🚀 Эирфлайт | Авиация

Google представила Gemini 4 Argon — свою первую настоящую флагманскую модель почти за год. По собственной таблице компании, Argon обходит GPT-6 Astra, Claude Opus 5.5 и Claude Fable 5.1 в большинстве тестов. Но пользоваться им пока могут только «доверенные киберзащитники»: Google не выпускает модель в открытый доступ, пока не доработает защиту.

Что показала Google

Сравнение на 18 бенчмарках: Argon лидирует в 12 из них и ещё в одном делит первое место с GPT-6 Astra. У Astra — три отдельные победы, у Claude Opus 5.5 — две, у Claude Fable 5.1 — ни одной.

Сильнее всего Argon в «корпоративной» работе. На юридическом бенчмарке Harvey — 19,6% против 5,4% у Astra и 3,8% у Opus. На AutomationBench от Zapier (сквозная автоматизация бизнес-задач) — 51,3% против 42,5% у Opus. В финансах (Vals Finance Agent v2) — 65,4% против 58,6% у Opus и 53,5% у Astra. На длинном контексте от 256 тысяч до миллиона токенов (GraphWalks) — 84,2% против 71,8% у Astra. В коде на DeepSWE v1.1 — 77,9% против 74,2% у Opus и 74,1% у Astra.

Но это не «Google всех разнесла», а «у каждого своя территория». OpenAI сохраняет преимущество в сложной разработке, научных задачах в терминале и управлении компьютером: на FrontierSWE v2 Astra опережает Argon на 10,5 пункта (65,5% против 55,0%), в OSWorld-2.0 — 72,6% против 69,2%. Anthropic остаётся лучшей в агентной работе в терминале: на Terminal-bench 4.0 у Opus 66,4% против 57,4% у Argon. Opus лидирует и в задачах по дообучению моделей (PostTrainBench).

Важная оговорка: все цифры — от самой Google, независимых замеров пока нет. А расхождения бывают заметными: для Opus 5.5 на Terminal-bench Google взяла заявленные Anthropic 66,4%, тогда как Artificial Analysis в своей конфигурации намерил 59,6%.

Дешевле всех — пока

По вводной цене Argon стоит 2 доллара за миллион входных токенов и 10 долларов за миллион выходных, кэшированный ввод на 95% дешевле. Потом цена вырастет до 4 и 20 долларов — столько же стоит Claude Opus 5.5. GPT-6 Astra обходится в 10 и 50 долларов, так что даже после акции Argon в 2,5 раза дешевле флагмана OpenAI. Лимит ответа подняли с 64 тысяч до 1 миллиона токенов.

Почему модель нельзя попробовать

Первыми Argon получают специалисты по кибербезопасности через программу Fairwind — причём без «киберфильтров». Параллельно Google проходит добровольную процедуру предрелизного доступа правительства США. Перед широким запуском компания обещает усилить защиту от злоупотреблений, от промпт-инъекций и мониторинг рассогласования через цепочки рассуждений модели. По тесту Gray Swan промпт-инъекция срабатывает против Argon в 0,7% случаев — против 1,0% у Claude, 8,5% у GPT-6 Astra и 51,8% у Grok 4.8. Дальше в очереди — платные клиенты API и подписчики Google AI Ultra, без точной даты.

Почему это важно

Google почти год сидела без флагмана: по данным WSJ, Gemini 3.5 Pro отменили, потому что модель оказалась недостаточно лучше линейки Flash, а в августе DeepMind покинул Демис Хассабис. Argon — первый крупный релиз под руководством нового главы Корая Кавукчуоглу и заявка на возвращение на передний край. И ещё деталь: OpenAI на днях отказалась выпускать GPT-6.1 Astra из-за соображений безопасности, а Google выпускает флагман сначала узкому кругу. Закрытый старт для самых сильных моделей становится нормой.

Источники: VentureBeat, Google, The Verge

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей