Google Gemini 4 Argon: робот-бросатель, 1 млн токенов и API за полцены — но до 30 ноября

Google умеет устраивать шоу. Вчера компания выкатила Gemini 4 Argon — модель, которая, по уверениям разработчиков, «создана для решения самых сложных задач». И знаете, на этот раз, кажется, не соврали. Во всяком случае, робот по имени Apollo, научившийся бросать мешочки с песком в цель семь раз подряд, выглядит убедительнее любого пресс-релиза.

Но давайте разберёмся без придыхания. Что реально умеет Argon, сколько это стоит, где подвох и — главное — стоит ли вам переписывать свой код ради очередной итерации Google?

Что нового: 1 миллион токенов и робот, который учится у людей

Начнём с главного. Gemini 4 Argon поддерживает контекстное окно в 1 048 576 токенов — и это не просто цифра для маркетинга. Контекст разделяется между входными, «думающими» и выходными токенами на всех API-поверхностях. Простыми словами: модель может «проглотить» целую кодовую базу, проанализировать её и выдать осмысленный результат за один проход. Google уже использовала это для рефакторинга Chromium — 40-миллионная кодовая база, разделение шестимиллионного legacy-каталога браузерных функций, месяцы работы, ужатые в недели.

«Gemini 4 Argon создан для длительных рабочих процессов, требующих глубокого рассуждения и структурной точности, включая миграцию кода и передовые исследования».

Но самое интересное — роботы. Google DeepMind продемонстрировала полный цикл video-to-simulation-to-real (видео → симуляция → реальность). Argon проанализировал видео, где человек бросает мешочки, восстановил пространственную структуру сцены, рассчитал необходимые движения суставов гуманоида, сгенерировал код симуляции — и передал готовую модель на реального робота Apptronik Apollo. Результат: семь последовательных попаданий. Разработка симуляции сократилась с недель ручной работы до нескольких часов.

В другом эксперименте Argon сгенерировал более 4 500 симулированных тренировочных эпизодов из единственной фотографии рабочей поверхности. После обучения на реальном роботе успешность выполнения задачи выросла с 56% до 75%, а среднее время выполнения сократилось с 35 до 24 секунд.

Что это значит на практике? Если вы занимаетесь робототехникой или автоматизацией, порог входа только что обвалился. То, что раньше требовало команды инженеров и месяцев работы, теперь можно сделать быстрее. Но есть нюанс: корнхол-демонстрация остаётся внутренним исследовательским результатом Google, а не общедоступным навыком робота. Так что не ждите, что ваш робот-пылесос завтра начнёт играть в баскетбол.

Цены: сначала дёшево, потом — как повезёт

Google традиционно заманивает промо-ценой. На старте API Argon стоит $2 за миллион входных токенов и $10 за миллион выходных, кэшированные входные токены — со скидкой 95%.

Но вот незадача: 30 ноября 2026 года промо-период заканчивается. После этой даты цена вырастает ровно вдвое: $4 за миллион входных и $20 за миллион выходных токенов.

Давайте посчитаем. Для команды, которая сжигает 50 миллионов входных и 10 миллионов выходных токенов в месяц:

• До 30 ноября: $100 за вход + $100 за выход = $200/мес.
• После 30 ноября: $200 за вход + $200 за выход = $400/мес.

Разница — $200 в месяц, или $2 400 в год. Для стартапа это не смертельно, но неприятно. Для крупной команды с объёмами в 500 миллионов токенов экономия до конца ноября может составить десятки тысяч долларов.

Влияние на рынок AI-разработки после 30 ноября может быть двояким. С одной стороны, удвоение цены заставит часть команд искать альтернативы или оптимизировать запросы. С другой — Google может использовать промо-период для захвата рынка, а после — компенсировать скидки за счёт лояльных клиентов, уже встроивших Argon в свои пайплайны. Конкуренты, скорее всего, ответят корректировкой тарифов, но не факт, что в сторону снижения. Рынок API для LLM становится похож на тарифы сотовой связи: сначала дёшево, потом привыкаешь — и платишь по полной.

Практический вывод: если вы планировали потестировать Argon в продакшене — ноябрь это ваш месяц. Дальше будет дороже. И да, Google, как обычно, оставляет за собой право менять правила игры. Читайте мелкий шрифт.

Бенчмарки: где Argon побеждает, а где — нет

Google любит хвастаться цифрами, и Argon — не исключение. Модель действительно показывает впечатляющие результаты, но давайте посмотрим на полную картину, а не только на выгодные для Google метрики.

DeepSWE v1.1 — бенчмарк для длительных задач по разработке ПО. Здесь Argon набрал 77,9%, обойдя GPT-6 Astra (74,1%) и Claude Opus 5.5 (74,2%).

На ERQA (Embodied Reasoning Question Answering) — бенчмарке, оценивающем пространственное и физическое рассуждение в трёхмерной среде, — Argon показал 87%.

Но вот что скромно умалчивается в пресс-релизе: GPT-6 Astra выигрывает на FrontierSWE v2 (65,5% против 55,0% у Argon), а Claude Opus 5.5 лидирует на Terminal-Bench 4.0 (66,4% против 57,4%).

Ниже — сводная таблица ключевых бенчмарков:

Источник: данные Google, опубликованные в официальном блоге и подтверждённые независимыми аналитиками (4sysops).

Вывод простой: Argon — не универсальный победитель. Он силён в длинных задачах, требующих удержания контекста, и в анализе знаний. Но если ваш проект завязан на терминальные задачи или специфические сценарии FrontierSWE — конкуренты могут оказаться лучше. Выбор модели превращается в выбор инструмента под конкретную задачу, а не в поиск «серебряной пули».

Сравнение с конкурентами: кому переходить, а кому подождать

Итак, стоит ли бросать GPT-6 или Claude ради Argon? Ответ, как водится, зависит от того, что вы делаете.

Переходить на Argon стоит, если:

• Вы работаете с очень длинными контекстами — юридические документы, многотомные кодовые базы, длинные транскрипты.
• Вам нужна автоматизация робототехнических задач и генерация симуляций.
• Вы хотите сэкономить до 30 ноября — промо-цена реально ниже конкурентов.

Повременить стоит, если:

• Ваш проект завязан на терминальные задачи — Claude Opus 5.5 пока выигрывает.
• Вы уже построили инфраструктуру на GPT-6 и миграция обойдётся дороже экономии.
• Вы работаете в жёстко регулируемой среде — после истории с утечкой Gemini доверие к Google нужно восстанавливать.

Отдельно стоит упомянуть риски безопасности. Утечка данных, о которой стало известно перед анонсом Argon, заставила многих разработчиков усомниться в готовности Google обеспечить должный уровень защиты. Хотя компания заявляет о внедрении дополнительных протоколов, вопрос аудита и прозрачности остаётся открытым. Если ваш проект работает с чувствительными данными, не поленитесь провести собственное тестирование на утечки и убедиться, что Argon соответствует вашим требованиям compliance. Бесплатный сыр бывает только в мышеловке, а бесплатный API — только до 30 ноября.

Есть ещё один момент, о котором Google предпочитает не распространяться: некоторые сотрудники компании сомневаются в кодинг-способностях Argon, о чём сообщал Bloomberg. Официальные бенчмарки — это одно, а реальные задачи в продакшене — совсем другое.

Практические выводы: что делать прямо сейчас

Если вы решите попробовать Argon, вот краткий чек-лист:

• Рассчитайте бюджет на ноябрь. Промо-цена действует до 30 ноября. После — вдвое дороже. Если тестирование запланировано — ускорьтесь.
• Начните с малого. Не переносите весь продакшен сразу. Возьмите одну задачу с длинным контекстом и сравните результаты с текущей моделью.
• Проверьте кэширование. Кэшированные входные токены дают скидку 95% — это может радикально снизить затраты при повторяющихся запросах.
• Изучите ограничения. Argon не лидирует во всех бенчмарках. Убедитесь, что его сильные стороны совпадают с вашими задачами.
• Следите за обновлениями. Google обещает расширять доступ и обновлять модель. То, что недоступно сегодня, может появиться завтра.

Мы уже разбирали, как утечка и запуск Gemini 4 Argon повлияли на рынок, и анализировали автономного ИИ-сотрудника Gemini Agent для бизнеса. Argon — логичное продолжение этой линии: Google строит не просто модель, а экосистему, где ИИ управляет кодом, роботами и бизнес-процессами.

Вопрос лишь в том, готовы ли вы доверить этой экосистеме свои задачи. И по какой цене.

Материал носит информационный характер и не является рекомендацией к действию.

Подпишитесь на дайджест «Деньги не пахнут» — мы будем следить за тем, как изменится рынок после окончания промо-периода 30 ноября, и сообщим, когда Google начнёт закручивать гайки.