Claude и Gemini 4 Argon: Google показала сильную модель
Google представила Gemini 4 Argon — свой новый флагман почти спустя год после прошлого крупного релиза. По внутренним тестам компании модель часто обходит GPT-6 Astra, Claude Opus 5.5 и Claude Fable 5.1, но часть результатов пока вызывает вопросы.
Что именно показала Google
30 сентября Google впервые показала Gemini 4 Argon и сразу сделала ставку на большой контекст: модель может держать до 1 миллиона токенов за один запрос. Это заметный скачок по сравнению с прежним лимитом в 64 тысячи токенов, то есть нейросеть должна лучше справляться с очень длинными документами, большими переписками и сложными задачами, которые не хочется дробить на куски.
В таблице Google Argon выглядит очень уверенно: она впереди GPT-6 Astra, Claude Opus 5.5 и Claude Fable 5.1 в 12 тестах из 18. Особенно хорошо у неё получается работа с текстами, финансами, правом и бизнес-процессами — именно там, где важны длинный контекст, аккуратность и умение довести задачу до конца.
Где модель выглядит полезной на практике
Судя по бенчмаркам Google, Gemini 4 Argon может пригодиться не только разработчикам, но и офисным сотрудникам, аналитикам, юристам и тем, кто много работает с документами. Внутренние тесты компании показывают хорошие результаты в финансовых исследованиях, составлении юридических материалов, автоматизации бизнес-задач и обработке длинных текстов.
Отдельно Google приводит примеры из реальной работы: оптимизация кода в квантовых исследованиях, экономия памяти в дата-центрах и перенос больших кодовых баз на Rust. Для обычного пользователя это сигнал, что такие модели становятся полезны не только для общения, но и для рутинных задач — проверки документов, поиска ошибок, суммаризации отчётов и подготовки черновиков.
Что в анонсе стоит воспринимать осторожно
При этом не все цифры одинаково убедительны. Часть тестов Google считает сама, а в некоторых сравнениях используются разные агентские оболочки и разные методики подсчёта, поэтому прямое сопоставление результатов не всегда честное. По ряду задач преимущество Argon совсем небольшое — меньше двух пунктов, то есть в пределах погрешности.
Есть и области, где новинка уступает конкурентам: например, в терминальных задачах, на научных тестах и в управлении компьютером. Кроме того, доступ к модели пока ограничен: её показали участникам программы Fairwind, а дальше обещают открыть сначала платным клиентам API и подписчикам Google AI Ultra, но точной даты Google не назвала.