Google включила Gemini 4 Argon в AI Mode. Смена модели может переписать список брендов в ответе, и это почти никто не считает

Google раскатила Gemini 4 Argon на AI Mode по всему миру. Для разработчиков это новый флагман, для маркетолога это смена редактора, который решает, чьё имя попадёт в готовый ответ. Разбираю, что именно изменилось, как это способно отразиться на рекомендациях компаний и почему без замеров тут ничего не доказать

Представьте обычный запрос вашего клиента. Он не идёт на сайт, он спрашивает поиск: какой сервис выбрать, кто надёжнее, что обычно берут в такой ситуации. Может, он сравнивает вас с двумя конкурентами. Может, впервые слышит про всю категорию.

Ответ ему соберёт не выдача со ссылками, а модель. И на этой неделе эту модель поменяли.

Поехали.

13 октября 2026 года Google объявила Gemini 4 Argon как флагманскую модель для разработчиков и бизнеса, об этом сообщал Reuters. 14 октября Ник Фокс и Робби Стайн написали, что Argon раскатывается в Поиске глобально: в AI Mode она доступна подписчикам Google AI Pro и Ultra, об этом писали Engadget и Search Engine Roundtable. Разработчикам модель отдали через Gemini API и агентную платформу Antigravity.

Что Google обещает в самом AI Mode, по формулировкам анонса.

А теперь то, чего в анонсе нет. Ни слова о том, как Argon отбирает источники и по какому принципу называет в ответе компании. Эти детали Google не раскрыла, и дыра здесь принципиальная: к ней вернусь ниже.

AI Mode это не чат, приделанный сбоку к поиску. Это поверхность самого поиска, где человек получает готовый ответ, а вместе с ним готовый набор названий: какие сервисы рассмотреть, к кому обратиться, что считается стандартом в отрасли.

Для бизнеса разница простая. Раньше борьба шла за позицию в списке ссылок, где места хватало десяти участникам. Теперь борьба идёт за строчку внутри абзаца, где названы два или три. Не за клик, а за упоминание.

И когда внутри этой поверхности меняют модель, меняется не оформление ответа, а сама процедура его сборки.

Работает это так. Ответ собирается в два слоя. Первый это поиск: что система подтянула по запросу, какие страницы попали в рабочий набор. Второй это модель: что из подтянутого вообще попало в текст, в каком порядке, с какой формулировкой и чьё имя при этом прозвучало. Смена модели трогает второй слой целиком.

Дальше переведу обещания Google в последствия для этого второго слоя. Меньше клише и повторов значит более плотный и более короткий ответ. Короче ответ, меньше мест, куда физически помещаются названия компаний.

Лучше следование инструкциям значит, что на просьбу назвать три сервиса вернётся ровно три, а не семь на всякий случай. Порог попадания в ответ поднимается.

Лучше работа с многошаговыми задачами значит больше промежуточных под-запросов внутри одного ответа, а это, наоборот, расширяет корзину источников, из которых ответ собирается.

Получается противоречивая картина: одно изменение сжимает список имён, другое расширяет набор источников. Что перевесит на вашей тематике, из текста анонса не выводится никак.

Я не утверждаю, что Argon уже переставила бренды в рекомендациях. Из релиза такой вывод не следует, замеров до и после глобального раската у меня нет, и публичных исследований по отбору брендов в Argon на сегодня я тоже не видел.

Любой текст в духе «после Argon ваш бренд выпал из ответов» сейчас держится на одном из двух оснований. Либо автор это измерил, и тогда он обязан показать корзину запросов, даты обоих замеров, регион и язык опроса. Либо он продаёт испуг.

Здесь стоит отделить один вопрос от другого. Скепсис работает в обе стороны: утверждение, что смена флагманской модели на видимость брендов не влияет вовсе, опирается ровно на тот же ноль данных. Правдоподобная гипотеза это не факт, но и не повод закрыть глаза.

Теперь главное для тех, кто занимается видимостью брендов.

Привычная логика оценки GEO выглядит так: что-то опубликовали, через месяц посмотрели, выросла ли доля упоминаний. В этой логике у графика одна причина, и это действия самого бренда. Argon показывает вторую причину, внешнюю: платформа меняет модель, и ответ пересобирается вообще без участия бренда.

Практический вывод отсюда неприятный. Замер, рядом с которым не стоит дата обновления платформы, нечитаем. Падение доли упоминаний в октябре может быть не провалом контента, а сменой модели под AI Mode. И наоборот, рост может оказаться не заслугой вашей статьи.

Что это значит для процесса. Базовая точка фиксируется до раската, а не после. Корзина запросов между замерами не меняется, иначе сравнивать нечего. Нейросети считаются раздельно, а не общим котлом: Google AI Mode, Gemini, ChatGPT, Перплексити и обе поверхности Алисы обновляются в разные дни, и единая усреднённая кривая смешивает эти события в кашу. Рядом с графиком живёт календарь обновлений платформ.

Под такую регулярность сложился класс GEO-сервисов, которые опрашивают нейросети на потоке и хранят историю изменений: Pixel Tools, Rush Analytics, Profound, brandfound и другие. Разница между ними в первую очередь в том, считается ли каждая нейросеть отдельно и видно ли в интерфейсе, что именно поменялось между двумя датами, вплоть до состава конкурентов в ответе и списка процитированных источников. Для разговора про обновления платформ это главный параметр, всё остальное вторично.

Управлять можно только тем, что отделено: пока свой рост смешан с чужими релизами, это не метрика, а погода за окном.

Первое. Argon в AI Mode это не косметика, а смена слоя, который решает, что из найденного попадёт в ответ. Второе. Влияние на состав брендов в рекомендациях правдоподобно, но на сегодня не измерено, и выдавать гипотезу за факт я не стану. Третье. У кривой видимости теперь официально две причины, ваши действия и чужие релизы, и без разделения этих причин отчёт не значит ничего.

Для брендов это не повод для паники, но повод пересобрать систему оценки. Зафиксировать базовую точку до следующего обновления платформы стоит дешевле, чем через квартал объяснять совету директоров падение, причину которого уже не восстановить.

А теперь к вам. Что вы делаете, когда метрика видимости меняется без ваших действий: ждёте следующего замера, пересобираете контент, списываете на шум или сверяетесь с датами обновлений платформ.

Если разбор пригодился, буду признателен за плюс. Это помогает таким материалам набирать охват и доходить до тех, кому тема актуальна.