Google представила Gemini 4 Argon — новую флагманскую модель, открывающую линейку моделей четвёртого поколения и ориентированную на глубокое рассуждение в длительных многоэтапных процессах (long-horizon workflows). В этой архитектуре лимит выходных токенов увеличен до 1 миллиона (по сравнению с прежними 64 тысячами), что позволяет модели выстраивать длинные непрерывные цепочки рассуждений и генерировать сотни тысяч токенов в рамках единой траектории для решения сложных инженерных и исследовательских задач за один проход.
Фокус в разработке сделан на задачах программирования, кибербезопасности, аналитической работе и обработке длинного мультимодального контекста. На бенчмарке разработки ПО DeepSWE v1.1 модель достигла 77,9%, обойдя актуальных конкурентов от Anthropic и OpenAI, а в тестировании устранения уязвимостей CWE-bench v1 разделила лидерство с показателем 68%. Также заявлены наивысшие результаты в сценариях комплексной бизнес-автоматизации (AutomationBench с 51,3%), анализе финансов и права (Vals Finance Agent v2, Harvey Legal Agent), а также анализе длинных видеозаписей (91,7% на LVBench).
Отдельное внимание уделено защите информации и безопасной эксплуатации. Gemini 4 Argon обучена для оборонительных задач в сфере информационной безопасности и предоставляется проверенным партнёрам через программу Fairwind и внутренним командам без стандартных защитных фильтров для эффективного устранения угроз. При обучении внедрены методы анализа внутренних активаций для пресечения генерации вредоносных сценариев (включая CBRN-угрозы), усилена устойчивость к непрямым prompt-инъекциям (тест Gray Swan IPI), а для контроля смещения целей (misalignment) развёрнута автоматическая система отслеживания цепочек мыслей и действий агентов с изоляцией сред выполнения.
Модель уже активно применяется внутри самой компании Google для оптимизации серверной инфраструктуры и масштабного рефакторинга. В частности, группа агентов на базе Argon проанализировала телеметрию дата-центров и применила оптимизации памяти, сэкономив сотни терабайт RAM. Кроме того, модель используется для переписывания критических C/C++ компонентов на Rust, включая оптимизацию библиотек вроде re2 и декодера libgav1 (где безопасный код на Rust после профилирования и векторизации компилятором стал работать в 2,7 раза быстрее прежнего порта), а также масштабную миграцию ядра Zircon ОС Fuchsia объёмом более 800 тысяч строк.
Широкое развёртывание Gemini 4 Argon начнётся в ближайшее время и станет доступно для подписчиков плана Google AI Ultra, а также платным пользователям API.
Фокус в разработке сделан на задачах программирования, кибербезопасности, аналитической работе и обработке длинного мультимодального контекста. На бенчмарке разработки ПО DeepSWE v1.1 модель достигла 77,9%, обойдя актуальных конкурентов от Anthropic и OpenAI, а в тестировании устранения уязвимостей CWE-bench v1 разделила лидерство с показателем 68%. Также заявлены наивысшие результаты в сценариях комплексной бизнес-автоматизации (AutomationBench с 51,3%), анализе финансов и права (Vals Finance Agent v2, Harvey Legal Agent), а также анализе длинных видеозаписей (91,7% на LVBench).
Отдельное внимание уделено защите информации и безопасной эксплуатации. Gemini 4 Argon обучена для оборонительных задач в сфере информационной безопасности и предоставляется проверенным партнёрам через программу Fairwind и внутренним командам без стандартных защитных фильтров для эффективного устранения угроз. При обучении внедрены методы анализа внутренних активаций для пресечения генерации вредоносных сценариев (включая CBRN-угрозы), усилена устойчивость к непрямым prompt-инъекциям (тест Gray Swan IPI), а для контроля смещения целей (misalignment) развёрнута автоматическая система отслеживания цепочек мыслей и действий агентов с изоляцией сред выполнения.
Модель уже активно применяется внутри самой компании Google для оптимизации серверной инфраструктуры и масштабного рефакторинга. В частности, группа агентов на базе Argon проанализировала телеметрию дата-центров и применила оптимизации памяти, сэкономив сотни терабайт RAM. Кроме того, модель используется для переписывания критических C/C++ компонентов на Rust, включая оптимизацию библиотек вроде re2 и декодера libgav1 (где безопасный код на Rust после профилирования и векторизации компилятором стал работать в 2,7 раза быстрее прежнего порта), а также масштабную миграцию ядра Zircon ОС Fuchsia объёмом более 800 тысяч строк.
Широкое развёртывание Gemini 4 Argon начнётся в ближайшее время и станет доступно для подписчиков плана Google AI Ultra, а также платным пользователям API.