Google DeepMind запустила Gemini 4 Argon и вдвое снизила цену API

Google DeepMind открыла глобальный доступ к Gemini 4 Argon, первой фронтирной модели семейства Gemini 4. На запуск API действует скидка 50% на ограниченный срок. Китайское издание Jiqizhixin называет релиз давно сорванным по срокам: линейку ждали дольше, чем обещалось. По заявлению Google, Argon создана для сложных задач реального мира, прежде всего в разработке ПО и корпоративной работе со знаниями.

Что известно о модели

Google подаёт Argon как первую модель нового поколения. Слово «первая» здесь важно: оно намекает на то, что семейство будет расширяться, как расширялись предыдущие версии Gemini, где рядом с флагманом появлялись облегчённые варианты. Конкретный состав линейки в исходном сообщении не назван, так что это только ожидание.

Фокус на программной инженерии и корпоративных знаниях выбран не случайно. Агентный кодинг и работа с внутренними документами компаний сегодня приносят основную выручку на рынке API. Именно за эти сценарии Google конкурирует с Anthropic и OpenAI, и именно в них разработчики быстрее всего замечают разницу между моделями.

Скидка как инструмент входа

Половинная цена на API, пока действует акция, рассчитана на то, чтобы заставить команды протестировать новую модель, пока те не привыкли к решениям конкурентов. Приём стандартный, но работает. Однако в доступном материале нет ни базового прайса за миллион токенов, ни даты окончания акции. Сравнивать Argon с конкурентами по цене пока нечем, а бюджет на промо-тариф закладывать рискованно.

То же касается качества. Google заявляет цель, но цифр на момент публикации в источнике нет: ни результатов на бенчмарках по программированию, ни размера контекстного окна, ни скорости ответа.

Что можно зафиксировать уже сейчас:

• Модель: Gemini 4 Argon, первая фронтирная в семействе Gemini 4.
• Разработчик: Google DeepMind.
• Доступность: глобальный запуск.
• Цена API: минус 50% на ограниченный срок.
• Заявленные сценарии: разработка ПО, корпоративная работа со знаниями.
• Не раскрыто в первом сообщении: бенчмарки, контекстное окно, базовые тарифы, срок акции.

Как подойти к тестированию

Пока независимых замеров нет, ориентироваться стоит на собственные задачи. Командам, которые уже строят кодинг-агентов или поиск по корпоративной базе знаний, имеет смысл прогнать на Argon свои реальные наборы тестов и сравнить с текущей моделью. Метрика здесь не цена за токен, а стоимость решённой задачи: более дорогая модель может обойтись дешевле, если реже требует повторных запусков.

Пока скидка действует, это хорошее время для дешёвого эксперимента. Но выбирать модель для продакшена лучше по базовому тарифу, а не по промо-цене. Если вы работаете с чувствительными данными, заранее уточните условия обработки и региональные ограничения в корпоративных планах Google. Подробные технические характеристики, судя по всему, появятся в ближайшие дни, и тогда картина станет полнее.