A Google bemutatta a Gemini 4 Argon frontier modellt

Fokozatos indulás és bevezető ár

A Google DeepMind 2026. szeptember 30-án jelentette be a Gemini 4 Argon modellt. A vállalat szerint az Argon mély következtetésre készült olyan feladatoknál, amelyek sok lépésből állnak, hosszú időtávon futnak, és valós szakmai környezetben jelennek meg.

A modell első körben a Fairwind Programon keresztül jut el megbízható kibervédelmi szakemberekhez. A Google azt írja, hogy a szélesebb kiadás előtt szakaszos megközelítést alkalmaz, részt vesz az Egyesült Államok kormányának önkéntes, megjelenés előtti modellhozzáférési folyamatában, és a korai tesztelők visszajelzései alapján finomítja a védelmi korlátokat.

A vállalat közlése szerint az Argon bevezető ára 2 dollár lesz egymillió bemeneti tokenenként és 10 dollár egymillió kimeneti tokenenként. A gyorsítótárazott bemeneti tokenek ára a bemeneti tokenárhoz képest 95 százalékos kedvezménnyel számolható.

Egymillió tokenes kimeneti korlát az összetett feladatokhoz

A Gemini 4 Argon egyik kiemelt technikai újdonsága a kimeneti tokenkeret jelentős növelése. A Google szerint a modell kimeneti tokenlimitje 1 millió tokenre nő, szemben a korábbi 64 ezer tokennel. A cég ezt iparágvezető értékként írja le.

A Google DeepMind szerint a nagyobb kimeneti keret azért fontos, mert a modell így hosszabb gondolatmeneteket és több százezer tokent tartalmazó egybefüggő megoldási folyamatokat tud kezelni. A vállalat állítása szerint ez mélyebb következtetést tesz lehetővé nehéz problémák egyszeri megoldásánál.

Az Argon képességeit a Google saját belső munkafolyamataiban is használja. A közlemény szerint több ezer Google-alkalmazott emelte ki a modell erősségeit speciális kódolási feladatokban, mélyebb kutatásban és írásminőségben.

Kódolás, kutatás és vállalati munkafolyamatok

A Google több belső példát is közölt arra, hogyan használják az Argont. Kvantumszámítási kutatóknál a modell olyan alprogramok téridő-erőforrásait optimalizálta, amelyek fontos alkalmazások szűk keresztmetszetei. Egy példában percek alatt 40 százalékkal múlta felül a publikált alapértéket.

Egy másik belső alkalmazásban Argon-ügynökök adatközponti profilozási telemetriát elemeztek, majd autonóm módon memóriaoptimalizációkat azonosítottak és alkalmaztak. A Google szerint a bevezetés után több mint 300 TiB memória szabadult fel, a teljes becsült megtakarítás pedig 500 TiB és 1 PiB közé esik.

A modell nagy kódbázisok migrációjában is szerepet kapott. A Google közlése szerint Argon-ügynökök C/C++ kódbázisok Rustra való átültetésén dolgoznak, a re2 és libgav1 jellegű alapkönyvtárak több tízezer sorától a Fuchsia Zircon kernel több mint 800 ezer soráig. A vállalat hangsúlyozza, hogy a kritikus rendszereknél az ilyen átírásokat automatizált és kézi audit, emulációs tesztelés és felülvizsgálat előzi meg, mielőtt éles környezetbe kerülnének.

A libgav1 esetében az Argon-ügynökök egy meglévő Rust portot vettek alapul, és 32 ezer sor SIMD kódot váltottak ki több kör profilvezérelt kísérlettel, a fordító kimenetének vizsgálatával és biztonságos Rust kód előállításával. A Google szerint az eredmény egy memóriabiztos videódekóder, amely 2,7-szer gyorsabb a Rust portnál, azonos videókimenettel, és közelebb került az optimalizált C++ változathoz.

Benchmarkok és kibervédelmi fókusz

A Google szerint a Gemini 4 Argon erős teljesítményt mutat kódolási, következtetési és multimodális feladatokban. A DeepSWE v1.1 teszten, amely valós, hosszú távú szoftvermérnöki feladatokat mér, az Argon 77,9 százalékos eredménnyel új csúcsot állított fel a vállalat közlése szerint.

A modell a Vals Indexen is vezetőként szerepel a Google szerint. Ez az értékelés a pénzügyi, kódolási, jogi és adózási munkák gazdasági hatását méri, az egyes szektorokat az Egyesült Államok GDP-jéhez való hozzájárulásuk alapján súlyozva. A közlemény hasonlóan erős eredményeket említ a Vals Finance Agent v2 és a Harvey’s Legal Agent Benchmark teszteken is.

Az AutomationBench nevű Zapier-benchmarkon, amely alapvető üzleti funkciók teljes végrehajtását méri, az Argon az első helyen végzett 51,3 százalékos pontszámmal. Hosszú videók megértésében az LVBench teszten 91,7 százalékos eredményt ért el, amit a Google csúcsteljesítményként ír le.

A kibervédelmi képességek külön hangsúlyt kaptak. A Google szerint az Argon autonóm módon képes kritikus szoftversérülékenységeket megtalálni, validálni és javítani. A megbízható védelmi szereplők és a Google belső csapatai számára a vállalat cyber guardrails nélkül adja ki az Argont, hogy teljes kibervédelmi képességeit használhassák.

A Wiz már használja az Argont a Scan for Good kezdeményezésben, amely a kritikus közösségi infrastruktúra ingyenes védelmét célozza nagy kockázatú kitettségek feltárásával és javításával. A Google közlése szerint egy korai bemutatóban a modell kritikus sérülékenységet tárt fel olyan egészségügyi szoftverekben, amelyeket világszerte kórházak használnak, és amely érzékeny személyes információkat tett elérhetővé. A vállalat szerint ezt a kockázatot korábbi frontier modellek nem találták meg.

Mit jelent ez a felhasználóknak és a piacnak

Az Argon bevezetése egyelőre óvatos, ellenőrzött hozzáféréssel indul, ezért a szélesebb fejlesztői, vállalati és fogyasztói használat még nem azonnali. A Google azt írja, hogy a modellt a visszajelzések és a védelmi megoldások finomítása után teszi elérhetővé a fejlesztőknek, vállalatoknak és fogyasztóknak, amint lehet.

A forrás alapján az Argon legfontosabb üzenete a professzionális, hosszú és összetett feladatok felé való elmozdulás. A modell nem X, hanem Y szerkezetek helyett a Google példái szerint kódmigrációkban, pénzügyi és jogi kutatásban, dokumentumok és videók értelmezésében, valamint kibervédelmi munkában kaphat szerepet.

A vállalat ugyanakkor a biztonsági kockázatokat is kiemeli. A közlemény szerint a széles körű elérhetőség előtt négy fő területen erősítik a frontier védelmi mechanizmusokat: a visszaélések megakadályozásában, a prompt injection támadások elleni védelemben, az igazodási problémák monitorozásában, valamint a modell viselkedésének szükség szerinti leállításában. Ez azt jelzi, hogy a Google a nagyobb képességeket fokozatos hozzáféréssel és erősebb ellenőrzéssel kívánja összekapcsolni.