: снижение накладных расходов на копирование истории сессий и загрузка крупных модулей по требованию. В результате накладные расходы на подготовку памяти в длинных сессиях ADK упали примерно на 40 процентов, а время импорта пакета — на 21 процент. Похожие задачи модель выполняла в проекте браузера Chromium, где помогла провести архитектурную перестройку сотен файлов, сжав работу с нескольких месяцев до нескольких недель, и при оптимизации программы вывода Gemma4E2B подняла пропускную способность с примерно 37,9 тысячи токенов в секунду до более чем 108 тысяч, то есть почти втрое.

Однако не всё так однозначно. По данным третьего независимого индекса Artificial Analysis, Argon High набирает 53 балла и делит первое место с GPT-6 Astra Max и Claude Fable5.1 Max, а средняя стоимость одной задачи у него — 1,99 доллара, что примерно на 39 процентов ниже, чем у Astra. Стартовая цена API — 2 доллара за миллион входных токенов и 10 долларов за выходные, что примерно вдвое дешевле Opus5.5 и в пять раз дешевле Astra. Правда, скидка действует до 30 ноября, а с 1 декабря цены вернутся к 4 и 20 долларам соответственно. Пользователи, успевшие попробовать модель, отмечают заметный скачок в креативности, письме и удобстве работы, но указывают, что в сложных многоагентных задачах Argon пока отстаёт и иногда бывает излишне самоуверен или ленив. В бенчмарках вроде DeepSWE и Vibe Code Bench модель сильна, но в FrontierSWE и Terminal-bench уступает главным конкурентам. Так что экономия может обернуться потерей, если модель будет жечь токены на повторные попытки.

Отдельно стоит упомянуть безопасность: в тесте CWE-bench v1 на исправление уязвимостей Argon показал 68 процентов, как и GPT-6 Astra. В испытании на устойчивость к косвенным внедрениям промптов от Gray Swan после 15 адаптивных атак успешность взлома составила всего 0,7 процента. Неудивительно, что Google приложила к релизу 217-страничный отчёт о безопасности — компания явно предпочла не торопиться.