Google ogłasza Gemini 4 Argon - nowy model do złożonych zadań zawodowych
Google DeepMind zapowiedziało Gemini 4 Argon - model klasy frontier przeznaczony do długich, wieloetapowych zadań w inżynierii oprogramowania, finansach, prawie i cyberbezpieczeństwie.
👁 295 przeczytań
Google DeepMind ogłosiło 30 września 2026 roku model Gemini 4 Argon - nowy system klasy frontier zbudowany z myślą o złożonych, długotrwałych zadaniach zawodowych. Na razie dostęp do modelu mają wyłącznie wybrani specjaliści od cyberbezpieczeństwa w ramach programu Fairwind; Google deklaruje, że udostępni go deweloperom, firmom i użytkownikom indywidualnym tak szybko, jak pozwoli na to proces weryfikacji bezpieczeństwa.
Argon oferuje okno kontekstowe o długości 1 miliona tokenów, co Google określa jako wiodące w branży. Cena startowa wynosi 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych; tokeny z pamięci podręcznej są o 95% tańsze od standardowej ceny wejściowej. Google uczestniczy też w dobrowolnym rządowym procesie pre-release w Stanach Zjednoczonych.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Co Argon już robi wewnątrz Google
Model jest już aktywnie wykorzystywany przez tysiące pracowników Google. Najbardziej wymierne efekty widać w trzech obszarach. Agenty oparte na Argonie przeanalizowały telemetrię profilowania floty serwerów i autonomicznie wdrożyły optymalizacje pamięci, które po pierwszym wdrożeniu uwolniły ponad 300 TiB - docelowe oszczędności szacowane są na 500 TiB do 1 PiB. W optymalizacji algorytmów kwantowych Argon poprawił opublikowany punkt odniesienia o 40% w ciągu kilku minut, pomagając badaczom zredukować zasoby czasoprzestrzenne (qubity × bramki) wąskich gardeł aplikacji.
Równolegle agenty prowadzą migrację baz kodu C/C++ do Rusta - od dziesiątek tysięcy linii w bibliotekach takich jak re2 i libgav1 aż po ponad 800 tys. linii jądra Zircon systemu operacyjnego Fuchsia. Ze względu na krytyczność tych systemów każda zmiana przechodzi rygorystyczny audyt automatyczny i ręczny, testy emulacyjne oraz przegląd przed wdrożeniem produkcyjnym.
Decyzja o stopniowym, fazowym udostępnianiu modelu - a nie natychmiastowym premierowym wydaniu - to sygnał, że Google wyciąga wnioski z krytyki towarzyszącej wcześniejszym premierom Gemini i tym razem stawia wiarygodność testów nad szybkością zajęcia nagłówków.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Podobne tematy na Promptowym
