Google udostępnił na całym swój najnowszy flagowy model AI, Gemini 4 Argon, pozycjonując go jako system zaprojektowany do rozległego, wieloetapowego rozumowania w złożonych zadaniach zawodowych.

Deweloperzy i przedsiębiorstwa mogą korzystać z modelu poprzez Gemini API w AI Studio i na platformie Gemini. Subskrybenci Google AI Ultra mogą również używać go w agentowym środowisku Antigravity, a także w aplikacji Gemini i trybie AI w wyszukiwarce.

Według Google Argon zajmuje pierwsze miejsce w rankingu Vals Index — benchmarku mierzącego wydajność modeli w kluczowych ekonomicznie sektorach, takich jak finanse, programowanie, prawo i podatki. Takie międzysektorowe rankingi stały się standardowym sposobem, w jaki laboratoria AI przekonują, że ich modele są gotowe do regulowanych, opartych na dokumentach przepływów pracy zawodowych.

Ceny startowe wynoszą 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych, przy czym tokeny wejściowe z pamięci podręcznej objęte są rabatem 95% — istotny szczegół dla zespołów wielokrotnie przetwarzających te same długie dokumenty. Po zakończeniu okresu promocyjnego 30 listopada 2026 r. stawki podwoją się odpowiednio do 4 i 20 dolarów za milion tokenów, co daje zespołom określone okno oceny w warunkach cenowych premiery, zanim koszty wzrosną. Przez API model obsługuje jednoblokowe okno kontekstowe wejście-wyjście o rekordowej w branży pojemności 1 miliona tokenów — wystarczająco duże, aby pomieścić rozległe bazy kodu lub zbiory dokumentów w jednym przebiegu, zamiast dzielić pracę na mniejsze części.

Google podał również wczesne wyniki wewnętrzne, które — jak twierdzi — wskazują na znaczące wzrosty produktywności. Uruchomienie Argona w środowisku Antigravity zwiększyło liczbę agentowych zgłoszeń kodu o ponad 35%, jednocześnie redukując wycofania kodu o niemal jedną trzecią. Zespół Chrome użył modelu do uporządkowania folderu starszegou liczącego około 6 milionów linii w obrębie 40-milionowej bazy kodu Chromium, przyspieszając refaktoryzację architektoniczną, która w przeciwnym razie zajęłaby miesiące. Optymalizacje wnoszone do open source'owego frameworka ADK skróciły czas przygotowania sesji w pamięci o 40% i poprawiły zimne importy o 21%, a modele Gemma od Google osiągnęły przyspieszenie inferencji 2,85x na sprzęcie A100 przy pełnej zgodności tokenów. Ponieważ dane te pochodzą od własnych zespołów inżynieryjnych Google, a nie z niezależnych pomiarów, pokazują one, jak model radził sobie z dużymi bazami kodu w warunkach kontrolowanych przez firmę.

— Google AI Studio (@GoogleAIStudio) October 13, 2026

Realne wdrożenia w nauce i cyberbezpieczeństwie

Poza inżynierią oprogramowania Argon znajduje zastosowanie w naukach ścisłych i dziedzinach bezpieczeństwa o wysokiej stawce — to zestaw wdrożeń, który wykracza poza wyniki benchmarków. W obliczeniach kwantowych model przetłumaczył dekoder korekcji błędów AlphaQubit firmy Google na pojedynczy zoptymalizowany kernel sprzętowy, niemal podwajając przepustowość inferencji. Wygenerował również formalnie zweryfikowaną implementację podprogramu arcsin, która redukuje koszty czasoprzestrzenne o ponad 100x w porównaniu z opublikowanym punktem odniesienia.

Współpracując z badaczami z Uniwersytetu Maryland, Google użył Argona do znalezienia nowych kontrprzykładów dla hipotezy Gradsa — hipotezy z 1967 r. dotyczącej optymalizacji pola magnetycznego w stellaratorach, kluczowej dla badań nad fuzją jądrową.

W naukach przyrodniczych badacze z Gamow Labs wykorzystali Argona do wykrycia przestawienia chromosomalnego u noworodka z rzadką chorobą płuc, którego standardowe oprogramowanie nie wykrywało przez lata. Zespół Google zaprojektował z kolei w ciągu kilku godzin pięć nowych enzymów z grupy esteraz serynowych, z których wszystkie wykazały potwierdzoną aktywność katalityczną w testach laboratoryjnych.

W obszarze bezpieczeństwa firma Wiz wykorzystała Argona do usuwania luk w infrastrukturze rządowej i ochrony zdrowia, w tym obejścia pobierania plików, które ujawniało dostęp administracyjny do dokumentacji pacjentów. Google rozszerza również program Fairwind na setki partnerów z branży cyberbezpieczeństwa oraz oferuje 10 000 badaczy sześć miesięcy darmowego dostępu do najwyższego poziomu użycia środowiska Antigravity, oddając model w ręce zewnętrznych organizacji do dłuższej, rzeczywistej oceny.

Jeśli chodzi o bezpieczeństwo, Google informuje, że zewnętrzne czerwone zespoły biologiczne odblokowały mniej niż 1% testowanych podzadań bio, że próby skrótów w benchmarkach programistycznych spadły do 2%, a Argon prowadzi w benchmarku Gray Swan Indirect Prompt Injection z 0,7% skutecznością ataku w 15 próbach adaptacyjnych — to klasa ataków, w której złośliwe instrukcje ukryte w przetwarz treści próbują przejąć kontrolę nad zachowaniem modelu.

Niniejszy materiał został po raz pierwszy opublikowany przez Metaverse Post.