Google выкатила Gemini 4 Argon: новый флагман обходит Opus 5.5 и GPT-6 Astra

Google снова в игре. Gemini 4 Argon — флагманская модель, которая, по её собственным данным, лидирует или делит первое место в 13 из 18 раскрытых бенчмарков. Gemini 4 Argon - здесь

Звучит как разгром. На деле — сложнее.

Argon — не файнтюн предыдущей Gemini. Это новая архитектура: large-scale sparse mixture-of-experts с нативной поддержкой текста, изображений, аудио и видео. Контекстное окно — 1 048 576 токенов, общее для входа, размышлений и выхода. Максимальный вывод — тоже 1 миллион токенов за один запрос, что в 16 раз больше, чем у предыдущих моделей.

Три уровня размышлений: LOW, MEDIUM (по умолчанию), HIGH. Параметры temperature, top_p и top_k игнорируются. Явное кэширование контекста не поддерживается — только имплицитное, включённое по умолчанию.

Gemini 4 Argon - здесь

Юридическая работа. На Harvey Legal Agent Benchmark Argon набирает 19,6% против 5,4% у GPT-6 Astra и 3,8% у Opus 5.5. Разрыв — в 3,6 раза. Для юристов, которые устали от «модель не понимает контекст», это не абстрактная цифра.

Автоматизация бизнес-процессов. На AutomationBench от Zapier — 51,3% против 42,5% у Opus 5.5 и 41,4% у Astra. На AutomationBench-AA от Artificial Analysis — 78%, первое место.

Финансы. На Vals Finance Agent v2 — 65,4% против 58,6% у Opus 5.5 и 53,5% у Astra.

Кодинг. На DeepSWE v1.1 — 77,9% против 74,2% у Opus 5.5 и 74,1% у Astra.

Длинное видео. На LVBench — 91,7% против 87,5% у Astra и 83,7% у Opus 5.5.

Галлюцинации. Argon ошибается в 15% случаев на AA-Omniscience. У GPT-6 Astra — 51%, у GPT-6.1 Sol — 54%. Это не «немного лучше». Это в три с лишним раза меньше вранья. Argon чаще говорит «не знаю», вместо того чтобы выдумывать. Правда, из-за этого он и реже угадывает правильно: 50% против 63% у Astra.

Терминал. Terminal-Bench 4: Argon — 57%. Claude Sonnet 5.5 — 64%, Opus 5.5 — 60%, GPT-6 Astra — 59%. Все три выше.

FrontierSWE v2. Astra обходит Argon. Terminal-Bench 4.0 — Opus 5.5 лидирует.

Индекс интеллекта. Artificial Analysis даёт Argon 53 балла — столько же, сколько GPT-6 Astra, и на 5 баллов меньше, чем у Opus 5.5 (58).

Внутренние сомнения. По данным Bloomberg, некоторые сотрудники Google считают, что кодинг у Argon неровный, а фронтенд-дизайн — «не особенно хорош».

Вводная цена: $2 за миллион входных токенов, 4 и $20.

Но есть нюанс. Argon жжёт токены. 62 000 выходных токенов на задачу против 27 000 у Astra. Это в 2,3 раза больше. Стоимость задачи на индексе Artificial Analysis: 3,26 у Astra. Экономия есть, но она не от эффективности, а от скидки.

По стандартной цене задача вырастет до $3,98 — в 1,2 раза дороже Astra. И это ещё в 2,7 раза дороже, чем у GPT-6.1 Sol.

Google вернулась в топ-3 лабораторий по версии Artificial Analysis. Argon — не «убийца Opus». Это модель для конкретных задач: юриспруденция, финансы, кибербезопасность, длинные видео. Там, где нужна не скорость, а глубина и честность («не знаю» вместо выдумки).

Для повседневного кодинга Opus 5.5 и Astra остаются сильнее. Для фронтенда — сомнения даже внутри Google. Но если вы юрист, финансист или аналитик безопасности — Argon стоит протестировать первым.

Google не сделала «лучшую модель в мире». Она сделала модель, которая не врёт — и это, возможно, важнее любых рекордов.

Gemini 4 Argon - здесь