Zaktualizowano
Gemini 4 Argon: co Google ogłosiło i co z tego wynika
Gemini 4 Argon to nowy model Google z czołówki, ogłoszony 30 września 2026 roku o 22:00 czasu polskiego. Najważniejsza zmiana to długość odpowiedzi: do 1 mln tokenów zamiast dotychczasowych 64K tokenów. W API model kosztuje 2 USD za milion tokenów wejściowych i 10 USD za milion wyjściowych do 30 listopada 2026, potem 4 i 20 USD. Przed premierą mieli go poza Google tylko rząd USA, wybrani obrońcy z programu Fairwind i zaufani testerzy. Od 13 października 2026 jest ogólnie dostępny.
Nie testowałem Argona. Ten tekst napisałem przed premierą jako mapę zapowiedzi. Zbudowałem go ze stron Google, postów na X i kilku sprawdzonych źródeł zewnętrznych. 23 października uzupełniłem to, co rozstrzygnęła premiera. 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 od 1 grudnia 2026
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 miał go pierwszy i kto ma dziś
Fairwind, płatne API, AI Pro i Ultra oraz Polska
W skrócie: Google wydłużyło odpowiedź modelu do 1 mln tokenów. Na start wyceniło go tak samo jak GPT-6.1 Sol. Od 13 października jest ogólnie dostępny, w płatnym API i dla subskrybentów AI Pro i Ultra.
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.
W dniu zapowiedzi Google nie podało identyfikatora modelu w API ani okna kontekstu. Od premiery identyfikator to gemini-4-argon, a okno ma 1 048 576 tokenów, wspólnych dla wejścia, myślenia i wyjścia. Karta modelu podaje datę graniczną wiedzy: marzec 2026.
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. Dokumentacja API wyjaśnia dziś tę różnicę: domyślnie 65 536 tokenów, a do 1 mln w trybie long decode.
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. Tokeny myślenia liczą się do tego limitu i kosztują tyle co tekst odpowiedzi: cennik Argona podaje cenę wyjścia razem z tokenami myślenia. Część miliona zajmie więc 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.
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.
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 ma dwie wersje. Zaufani obrońcy i wewnętrzne zespoły Google dostają 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. Na Google Cloud ta wersja nazywa się Gemini 4 Argon Cyber Permissive. Wersja dla wszystkich wyszła z blokadami 13 października.
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 wzmocniło 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. Od premiery Argon ma kartę modelu.
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.
The Agentic Architect
Praktyczne wzorce, case studies, rozbiory projektów agentowych 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 z 30 września nie mówiła nic o Polsce ani UE. Od 13 października Argon jest u nas dostępny tymi samymi kanałami co gdzie indziej. Gemini API i Google AI Studio obsługują Polskę i wszystkie 27 państw UE, a aplikacja Gemini trafiła do subskrybentów AI Pro i Ultra na całym świecie. Google AI Ultra kosztuje u nas 469,99 zł miesięcznie z ogólnym 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, dziś pod nazwą Task, działa wszędzie poza Europejskim Obszarem Gospodarczym, Szwajcarią, Wielką Brytanią i Nigerią. Argon poszedł drogą pierwszego precedensu.
Sprawdź też, gdzie model przetwarza dane. W Google Cloud Argon w płatności za użycie działa globalnie oraz w multiregionach us i eu. Dla porównania 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 bez zabezpieczeń dostaje tylko ich część. 13 października Google zaczęło rozszerzać dostęp na setki kolejnych partnerów. Poza należącym do Google Wizem nie podaje, którzy. Pierwszeństwo mają rządy, operatorzy infrastruktury krytycznej i kluczowe platformy technologiczne. Szczegóły zebrałem w osobnym tekście. Sprawdzisz tam, kto dostał Argona w jakiej kolejności i gdzie jest dostępny 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 kończy się 30 listopada 2026. Wyznacz osobę, która sprawdzi odpowiedź na setki tysięcy tokenów. Argon jest już w płatnym API, więc te zadania uruchomisz jeszcze w tym tygodniu.
Źródła i data sprawdzenia
- Google: Gemini 4 Argon: our next era of frontier intelligence
- Google: ogłoszenie premiery Gemini 4 Argon z 13 października 2026
- Gemini API: cennik, z datami cen Argona
- Gemini API: strona modelu Gemini 4 Argon
- Google DeepMind: karta modelu Gemini 4 Argon
- Google Cloud: Gemini 4 Argon, regiony i wersja Cyber Permissive
- Internet Archive: wpis Google w wersji z 22:06
- Google DeepMind: metodologia testów Gemini 4 Argon (PDF)
- Google DeepMind: Fairwind Program
- Gemini API: limity modelu Gemini 3.8 Flash
- Gemini API: kraje, w których działa API i AI Studio
- Google AI Ultra: ceny w Polsce
- Sundar Pichai na X o rządzie USA i programie Fairwind
- Arena na X: wynik Argona w rankingu tekstowym
- Reuters: wypowiedzi rzecznika Google
- Vals AI: tablica wyników Vibe Code Bench
- Vals AI: strona modelu Gemini 4 Argon i ustawienia testów
Pierwsza wersja: 1 października 2026. Aktualizacja po premierze: 23 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?
Od 13 października 2026 jest ogólnie dostępny: w płatnym Gemini API, w Google AI Studio, na Google Cloud i w aplikacji Gemini dla subskrybentów Google AI Pro i Ultra. Wcześniej, od 30 września, dostawali go wybrani obrońcy z programu Fairwind.
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. Cena na start obowiązuje do 30 listopada 2026.
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?
Tak. Od 13 października płatne Gemini API i Google AI Studio udostępniają go w Polsce, a aplikacja Gemini subskrybentom AI Pro i Ultra. Na Google Cloud działa też w multiregionie eu.