Gemini 4 Argon: Google ogłasza model, którego prawie nikt nie może jeszcze użyć. Cena, wyniki i dostęp

Google ogłosiło w środę Gemini 4 Argon, swój nowy flagowy model, ale przeciętny deweloper nie wyśle do niego jeszcze ani jednego zapytania. Argon trafia na razie do wąskiej grupy zaufanych specjalistów od cyberobrony przez program Fairwind, a szersze wydanie ma przyjść "tak szybko, jak to możliwe", najpierw dla płatnych klientów API i abonentów Google AI Ultra. Cena jest znana: 2 dolary za milion tokenów wejściowych i 10 za milion wyjściowych, ale to cena promocyjna, po której zacznie obowiązywać dwukrotnie wyższa. Premiera ma więc liczby i cennik, a nie ma jeszcze użytkowników, którzy mogliby je sprawdzić.

Kto dziś może używać Argona

Post Koraya Kavukcuoglu z Google DeepMind opisuje wydanie etapami. Pierwszy etap to zaufani obrońcy z programu Fairwind, który znamy z Gemini 3.8 Flash Cyber. Dla nich i dla własnych zespołów Google wydaje Argona bez cybernetycznych zabezpieczeń, żeby mogli korzystać z pełnych zdolności modelu do znajdowania, weryfikowania i łatania krytycznych podatności. Równolegle firma uczestniczy w dobrowolnym procesie rządu USA, który daje władzom dostęp do modeli przed publikacją, i rozszerza dostęp stopniowo.

Google tłumaczy to koniecznością wzmocnienia zabezpieczeń przed szerokim wydaniem. Wymienia cztery obszary: ochronę przed nadużyciami w cyberatakach i atakach CBRN, odporność na wstrzykiwanie poleceń przez treści z zewnątrz (Argon ma prowadzić w teście Gray Swan IPI), monitorowanie rozjazdu między zamiarem użytkownika a działaniem modelu przez nadzór nad jego rozumowaniem i akcjami oraz utwardzanie środowisk, w których model jest testowany. Google wspomina przy tym o ulepszaniu technik monitorowania wewnętrznych aktywacji modelu, żeby wychwytywać próby nadużyć.

Cena, która ma datę ważności

Argon wystartuje z ceną promocyjną: 2 dolary za milion tokenów wejściowych, 10 dolarów za milion wyjściowych, a tokeny wejściowe z pamięci podręcznej kosztują 95 procent mniej, czyli 10 centów za milion. Przypis w poście Google mówi, że po okresie promocyjnym obowiązywać będzie 4 dolary za milion wejściowych i 20 za milion wyjściowych. Daty końca promocji Google nie podaje.

Cena nabiera znaczenia przy limicie odpowiedzi. Argon ma limit wyjścia 1 miliona tokenów, a poprzednie modele Gemini miały 64 tysiące. Pojedyncza odpowiedź zużywająca całe okno kosztuje przy cenie promocyjnej 10 dolarów, a po jej końcu 20. Dla agenta, który pracuje godzinami nad migracją kodu, to rozsądny koszt. Dla kogoś, kto wysyła setki takich zadań dziennie, różnica między cenami przed i po promocji decyduje o opłacalności. OpenAI weszło wcześniej w ten przedział modelem GPT-6.1 Sol, który według firmy zbliża się do Astry w programowaniu i pracy na komputerze przy jednej piątej jej ceny. Yahoo Finance podaje, że stawki są identyczne z cenami Argona. O wycofaniu innego modelu tej firmy, GPT-6.1 Astra, po testach bezpieczeństwa pisaliśmy w tekście o skasowaniu GPT-6.1 Astra.

Wyniki, które podaje Google

Wszystkie liczby poniżej pochodzą z posta producenta i nie przeszły jeszcze niezależnej weryfikacji. Google twierdzi, że Argon ustanawia nowy rekord na DeepSWE v1.1, teście długich zadań inżynierii oprogramowania, z wynikiem 77,9 procent, prowadzi w Vals Index, który waży sektory ich wkładem w PKB USA, i zajmuje pierwsze miejsce w AutomationBench firmy Zapier z wynikiem 51,3 procent.

W poście brakuje jednej rzeczy: wyników konkurencji obok. Google pisze o stanie wiedzy i pierwszych miejscach, ale nie zestawia Argona z konkretnymi modelami OpenAI i Anthropic, więc czytelnik nie wie, o ile jest lepszy. To ważne, bo kilka dni temu przy Sonnecie 5.5 widzieliśmy, że w pomiarze zewnętrznym przewaga nowego modelu bywa mniejsza niż w deklaracjach firmy.

Własne projekty Google jako dowód

Konkretniejsze od tabeli wyników są zastosowania wewnętrzne, bo pokazują pracę modelu. Zespół od obliczeń kwantowych używał Argona do optymalizacji zasobów podprogramów, a model pobił opublikowaną wartość bazową o 40 procent w kilka minut. Agenci Argona analizowali telemetrię profilowania w całej infrastrukturze i znaleźli optymalizacje pamięci, które po wdrożeniu mają zwolnić ponad 300 TiB, a łącznie szacunkowo od 500 TiB do 1 PiB.

Trzeci przykład to migracje kodu z C i C++ do Rusta, od bibliotek rzędu dziesiątek tysięcy linii, takich jak re2 i libgav1, po ponad 800 tysięcy linii w jądrze Zircon systemu Fuchsia. Przy dekoderze wideo libgav1 agenci zastąpili 32 tysiące linii kodu SIMD w istniejącym porcie na Rusta serią eksperymentów z profilowaniem, a wynik to bezpieczny pamięciowo dekoder działający 2,7 razy szybciej niż ten port, z identycznym obrazem. Google zastrzega, że przepisywane systemy przechodzą audyt automatyczny i ręczny, testy na emulatorach i przegląd przed wdrożeniem. To są deklaracje producenta o jego własnym kodzie i nikt z zewnątrz nie ma jak ich sprawdzić.

Cyberobrona: model bez hamulców dla zaufanych

Najmocniej brzmi fragment o cyberbezpieczeństwie. Wiz, firma od bezpieczeństwa chmury, używa Argona w programie Scan for Good, w którym za darmo skanuje infrastrukturę krytyczną. We wczesnym teście model znalazł krytyczną lukę w oprogramowaniu medycznym używanym w szpitalach na całym świecie, ujawniającą dane osobowe, której według Google nie wykryły wcześniejsze modele z czołówki. Na CWE-bench v1 Argon remisuje o pierwsze miejsce z 68 procentami.

To argument za etapowym wydaniem i jednocześnie jego koszt. Model, który autonomicznie znajduje i łata podatności, jest tak samo użyteczny dla atakującego jak dla obrońcy, dlatego Google zostawia wersję bez zabezpieczeń zamkniętą grupie weryfikowanych organizacji.

Gemini 4 Argon jest dziś zapowiedzią z cennikiem, a nie produktem. Liczby w poście robią wrażenie, zwłaszcza 77,9 procent na DeepSWE i przykłady z migracji kodu, ale wszystkie pochodzą od producenta, a model jest dostępny dla garstki firm od cyberobrony. W naszej ocenie rozsądna reakcja to zostawić plany bez zmian i poczekać na dostęp przez API oraz na pierwsze niezależne pomiary.

Cena promocyjna 2 i 10 dolarów to dobry punkt do planowania, ale budżet trzeba liczyć po stawkach 4 i 20, bo to one zostaną. Przy limicie wyjścia 1 miliona tokenów pojedyncze maksymalne zadanie kosztuje 20 dolarów, a firmy uruchamiające setki agentów powinny przeliczyć to teraz, a nie po zakończeniu promocji. Google nie podało daty końca okresu promocyjnego, więc plan trzeba oprzeć na wyższej cenie.

Na plus zapisujemy przejrzystość: Google mówi wprost, kto dostaje model, dlaczego i co dalej, bez udawania, że "wkrótce" znaczy "dziś". Na minus brak porównań z konkurencją, przez który tabelę wyników trudno ocenić. Napiszemy ponownie, kiedy model wejdzie do API i zobaczymy, ile z 77,9 procent zostaje w zewnętrznych testach.