Gemini 4 Argon: co Google ogłosiło i co z tego wynika

Nie testowałem Argona. Model nie jest jeszcze ogólnie dostępny. Mają go wybrani partnerzy i testerzy Google. Ten tekst to mapa zapowiedzi, zbudowana ze stron Google, postów na X i kilku sprawdzonych źródeł zewnętrznych. Wyniki testów podaje sam producent. Benchmarki, cenę API i dostępność rozwijam w osobnych artykułach.

Najważniejsze w 30 sekund

1 mln

tokenów wyjścia w jednej odpowiedzi, wcześniej 64K

2/10

USD za 1 mln tokenów wejścia i wyjścia w cenie na start

4/20

USD za 1 mln tokenów po okresie wprowadzającym

95%

taniej wejście z cache, czyli 0,10 USD na start

BENCHMARKI

Gemini 4 vs GPT-6 Astra vs Claude

Gdzie Argon wygrywa w tabeli Google, a gdzie przegrywa

CENA API

Cena API i odpowiedź na 1 mln tokenów

Ile kosztuje jedna długa odpowiedź i kiedy pomaga cache

PREMIERA

Kto dostanie Argona pierwszy i kiedy

Fairwind, płatne API, Google AI Ultra i Polska

W skrócie: Google wydłużyło odpowiedź modelu do 1 mln tokenów. Na start wyceniło go tak samo jak GPT-6.1 Sol. Na razie model mają tylko rząd USA, wybrani obrońcy przed cyberatakami i zaufani testerzy.

Przebieg zapowiedzi (czas polski)

Godziny biorę z metadanych wpisu Google i ze znaczników czasu na X. Podaję je w czasie polskim (UTC+2).

22:00 Na blogu Google pojawia się wpis Koraya Kavukcuoglu z Google DeepMind: „Gemini 4 Argon: our next era of frontier intelligence”.
22:02 Sundar Pichai przedstawia Argona na X. W drugim poście pisze, że model jest u rządu USA i trafia do zaufanych obrońców w programie Fairwind.
22:03 Logan Kilpatrick podaje cenę na start: 2 USD za wejście i 10 USD za wyjście. Google DeepMind pisze o limicie 1 mln tokenów wyjścia.
22:04 Vals AI, autor rankingu Vals Index, ogłasza Argona nowym numerem 1.
22:05 Konto Google AI powtarza, że szerszy dostęp przyjdzie „as soon as possible”, bez daty.
22:30 Arena podaje, że Argon zajął 1. miejsce w rankingu tekstowym z wynikiem 1525 punktów.
22:40 Google zmienia wpis na blogu. Wobec kopii z Internet Archive z 22:06 tekst i liczby są te same. Wykresy stają się animowane i dochodzi notka o autorze.
23:46 Druga poprawka. W tekście „Fuchsia OS Zircon kernel” zmienia się w „Fuchsia Zircon kernel”.

Cytuję wersję wpisu pobraną 1 października o 00:04, już po obu poprawkach.

Dzień wcześniej, na DevDay 2026, OpenAI pokazało między innymi GPT-6.1 Sol. Ten model kosztuje w API tyle samo co Argon na start: 2 USD za wejście i 10 USD za wyjście. Zebrałem w jednym miejscu, co jeszcze OpenAI ogłosiło na DevDay i ile kosztują jego nowe modele.

Czym jest Gemini 4 Argon

Google nazywa Argona swoim nowym modelem z czołówki, zbudowanym do długich, wieloetapowych zadań. Wpis wymienia trzy obszary: programowanie w prawdziwych projektach, pracę z wiedzą w firmach (na przykład w prawie i finansach) oraz obronę przed cyberatakami. Model czyta też wykresy, długie wideo i serie dokumentów. Według Google używają go już tysiące pracowników firmy, a inżynierowie w codziennej pracy.

Oficjalna nazwa to Gemini 4 Argon. Przed premierą nieoficjalne przecieki na X i w serwisach technologicznych mówiły o „Gemini 4 Pro”, ale żadna strona Google o premierze tej nazwy nie używa. Rzecznik Google powiedział agencji Reuters, że Argon jest większy od dotychczasowej linii modeli Pro. Innych modeli Gemini 4 Google nie ogłosiło.

Google nie podało identyfikatora modelu w API, okna kontekstu ani daty granicznej wiedzy. W materiałach Google dane do 1 mln tokenów pojawiają się tylko w teście GraphWalks, a ustawienie testu nie jest oficjalnym oknem kontekstu.

1 mln tokenów wyjścia: co się mieści i kto to sprawdzi

Dla mnie to najważniejsza liczba tej zapowiedzi. Google podnosi limit odpowiedzi do 1 mln tokenów, „up from the previous 64K tokens”. Wpis nie mówi, który model miał 64K. Dokumentacja obecnych modeli Gemini 3.x, na przykład 3.8 Flash i 3.1 Pro, podaje 65 536 tokenów, czyli właśnie 64K. GPT-6 Astra, Claude Fable 5.1 i Claude Opus 5.5 kończą odpowiedź na 128 tys. tokenów (Opus 5.5 ma 300 tys. tylko w becie Batch API). Argon napisze w jednej odpowiedzi prawie osiem razy więcej.

Jedna liczba się nie zgadza. Vals AI, który testował Argona przed premierą, podaje na stronie modelu limit wyjścia 262 tys. tokenów i domyślnie z takim ustawieniem uruchamiał testy. Google pisze o milionie, a skąd różnica, na razie nie wiadomo.

Google DeepMind tłumaczy to tak: z takim limitem Argon rozumuje głębiej i rozwiązuje długie problemy za jednym podejściem. W jednej odpowiedzi zmieści się cały przepisany moduł albo pełny raport. Dziś taki wynik składa się z kilku albo kilkunastu wywołań, a każde wysyła wejście od nowa.

Jest jeszcze jedno zastrzeżenie. W obecnych modelach Gemini tokeny myślenia liczą się do tego limitu i kosztują tyle co tekst odpowiedzi. Dla Argona Google jeszcze tego nie potwierdziło. Jeśli zasada zostanie, część miliona zajmie samo rozumowanie.

Koszt łatwo policzyć. Milion tokenów odpowiedzi to 10 USD w cenie na start i 20 USD po niej, plus wejście. Claude Opus 5.5 bierze te same 20 USD, ale taki tekst musi podzielić na co najmniej osiem odpowiedzi. Rozpisałem osobno, ile kosztuje jedna odpowiedź na milion tokenów i kiedy cache obniża rachunek.

Moim zdaniem wąskie gardło przesuwa się z pisania na czytanie. Model napisze milion tokenów w jednym przebiegu. Nikt nie przeczyta tego uważnie w jedno popołudnie. Nawet Google nie wpuszcza takiego kodu wprost na produkcję. Duże migracje przechodzą najpierw automatyczny i ręczny audyt, testy w emulacji i przegląd. Zanim kupisz długie odpowiedzi, ustal, kto je sprawdzi i czym.

Benchmarki w skrócie

Google pokazało tabelę z 19 wierszami i 18 testami, bo GraphWalks ma dwa wiersze. Argon stoi w niej obok GPT-6 Astra, Claude Fable 5.1 i Claude Opus 5.5. Liczę po wierszach. Argon wygrywa w 13, remisuje w jednym i przegrywa w pięciu.

Remis to CWE-bench v1, test naprawiania luk w kodzie, gdzie Argon i GPT-6 Astra mają po 68,0%. W FrontierSWE v2, Terminal-Bench Science 0.1 i OSWorld-2.0 najlepszy wynik ma GPT-6 Astra. W Terminal-bench 4.0 i PostTrainBench najlepszy jest Claude Opus 5.5. Najmocniej wypada w pracy z wiedzą i przy długim kontekście. W GraphWalks na danych od 256 tys. do 1 mln tokenów ma 84,2%, a GPT-6 Astra 71,8%. W DeepSWE v1.1, teście długich zadań programistycznych, ma 77,9%.

To tabela producenta, więc mam do niej trzy zastrzeżenia. Po pierwsze, Google samo wybrało rywali. Na tablicy Vibe Code Bench prowadzi Claude Sonnet 5.5, którego w tabeli nie ma. Na wykresie CWE-bench v1 od samego Google 68% ma też Grok 4.7. Po drugie, w pięciu wierszach Google policzyło wynik Argona samo, a wyniki rywali wzięło z rankingów albo od producentów. W OSWorld-2.0 Google wzięło dla Argona najlepszy z trzech przebiegów. Po trzecie, rzecznik Google mówił agencji Reuters ostrożniej: Argon jest według niego porównywalny z Astrą i Opusem w najważniejszych testach kodu i cyberbezpieczeństwa.

Według oficjalnego konta Arena Argon prowadzi w rankingu tekstowym, opartym na głosach użytkowników. Ma tam wstępny wynik 1525 punktów, liczony z kontrolą stylu. W rankingu Code Arena: WebDev jest ósmy, za wszystkimi trzema rywalami z tabeli.

Tabelę rozebrałem w osobnym tekście. Znajdziesz tam wszystkie 19 wierszy, autorów każdego testu i to, kto policzył który wynik.

DLA ARCHITEKTÓW I KONSULTANTÓW AI

Projektujesz albo wdrażasz agentów u klientów? W naszym kolektywie konsultantów AI przygotujesz się do certyfikacji partnerskich dostawców AI i będziesz uczyć się z innymi. Gdy pojawi się pasujące zlecenie, możemy zaprosić Cię do projektu.

Zobacz program Które certyfikaty? Szkolisz zespół? Zobacz warsztaty

Przykłady z samego Google

Google opisało pięć przykładów z własnej pracy. To raporty wewnętrzne, bez opublikowanej weryfikacji z zewnątrz.

Obliczenia kwantowe. Argon pomaga badaczom zmniejszać zasoby podprogramów, liczone jako kubity razy bramki. W jednym przykładzie w kilka minut pobił opublikowany wynik bazowy o 40%. Wpis nie podaje, o który podprogram chodzi.

Pamięć w centrach danych. Zespół agentów AI na Argonie przejrzał dane z profilowania całej floty serwerów i sam wprowadził optymalizacje pamięci. Wpis podaje ponad 300 TiB zwolnionej pamięci „once rolled out”. Nie wiadomo, czy wdrożenie już się skończyło. Łączny zysk Google szacuje na 500 TiB do 1 PiB.

Migracja z C i C++ do Rusta. Agenci AI na Argonie przepisują kod w całym Google. Najmniejsze cele to biblioteki na dziesiątki tysięcy linii, jak re2 i libgav1. Największy to jądro Zircon systemu Fuchsia z ponad 800 tys. linii. Praca trwa, a kod przechodzi audyt i przegląd przed produkcją. Wpis nie mówi, ile z Zircona już przepisano.

libgav1, dekoder wideo Google. Argon zastąpił 32 tys. linii kodu SIMD w istniejącym porcie w Rust bezpiecznym kodem. Dekoder działa 2,7 raza szybciej niż ten port i daje identyczny obraz. Wobec oryginału w C++ Google pisze tylko, że nowy kod jest „bliżej”. To sugeruje, że wciąż jest wolniejszy.

Wiz. Firma używa Argona w programie Scan for Good, który za darmo chroni krytyczną infrastrukturę publiczną. Model znalazł krytyczną lukę w oprogramowaniu szpitali na całym świecie. Luka narażała wrażliwe dane osobowe. Wpis nie podaje producenta ani numeru CVE. Wiz należy do Google od marca 2026 roku.

Z podobnym zadaniem mierzy się każda firma ze starym kodem. Moim zdaniem trudniejsze od samego przepisania jest podłączenie nowego kodu do systemu, który wciąż działa. Opisałem osobno, dlaczego projekty AI tak często rozbijają się o stare systemy i jak je obejść bez przepisywania wszystkiego naraz.

Bezpieczeństwo i dwie wersje modelu

W praktyce Argon będzie miał dwie wersje. Zaufani obrońcy i wewnętrzne zespoły Google dostaną go „without cyber guardrails”, czyli bez blokad na zadania z cyberbezpieczeństwa. Wpis nie definiuje, co dokładnie to zdejmuje. Podobnie działa Gemini 3.8 Flash Cyber z września: ma łagodniejsze zabezpieczenia i trafia tylko do zaufanych obrońców. Wersja dla wszystkich dostanie blokady, nad którymi Google wciąż pracuje.

Nawet wersja bez blokad podlega regułom programu Fairwind. Wolno w niej zlecać tylko zadania obronne i badawcze, a tworzenie malware jest zakazane. Dostęp mają wyłącznie wewnętrzne zespoły bezpieczeństwa partnera. Partner nie może go odsprzedać.

Model jest też u rządu USA. Google pisze, że aktywnie uczestniczy w dobrowolnym procesie, w którym rząd USA dostaje modele przed premierą. Nie podaje, która instytucja go prowadzi ani jak długo trwa.

Przed szerszą premierą Google wzmacnia zabezpieczenia w czterech obszarach. Model ma odmawiać pomocy przy cyberatakach i broni CBRN, a Google śledzi jego wewnętrzne aktywacje. Osobne systemy obserwują tok rozumowania i działania modelu i w razie potrzeby go zatrzymują. Ryzykowny trening i testy biegną w zamkniętych piaskownicach. Karty modelu ani raportu Frontier Safety Framework dla Argona jeszcze nie ma.

Czwarty obszar dotyczy firm najbardziej: pośrednie prompt injection. Google nazywa Argona swoim najodporniejszym modelem na ten atak. W teście Gray Swan atak udał się w 0,7% przypadków przy 15 próbach, najrzadziej z 13 modeli na wykresie Google. Claude Opus 5.5 i Claude Fable 5.1 mają po 1,0%, a GPT-6 Astra 8,5%. Niski odsetek nie zwalnia z ostrożnego projektowania agenta AI. W osobnym tekście rozkładam atak, w którym polecenie schowane w pobranej stronie albo pliku przejmuje agenta AI.

Newsletter

The Agentic Architect

Praktyczne wzorce, case studies i nowinki o AI. Zero spamu, raz w tygodniu.

Dostaniesz jednego maila z prośbą o potwierdzenie. Wypiszesz się jednym kliknięciem. Polityka prywatności

Co to znaczy dla firm w Polsce i UE

Zapowiedź nie mówi nic o Polsce ani UE. Kanały, którymi Argon ma przyjść, już działają w Polsce. Gemini API i Google AI Studio obsługują Polskę i wszystkie 27 państw UE. Google AI Ultra kosztuje u nas 469,99 zł miesięcznie z limitem 5 razy wyższym niż AI Pro albo 979,99 zł z limitem 20 razy wyższym.

Precedensy są dwa. Gemini 3 Pro i Gemini 3.1 Pro startowały w aplikacji Gemini globalnie tego samego dnia. Część funkcji agentowych z planu Ultra omija jednak Europę. Gemini Spark działa wszędzie poza Europejskim Obszarem Gospodarczym, Szwajcarią, Wielką Brytanią i Nigerią.

Sprawdź też, gdzie model przetwarza dane. W Google Cloud Gemini 3.1 Pro Preview działa tylko globalnie, a Gemini 3.8 Flash Cyber globalnie i w regionie USA. Jeśli Twoja firma musi trzymać dane w UE, ustal to przed pilotażem.

Fairwind to program globalny, z ponad 650 partnerami, ale Argona dostaje tylko ich część. Poza należącym do Google Wizem zapowiedź nie podaje, którzy. Pierwszeństwo mają rządy, operatorzy infrastruktury krytycznej i kluczowe platformy technologiczne. Szczegóły zebrałem w osobnym tekście. Sprawdzisz tam, kto dostaje Argona w jakiej kolejności i co wiadomo o premierze w Polsce.

Co zrobić w tym tygodniu? Zbierz kilkadziesiąt zadań z własnej firmy i zapisz, jak wygląda dobry wynik. Budżet licz na 4 i 20 USD, bo cena na start ma datę ważności, której Google jeszcze nie podało. Wyznacz osobę, która sprawdzi odpowiedź na setki tysięcy tokenów. Gdy Argon trafi do płatnego API, uruchomisz te zadania pierwszego dnia.

Źródła i data sprawdzenia

Stan na 1 października 2026.

Najczęstsze pytania

Czym jest Gemini 4 Argon?

To nowy model Google z czołówki, ogłoszony 30 września 2026 roku. Google buduje go do długich, wieloetapowych zadań: programowania, pracy z dokumentami w prawie i finansach oraz obrony przed cyberatakami. Według Google jedna odpowiedź modelu może mieć do 1 mln tokenów.

Kiedy Gemini 4 Argon będzie dostępny?

Google nie podało daty. Najpierw model dostają wybrani obrońcy z programu Fairwind. Potem mają go dostać płatni klienci API i subskrybenci Google AI Ultra, tak szybko, jak to możliwe.

Ile kosztuje Gemini 4 Argon w API?

Na start 2 USD za milion tokenów wejścia i 10 USD za milion tokenów wyjścia. Wejście z cache jest o 95% tańsze, czyli kosztuje 0,10 USD. Po okresie wprowadzającym cena rośnie do 4 i 20 USD. Google nie podało, jak długo potrwa cena na start.

Czy Gemini 4 Argon to Gemini 4 Pro?

Żadna strona Google o premierze nie używa nazwy Gemini 4 Pro. Ta nazwa pochodzi z nieoficjalnych przecieków sprzed premiery. Oficjalna nazwa to Gemini 4 Argon. Rzecznik Google powiedział agencji Reuters, że Argon jest większy od dotychczasowej linii modeli Pro.

Czy Gemini 4 Argon będzie dostępny w Polsce?

Zapowiedź Google nie mówi nic o Polsce ani UE. Gemini API, Google AI Studio i Google AI Ultra już działają w Polsce, a poprzednie modele Gemini startowały globalnie tego samego dnia. To tylko precedens. Google niczego tu nie obiecało.