Gemini 4 Argon w firmie: API, Gemini platform, dane i RODO

👁 121 przeczytań

Firma może korzystać z Gemini 4 Argon od 13 października 2026 trzema drogami: przez płatne Gemini API (Google AI Studio), przez Gemini platform w Google Cloud (dawniej Vertex AI) i przez Gemini for business. Każda ma inne warunki dotyczące danych. Google nie trenuje modeli na danych z płatnego API ani z Google Cloud, ale to nie to samo co brak przechowywania danych czy przetwarzanie wyłącznie w UE. Poniżej kanały, zasady danych, region, koszty pilotażu i lista rzeczy do sprawdzenia pod RODO.

Trzy kanały i czym się różnią

Google Cloud w swoich materiałach pisze o „Gemini platform (formerly known as Vertex AI)”, więc w starszej dokumentacji i kodzie nadal spotkasz nazwę Vertex AI. To ta sama platforma, nie inny model. W opisie projektu zapisz pełną nazwę usługi i identyfikator modelu, bo samo słowo „Gemini” oznacza dziś kilka różnych produktów.

// taniej niż u producentaw magazynie

Google AI Gemini Pro + Google Drive 5 TB - 18 miesięcyVoucher, którym włączasz pakiet Google AI Pro na 18 miesięcy na własnym koncie Google.kinetyka.pl - mój sklep z rocznymi dostępami do narzędzi AI

170 zł-91%zamiast 1 800 zł9,44 zł / mies.Kup w Kinetyce →

Abonament Google AI Pro to produkt konsumencki: daje Argona w aplikacji Gemini i w trybie AI w wyszukiwarce, ale nie w API. Cennik Gemini API mówi wprost, że Argona nie ma w darmowym poziomie ani w planie Google AI Pro. To nie sprzeczność z dostępem w aplikacji, tylko dwa osobne sposoby rozliczania. Do Argona w Antigravity potrzebny jest Google AI Ultra.

Czy dane trafiają do treningu

• Płatne Gemini API: warunki z 23 marca 2026 mówią, że Google nie używa promptów ani odpowiedzi do ulepszania swoich produktów. W EOG, Szwajcarii i Wielkiej Brytanii ta sama zasada obowiązuje także dla darmowych usług, ale Argona i tak nie ma w darmowym poziomie.
• Google Cloud: dokumentacja deklaruje, że Google nie trenuje ani nie dostraja modeli na danych klienta bez jego wcześniejszej zgody lub polecenia.
• Workspace: dane z Gmaila i innych aplikacji nie są przeglądane przez ludzi ani używane do trenowania modeli poza domeną firmy bez zgody. Strona o prywatności Workspace nie wymienia przy tym Argona.

Co zostaje po odpowiedzi

Brak treningu nie oznacza braku przechowywania. W płatnym Gemini API Google przez ograniczony czas loguje prompty i odpowiedzi, żeby wykrywać naruszenia zasad, i może je przejściowo przechowywać lub buforować w każdym kraju, w którym ma infrastrukturę. Z warunków API nie wynika więc przetwarzanie wyłącznie w Polsce ani w UE.

W Google Cloud da się dojść do zerowej retencji danych (zero data retention), ale wymaga to kilku ustawień:

• wyjątku od logowania na potrzeby wykrywania nadużyć (na wniosek);
• wyłączenia logowania zapytań i odpowiedzi (domyślnie wyłączone);
• zastąpienia ugruntowania w wyszukiwarce Google wersją Web Grounding for Enterprise, bo zwykłe ugruntowanie przechowuje dane przez 3 dni;
• ustawienia store = false w Interactions API i wyłączenia buforowania.

Google zastrzega, że przy części zaawansowanych funkcji zerowa retencja może nie być możliwa. Jest też konflikt istotny właśnie przy Argonie: bardzo długie odpowiedzi (powyżej 65 536 tokenów, tryb long decode) w Interactions API wymagają wykonania w tle z store: true, czyli zapisu interakcji po stronie Google. Firma, której zależy na zerowej retencji, ma dwie drogi: zostać przy krótszych odpowiedziach albo użyć long decode w GenerateContent, gdzie stan między kolejnymi odcinkami przenosi zaszyfrowany continuation_token i według dokumentacji nic nie jest zapisywane na serwerze. Więcej o limicie w tekście o Gemini 4 Argon.

Region: Warszawa jest na liście, ale to nie wszystko

Dokumentacja lokalizacji Google Cloud wymienia gemini-4-argon w trzech miejscach: w punkcie globalnym, w wieloregionie UE (eu) i w regionie europe-central2 w Warszawie. Ta sama strona zastrzega, że punkty dostępu nie gwarantują rezydencji danych ani przetwarzania modelu w danym regionie, a punktu globalnego nie należy używać, jeśli są wymagania co do miejsca przetwarzania, bo nie da się wtedy kontrolować, dokąd trafia zapytanie. Wymagania co do rezydencji danych trzeba więc potwierdzić w osobnej dokumentacji i w umowie, a nie wnioskować z nazwy regionu, języka odpowiedzi czy polskiej faktury.

RODO: oceniaj proces, nie model

Google Cloud publikuje umowę powierzenia przetwarzania (Cloud Data Processing Addendum) i materiały o RODO. To podstawa oceny relacji z dostawcą, ale nie zastępuje oceny konkretnego wdrożenia. Przed pilotażem przygotuj dla inspektora ochrony danych:

• cel przetwarzania i jeden konkretny proces, który ma się zmienić;
• kategorie danych, które trafią do modelu, i uzasadnienie, dlaczego są potrzebne;
• kanał (API, Gemini platform, Gemini for business), region i ustawienia retencji;
• miejsca, w których firma sama zapisuje zapytania i odpowiedzi (logi aplikacji, kopie robocze);
• kto zatwierdza wynik, zanim trafi do klienta, i jak zatrzymać pilotaż.

Wiele zadań da się sprawdzić na danych testowych albo zanonimizowanych. Do dopracowania wzoru pisma nie jest potrzebna historia spraw wszystkich klientów. Wyłączenie przechowywania u dostawcy nie usuwa kopii, które firma tworzy we własnych systemach.

Ile kosztuje pilotaż

Cennik Gemini API do 30 listopada 2026: 2 USD za milion tokenów wejścia, 10 USD za milion wyjścia (z tokenami rozumowania), 0,10 USD za wejście z pamięci podręcznej. Od 1 grudnia 4, 20 i 0,20 USD. To stawki API, nie ceny licencji Gemini for business.

W moim teście 23 zadań (agent z narzędziami, kod, pisma po polsku, długi dokument) Argon zrobił 99,5% za 0,22 USD, 3,4 raza taniej niż Claude Opus 5.5 i 5 razy taniej niż GPT-6 Astra. Długi polski dokument (158 111 znaków) przeanalizował za 0,10 USD. Po polsku liczy też mniej tokenów: ten sam dokument to u Argona 51 482 tokeny, a u Claude’a 87 675. Szczegóły w teście 23 zadań i w tekście Gemini 4 Argon cena.

Rachunek za tokeny to zwykle mniejsza część kosztu. Dochodzą powtórzenia i poprawki, przegląd wyników przez pracownika i utrzymanie integracji. W pilotażu mierz koszt zaakceptowanego wyniku, a nie pojedynczego wywołania. Jedna uwaga z mojego testu: w piśmie do sądu Argon dopisał objawy choroby, których nie było w poleceniu, więc dokumenty dla klientów i urzędów wymagają kontroli człowieka.

Kiedy rozszerzyć pilotaż

• Jest opis błędów, które się pojawiły, i sposobu ich wyłapywania.
• Wiadomo, kto sprawdza wynik, kto reaguje na niewłaściwy dostęp do danych i kto zatrzymuje proces po przekroczeniu budżetu.
• Da się pokazać osobie spoza zespołu technicznego, co model dostał, co przygotował i kto to zatwierdził.
• Koszt zaakceptowanego wyniku jest znany po cenie od 1 grudnia, a nie tylko w cenie startowej.

Najczęstsze pytania

Czy Vertex AI i Gemini platform to co innego?

Nie. Google Cloud opisuje Gemini platform jako platformę dawniej znaną jako Vertex AI. W dokumentacji projektu i tak trzeba wskazać konkretny model i usługę.

Czy Google trenuje na danych z płatnego Gemini API?

Według warunków nie. Google jednak przez ograniczony czas loguje treści na potrzeby wykrywania nadużyć i może je przejściowo przechowywać w różnych krajach.

Czy Argon działa w regionie Warszawa?

Dokumentacja lokalizacji Google Cloud wymienia go w europe-central2 (Warszawa) i w wieloregionie UE. Google zastrzega, że punkt dostępu nie gwarantuje przetwarzania w regionie, więc wymagania rezydencji trzeba potwierdzić osobno.

Czy Google AI Pro wystarczy do firmowego API?

Nie. Pro daje Argona w aplikacji i wyszukiwarce, a API wymaga płatnego poziomu Gemini API albo konta Google Cloud.

Czy Gemini 4 Argon jest zgodny z RODO?

Zgodność ocenia się dla całego procesu: usługi, umowy, danych, celu i ustawień. Dokumenty Google są częścią tej oceny, nie jej wynikiem.