Google uruchomił Gemini 4 Argon, pierwszy model w generacji Gemini 4, wprowadzając go z dostępem początkowo ograniczonym do zaufanych obrońców cyberbezpieczeństwa i wewnętrznych zespołów Google.

Firma ogłosiła Argona 30 września w ramach programu Fairwind, inicjatywy dającej wybranym rządom i zaufanym partnerom dostęp do zaawansowanych modeli cyberbezpieczeństwa Google. Zgodnie z oficjalnym ogłoszeniem, Argon może autonomicznie wykrywać, weryfikować i łatać krytyczne luki w oprogramowaniu. Google na razie wstrzymuje szerszy dostęp, kontynuując testowanie modelu i doskonalenie zabezpieczeń.

Klienci płatnego interfejsu programowania aplikacji (API) oraz subskrybenci Google AI Ultra uzyskają dostęp później, choć Google nie ogłosił konkretnej daty szerszego wdrożenia.

Jak według Google wypada Argon na tle konkurencji

Google podaje, że Argon uzyskał wynik 77,9% w DeepSWE v1.1, benchmarku zadań inżynierii oprogramowania. W tym samym teście firma raportuje wynik 74,2% dla Claude Opus 5.5 firmy Anthropic i 74,1% dla GPT-6 Astra firmy OpenAI.

W CWE-bench v1, który ocenia, jak dobrze modele AI identyfikują i naprawiają luki w oprogramowaniu, Google podaje, że Argon uzyskał wynik 68%, remisując z GPT-6 Astra. Wyniki benchmarków pochodzą z własnych ocen Google, więc nie niezależnie potwierdzają, jak Argon radzi sobie w rzeczywistych obciążeniach.

Argon może również generować do 1 miliona tokenów w pojedynczej odpowiedzi, w porównaniu z limitem wyjściowym 64 000 tokenów w poprzednich modelach. Tokeny to podstawowe jednostki tekstu przetwarzane i generowane przez modele AI. Większy limit wyjściowy ma pozwolić Argonowi obsługiwać dłuższe zadania inżynierii oprogramowania i inne złożone zadania bez konieczności wielokrotnego zachęcania do kontynuowania.

Wdrożenie wętrzne

Google podaje, że Argon jest już używany wewnętrznie przez tysiące pracowników do programowania, badań i innych specjalistycznych zadań. Jedno z zgłaszanych zastosowań to migracja kodów C i C++ do Rust, języka programowania systemowego zaprojektowanego tak, aby zapobiegać błędom bezpieczeństwa pamięci, będącym dobrze udokumentowanym źródłem luk w oprogramowaniu. Według Google agenty Argona pracują nad kodami o rozmiarze od dziesiątek tysięcy do ponad 800 000 linii w jądrze Zircon systemu operacyjnego Fuchsia.

Firma informuje, że większe migracje kodu przechodzą automatyczne i ręczne audyty, testy emulacyjne oraz przeglądy przed wdrożeniem do produkcji. Kod jądra stanowi rdzeń systemu operacyjnego, gdzie błędy mogą wpływać na każdy działający na nim komponent.

Google wykorzystał także agenty Argona do analizy danych o wydajności centrów danych i identyfikacji optymalizacji pamięci. Firma podaje, że zmiany mają uwolnić ponad 300 tebibajtów pamięci po pełnym wdrożeniu, a łączne oszczędności szacuje się na od 500 tebibajtów do 1 pebibajtu. Pebibajt odpowiada 1024 tebibajtom.

Badacze obliczeń kwantowych Google również używają Argona do optymalizacji algorytmów. W jednym z przykładów firma stwierdziła, że Argon w ciągu kilku minut pokonał opublikowany punkt odniesienia dla zadania obliczeń kwantowych o 40%.

Dlaczego dostęp jest stopniowany

Możliwości cyberbezpieczeństwa Argona są głównym powodem stopniowego wdrażania. Google podaje, że model może identyfikować i naprawiać luki przy ograniczonym udziale człowieka, co tworzy zarówno wartość defensywną, jak i potencjalne ryzyko bezpieczeństwa w miarę szerszego udostępniania takich możliwości. Dlatego firma udostępnia model najpierw zaufanym obrońcą cyber przez Fairwind, zbierając opinie i kontynuując rozwój zabezpieczeń.

Google oświadczył, że Argon ostatecznie zostanie udostępniony programistom, przedsiębiorstwom i konsumentom w miarę rozszerzania dostępu.

Cennik

Google uruchomi Argona w cenie wprowadzeniowej 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych. Po okresie wprowadzeniowym cena wzrośnie do 4 USD za milion tokenów wejściowych i 20 USD za milion tokenów wyjściowych. Tokeny wejściowe z pamięci podręcznej, które pozwalają ponownie wykorzystać ten sam kontekst w wielu żądaniach, otrzymają 95-procentowąniżkę na cenę tokenów wejściowych.

Premiera następuje w momencie, gdy Google konkuruje z OpenAI i Anthropic w rozwoju coraz bardziej wydajnych modeli AI do programowania, cyberbezpieczeństwa, badań i pracy korporacyjnej. Na razie jednak własne benchmarki Google pozostają głównym publicznie dostępnym miernikiem wydajności Argona; szerszy dostęp pozwoli niezależnym użytkownikom i badaczom testować model na większej liczbie obciążeń.