Флагманская модель Google Gemini 4 Argon на этой неделе станет доступна корпоративным клиентам, сокращая разрыв между ее громким запуском и реальной доступностью к производству. Бензинга сообщил, что Google уступает нескольким конкурентам в области ИИ по цене, поскольку Argon появляется для корпоративных проектов, в то время как GitLab, Android Studio и другие поставщики платформ объявили об интеграции, построенной на основе контекстного окна модели с 1 миллионом токенов и долгосрочных агентских возможностей.

Корпоративное внедрение последовало за глобальным запуском модели 13 октября, когда Google позиционировал Argon как свою новую передовую серию, пришедшую на смену классу Gemini Pro. Подробнее об этой истории — в нашем тенденции ИИ.

Агрессивное начальное ценообразование

Начальная ставка Argon составляет 2 доллара США за миллион входных токенов и 10 долларов США за миллион выходных токенов, со скидкой 95 процентов на кэшированные входные данные. Согласно разбивке цен The Decoder, после рекламного окна цена возрастает до 4 долларов за миллион входных токенов и до 20 долларов за миллион выходных токенов.

Скидки существенные по сравнению с конкурентами. GPT-6 Astra от OpenAI и Claude Fable 5.1 от Anthropic оцениваются в 10 долларов за миллион входных токенов и 50 долларов за миллион выходных токенов, а Claude Opus 5.5 от Anthropic стоит 4 и 20 долларов — столько же, сколько обычная ставка Argon. Forbes охарактеризовал начальные цены как стратегию, основанную на сроках: Argon покупает внедрение сейчас, до истечения срока действия скидки.

Здесь есть подвох для потребителей. В соответствии с новой многоуровневой структурой Google бесплатные пользователи Gemini и платные подписчики Plus теперь имеют доступ только к более слабым моделям Flash. Аргон зарезервирован для подписчиков AI Pro и AI Ultra в приложении Gemini, режиме искусственного интеллекта Google Search и среде разработки Antigravity.

Контрольные показатели: сильный, не доминирующий

Google претендует на первое место в индексе Vals, но независимые рейтинги рассказывают более спорную историю. The Decoder сообщает, что Argon по-прежнему отстает от Claude Opus 5.5 от Anthropic в независимых общих рейтингах, а Startup Fortune отмечает, что модель занимает третье место в тесте, который Google помог построить — деталь, которая привлекла внимание, учитывая роль Google в построении оценки.

При запуске Google поделилась внутренними техническими данными, хотя они предоставлены самими пользователями. По данным компании, инженеры, использующие Argon, увеличили количество отправок кода, управляемого агентами, более чем на 35 процентов, а количество откатов кода сократилось почти на треть. В самом поразительном заявлении Google говорится, что Argon помог команде Chromium завершить архитектурный рефакторинг сотен файлов в кодовой базе из 40 миллионов строк — работу, которая раньше заняла бы месяцы, — за несколько недель.

Google также привел менее масштабный результат своего комплекта разработки агентов с открытым исходным кодом: агент, управляемый аргоном, оставленный работать автономно на ночь, нашел оптимизации, которые сокращают время подготовки к сеансу на 40 процентов. И эта модель получила особую похвалу: тест DualEntry показал, что Argon является наиболее точной и наиболее последовательной моделью искусственного интеллекта для бухгалтерской работы. Это нишевое, но коммерчески значимое заявление для корпоративных покупателей, которых Google ищет на этой неделе.

Сообщается, что Google уже проводит внутреннее тестирование преемника под кодовым названием Carbon, главным улучшением которого является производительность кодирования.

Амбиции в области робототехники

Более дифференцированная презентация прозвучала 15 октября, когда Google продемонстрировала Argon как единую модель для полного конвейера робототехники: управление физическими роботами, создание интерактивных 3D-сред обучения и оценку данных обучения.

В демо-версии Google с роботом Boston Dynamics Spot Аргон построил виртуальную копию мусорного бака, позволил роботу потренироваться балансировать на трех ногах и бросать банки с газировкой внутри симуляции MuJoCo, и только затем попытался выполнить задачу на реальном оборудовании. Два дополнительных агента искусственного интеллекта проверяли положение ног и захватов перед каждым падением.

Цикл генерации данных — это то место, где цифры становятся интересными. По одной фотографии стола с реквизитом для вечеринки Аргон сгенерировал 77 заданий и более 4500 обучающих эпизодов для контрольной модели. По данным The Decoder, при тестировании на реальном роботе вероятность успеха выросла с 56 до 75 процентов, а время выполнения сократилось с 35 до 24 секунд.

Google представляет это как шаг к «физическому AGI» — модели, которая может воспринимать пространство, писать управляющий код, интерпретировать физику видео и моделировать результаты. Компания осторожно отмечает, что демо-версии по-прежнему требуют подробного человеческого вмешательства, но модель обучения с моделированием и проверкой в ​​реальных условиях становится шаблоном Google для воплощенного ИИ.

Интеграции появятся на этой неделе

Экосистема разработчиков развивалась быстро. GitLab объявил о поддержке Argon, направленной на длительную агентскую работу между репозиториями. Android Studio использует контекстное окно модели на 1 миллион токенов для анализа большой кодовой базы. Channel Insider сообщил, что Google расширяет корпоративный доступ через свою программу проектов искусственного интеллекта, делая модель доступной для инструментов, связанных с Workspace.

Для корпоративных покупателей, оценивающих Argon по сравнению с GPT-6 Astra и линейкой Anthropic Claude, расчеты разделяются на три части. Что касается цены, то рекламная ставка Argon является самой низкой стоимостью за токен среди передового уровня с большим отрывом. Что касается необработанных возможностей, независимые рейтинги по-прежнему отдают предпочтение топ-модели Anthropic. В рамках присоединения Google объединяет Argon с Gemini for Workspace, режимом искусственного интеллекта Google Search и Антигравитацией — преимуществом в распространении, с которым не может сравниться ни один из его конкурентов, но которое также углубляет зависимость от стека Google.

Время тоже имеет значение. Meta выпустила свою пограничную модель Muse Wonder Full всего за день до глобального дебюта Argon, а Muse Spark Open с открытым весом выпустила в тот же день, что и эта корпоративная версия. На рынке передовых моделей теперь есть три агрессивных ценовых игрока — Google, OpenAI и Anthropic — плюс Meta, конкурирующая с открытой стороной. Для покупателей переговорные рычаги редко были лучшими.

---

Будьте в курсе ИИ

Последние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.

Читать больше новостей об ИИ →