Flagowy model Google Gemini 4 Argon** trafi w tym tygodniu do klientów korporacyjnych, wypełniając lukę między jego głośną premierą a rzeczywistą dostępnością produkcyjną. Benzinga poinformował, że Google podcina cenę kilku konkurentów w dziedzinie sztucznej inteligencji, gdy Argon pojawia się w projektach dla przedsiębiorstw, podczas gdy GitLab, Android Studio i inni dostawcy platform ogłosili integracje zbudowane w oparciu o okno kontekstowe modelu zawierające 1 milion tokenów i długotrwałe możliwości agenta.
Wprowadzenie na rynek korporacyjny następuje po globalnej premierze modelu 13 października, kiedy Google umieściło Argon jako swoją nową, pionierską serię, zastępując klasę Gemini Pro. Więcej kontekstu na ten temat znajdziesz w naszych trendy AI.
Agresywne ceny wprowadzające
Początkowa stawka Argon wynosi 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych, przy czym dane wejściowe w pamięci podręcznej są obniżone o 95%. Według zestawienia cen The Decoder, po okresie promocyjnym cena wzrasta do 4 dolarów za milion tokenów wejściowych i 20 dolarów za milion tokenów wyjściowych.
Rabaty są znaczne w porównaniu do konkurencji. Zarówno GPT-6 Astra firmy OpenAI, jak i Claude Fable 5.1 firmy Anthropic kosztują 10 dolarów za milion tokenów wejściowych i 50 dolarów za milion tokenów wyjściowych, podczas gdy Claude Opus 5.5 firmy Anthropic kosztuje 4 i 20 dolarów – tyle samo, co zwykła stawka Argonu. Forbes scharakteryzował wstępną cenę jako strategię dotyczącą ostatecznego terminu: Argon kupuje adopcję teraz, zanim wygaśnie rabat.
Jest pewien haczyk dla konsumentów. W ramach nowej struktury poziomów Google użytkownicy bezpłatnych Gemini i płacący abonenci Plusa mają teraz dostęp tylko do słabszych modeli Flash. Argon jest zarezerwowany dla abonentów AI Pro i AI Ultra w aplikacji Gemini, trybie AI wyszukiwarki Google i środowisku programistycznym Antigravity.
Testy porównawcze: mocne, nie dominujące
Google zajmuje pierwsze miejsce w Indeksie Vals, ale niezależne rankingi przedstawiają bardziej sporną historię. The Decoder donosi, że Argon nadal pozostaje w tyle za Claude Opus 5.5 firmy Anthropic w niezależnych rankingach ogólnych, a Startup Fortune zauważył, że model zajmujący trzecie miejsce w teście porównawczym pomógł Google – szczegół, który zwrócił uwagę, biorąc pod uwagę rolę Google w konstruowaniu oceny.
Podczas premiery firma Google udostępniła wewnętrzne dane inżynieryjne, chociaż zostały one zgłoszone samodzielnie. Jak twierdzi firma, inżynierowie korzystający z Argonu zwiększyli liczbę przesyłanych kodów za pośrednictwem agentów o ponad 35 procent, podczas gdy liczba wycofywania kodu spadła o prawie jedną trzecią. W najbardziej uderzającym twierdzeniu Google twierdzi, że Argon pomógł zespołowi Chromium w ukończeniu architektonicznego refaktoryzacji setek plików w bazie kodu zawierającej 40 milionów linii – praca, która wcześniej zajmowałaby miesiące – w ciągu kilku tygodni.
Google przytoczył także wyniki na mniejszą skalę z zestawu Agent Development Kit o otwartym kodzie źródłowym: agent oparty na argonie, pozostawiony autonomicznie przez noc, znalazł optymalizacje, które skróciły czas przygotowania sesji o 40 procent. Model spotkał się z uznaniem specjalistów — test porównawczy DualEntry wykazał, że Argon jest najdokładniejszym i najbardziej spójnym modelem sztucznej inteligencji w pracy księgowej, co jest niszowym, ale istotnym z komercyjnego punktu widzenia twierdzeniem dla nabywców korporacyjnych, do których Google zabiega w tym tygodniu.
Według doniesień Google testuje już wewnętrznie następcę o nazwie kodowej „Carbon”, a głównym ulepszeniem jest wydajność kodowania.
Ambicja robotyki
Bardziej zróżnicowana oferta pojawiła się 15 października, kiedy Google zademonstrowało Argon jako pojedynczy model dla pełnego potoku robotyki: kontrolowanie robotów fizycznych, generowanie interaktywnych środowisk szkoleniowych 3D i ocena danych szkoleniowych.
W demonstracji Google z robotem Boston Dynamics Spot Argon zbudował wirtualną replikę kosza na śmieci, pozwolił robotowi ćwiczyć utrzymywanie równowagi na trzech nogach i rzucanie puszek po napojach gazowanych w symulacji MuJoCo, a dopiero potem podjął się wykonania zadania na prawdziwym sprzęcie. Dwóch dodatkowych agentów AI sprawdzało położenie stopy i chwytaka przed każdym upuszczeniem.
W pętli generowania danych liczby stają się interesujące. Z jednego zdjęcia stołu z rekwizytami na imprezę Argon wygenerował 77 zadań i ponad 4500 odcinków szkoleniowych dla modelu kontrolnego. Według The Decoder podczas testów na prawdziwym robocie wskaźnik sukcesu wzrósł z 56 do 75 procent, a czas wykonania skrócił się z 35 do 24 sekund.
Google określa to jako krok w kierunku „fizycznego AGI” – modelu, który może postrzegać przestrzeń, pisać kod sterujący, interpretować fizykę wideo i symulować wyniki. Firma zwraca uwagę, że demonstracje nadal wymagają szczegółowego podpowiedzi ze strony człowieka, ale model szkolenia opartego na symulacji połączonego z weryfikacją w świecie rzeczywistym staje się dla Google szablonem ucieleśnionej sztucznej inteligencji.
Integracje w tym tygodniu
Ekosystem deweloperski zmienił się szybko. GitLab ogłosił wsparcie Argona mające na celu długoterminową pracę agentową w repozytoriach. W Android Studio zastosowano okno kontekstowe modelu zawierające 1 milion tokenów do analizy dużych baz kodu. Z kanału Channel Insider wynika, że Google rozszerza dostęp dla przedsiębiorstw w ramach programu projektów AI, udostępniając model w narzędziach współpracujących z Workspace.
W przypadku nabywców korporacyjnych porównujących Argon z produktami Astra GPT-6 i Claude firmy Anthropic, rachunek różnicuje trzy strony. Jeśli chodzi o cenę, promocyjna stawka Argonu jest najniższym kosztem za token w segmencie granicznym, z dużą marżą. Jeśli chodzi o surowe możliwości, niezależne rankingi nadal faworyzują najlepszy model Anthropic. Po zablokowaniu Google łączy Argon z Gemini for Workspace, trybem sztucznej inteligencji wyszukiwarki Google i funkcją Antigravity — to przewaga dystrybucyjna, której nie może dorównać żaden z jego rywali, ale która również pogłębia zależność od stosu Google.
Czas też ma znaczenie. Meta wypuściła swój frontowy model Muse Wonder Full zaledwie dzień przed globalnym debiutem Argona i wypuściła Muse Spark Open z otwartą wagą tego samego dnia, w którym wdrożono to przedsiębiorstwo. Na rynku modeli pionierskich działają obecnie trzej agresywni dostawcy cenowi — Google, OpenAI i Anthropic — oraz Meta konkurująca ze strony otwartej. W przypadku kupujących dźwignia negocjacyjna rzadko była lepsza.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
