Gemini 4 Argon — новый флагман Google после Gemini 3.1 Pro, и сама компания называет его началом «следующей эры» своих моделей. В таблице анонса она обходит GPT-6 Astra и Claude Opus 5.5 в двенадцати тестах из восемнадцати, а независимые замеры ставят её в первую пятёрку, но не на первое место. Ниже — что умеет модель, где она действительно сильнее соперников, где уступает, что показывают бенчмарки со страницы Kumo и сколько она стоит: в Kumo — $1.1 за миллион входных токенов и $5.5 за миллион выходных, около 91 ₽ и 456 ₽.
Контекст
1M токенов
1 048 576 токенов; в Kumo до 32K токенов в одном ответе
Цена в Kumo
$1.1 / $5.5
вход / выход за 1 млн — 55% вводной цены Google
Intelligence Index
52,6
пятое место; у лидера, Claude Opus 5.5, — 57,6
Агенты программирования
5 из 42
Antigravity CLI с Argon, лучший DeepSWE — 78,8%
Что такое Gemini 4 Argon
Google DeepMind представила Gemini 4 Argon 30 сентября 2026 года. Это модель с рассуждениями, рассчитанная на долгие многошаговые задачи: программирование, работу с документами и данными, кибербезопасность и длинные тексты. До неё флагманом Google оставалась Gemini 3.1 Pro: обещанную Gemini 3.5 Pro компания так и не выпустила и всё лето развивала только линейку Flash.
Контекст модели — 1 048 576 токенов, и в этот миллион входят и запрос, и скрытые рассуждения, и ответ. Google подняла предел длины ответа с 64 тысяч до миллиона токенов, но получить такой ответ можно только в особом режиме продолжения; обычный запрос к API Google возвращает до 65 536 токенов. Модель понимает текст, изображения, видео, аудио и PDF и умеет рассуждать на трёх уровнях — low, medium и high.
Внутри Google Argon уже работает агентом. Компания рассказывает, что модель перевела с C на безопасный Rust 32 тысячи строк SIMD-кода видеодекодера libgav1 — новая версия работает в 2,7 раза быстрее прежнего Rust-порта при том же результате — и помогает переносить на Rust ядро Zircon операционной системы Fuchsia, больше 800 тысяч строк. Это заявления вендора, но они хорошо показывают, на какие задачи рассчитана модель.
Где и когда Gemini 4 Argon доступна
Выпуск шёл ступенями. Первые две недели модель получали только специалисты по киберзащите в программе Fairwind и государственные заказчики США. С 13 октября Argon открыта подписчикам Google AI Pro и AI Ultra в приложении Gemini и в режиме ИИ в поиске. Разработчики получают её через платный Gemini API.
В API Google действует вводная цена: $2 за миллион входных токенов и $10 за миллион выходных, чтение из кэша — на 95% дешевле входа. После вводного периода цена вырастет вдвое, до $4 и $20. Точной даты Google не назвала; по данным TechTimes, вводная цена действует до конца 2026 года.
В Kumo Gemini 4 Argon работает с 20 октября через тот же OpenAI-совместимый шлюз и тот же ключ, что и остальные модели каталога, без VPN и с оплатой российской картой. Модель обслуживают два поставщика.
Бенчмарки Google: в чём Argon сильнее
В таблице анонса восемнадцать тестов. По подсчёту VentureBeat, Argon первая в двенадцати и делит первое место ещё в одном. Самый большой отрыв — в задачах, где нужно долго работать с большим объёмом данных: юридический агент Harvey (19,6% против 5,4% у GPT-6 Astra и 3,8% у Claude Opus 5.5), поиск по графу в длинном контексте GraphWalks (84,2% против 71,8% и 66,8%), финансовый агент Vals Finance Agent v2 (65,4% против 53,5% и 58,6%) и понимание длинного видео LVBench (91,7%).
В программировании картина пестрее. На DeepSWE v1.1, где модель решает долгие задачи разработки в настоящих репозиториях, у Argon рекорд — 77,9% против 74,2% у Opus 5.5 и 74,1% у GPT-6 Astra. В исправлении уязвимостей CWE-bench v1 она делит первое место с Astra (68%). А в агентной работе в терминале уступает: на Terminal-Bench 4.0 у Opus 5.5 66,4% против 57,4% у Argon, на FrontierSWE v2 GPT-6 Astra впереди на 10,5 пункта.
Что показывают независимые замеры
Набор тестов в анонсе выбирает сам вендор, поэтому мы сравнили те же три модели по данным Artificial Analysis и OpenRouter со страницы бенчмарков Kumo. Все замеры сделаны в режиме максимальных рассуждений.
Argon уверенно первая на научных вопросах GPQA Diamond (96,5%) и в агенте поддержки с инструментами τ²-Bench Airline (78,7%). Claude Opus 5.5 впереди в рассуждении по длинному документу AA-LCR, в научном коде SciCode и в самых трудных вопросах Humanity's Last Exam. На Terminal-Bench v4 все три модели идут почти вровень, и Argon здесь последняя из трёх — 57,1%, что совпадает с цифрой самой Google.
Место в общем рейтинге
Сводный Intelligence Index от Artificial Analysis объединяет около десятка тестов в одно число. У Argon 52,6 — это пятое место: впереди Claude Opus 5.5 (57,6), Claude Sonnet 5.5 (56,0), Claude Fable 5.1 (53,4) и GPT-6 Astra (52,7), причём от Astra Argon отделяет одна десятая. Громкое «Google вернула лидерство» из заголовков верно для таблицы анонса, но не для независимого индекса.
Зато скачок внутри линейки Google огромный: прошлый флагман Gemini 3.1 Pro набирает 29,7, самая сильная Flash-модель, Gemini 3.8 Flash, — 40,9. Argon прибавила к ним 23 и 12 пунктов соответственно.
Argon как агент программирования
Artificial Analysis отдельно меряет связки «агент плюс модель» на трёх тестах: DeepSWE v1.1, SWE-Atlas-QnA и Terminal-Bench v4. Связка Antigravity CLI — собственного агента Google — с Gemini 4 Argon занимает пятое место из 42 с индексом 63,8. Впереди только Claude Code с Sonnet 5.5 и Opus 5.5, Devin Fusion CLI и Muse Code.
По частям видно то же, что и в анонсе. На DeepSWE v1.1 у этой связки лучший результат во всём рейтинге — 78,8%. А на SWE-Atlas-QnA (56,5%) и Terminal-Bench v4 (56,1%) она заметно уступает лидерам. Средняя задача занимает у неё около 35 минут и стоит около $5.8 по ценам вендоров — дешевле, чем у Claude Code с Opus 5.5 ($13) или Sonnet 5.5 ($14.2).
Меньше выдумывает, но много пишет
В тесте AA-Omniscience Artificial Analysis проверяет, насколько часто модель уверенно отвечает неправду, когда могла бы сказать «не знаю». У Argon доля таких галлюцинаций — 15%, самая низкая среди моделей с индексом выше 45; у GPT-6 Astra — 51%, у GPT-6.1 Sol — 54%. Обратная сторона — точность в том же тесте ниже: 50% правильных ответов против 63% у Astra. Argon чаще признаётся, что не знает, — для поиска фактов и работы с документами это скорее плюс.
Вторая особенность — многословность. На прогоне индекса Argon тратит в среднем около 62 тысяч токенов на задачу, GPT-6 Astra — около 27 тысяч. Поэтому сравнивать модели стоит не по цене за миллион токенов, а по цене задачи: прогон индекса Artificial Analysis обошёлся Argon примерно в $2 за задачу по вводным ценам Google, Astra — в $3.3, Claude Opus 5.5 — в $6. Учтите и режим рассуждений: все независимые цифры сняты на уровне high, а подписчики Gemini по умолчанию получают medium.
Сколько стоит Gemini 4 Argon
В Kumo Argon стоит $1.1 за миллион входных токенов и $5.5 за миллион выходных — 55% вводной цены Google и чуть больше четверти той, что Google назначит после вводного периода. Чтение из кэша — $0.055 за миллион. Запись в кэш тарифицируется как обычный вход.
| Где | Вход | Выход | Чтение кэша |
|---|---|---|---|
| Google, вводная цена | $2 | $10 | $0.1 |
| Google, после вводного периода | $4 | $20 | $0.2 |
| Kumo | $1.1 (≈ 91 ₽) | $5.5 (≈ 456 ₽) | $0.06 (0.055) |
На практике это выглядит так. Агент программирования за рабочий день отправляет около 20 миллионов входных токенов, из которых 80% — повторное чтение того же контекста из кэша, и получает около миллиона токенов ответа. В Kumo такой день стоит около $10.8 (примерно 894 ₽), по вводной цене Google — около $19.6, после вводного периода — около $39.2.
В пакетах токенов Pro, Max и Ultra модель тоже доступна: с пакета списывается сумма входных и выходных токенов с множителем ×3.
Уровень против цены: с кем сравнивать Argon
В Kumo по той же цене, $5.5 за миллион выходных токенов, есть ещё две сильные модели: Claude Sonnet 5.5 с индексом 56,0 и GPT-6.1 Sol с индексом 51,8. Argon встаёт между ними. Claude Opus 5.5 вдвое дороже и выше на пять пунктов, GPT-6 Astra почти того же уровня стоит в Kumo $30 за миллион выхода.
Для каких задач подходит Gemini 4 Argon
Сильные стороны модели — длинные задачи с большим объёмом данных, точность фактов и защищённость агента. Её стоит пробовать первой там, где это важнее скорости.
- Долгие задачи разработки в реальном репозитории: правка по описанию, миграции между языками, исправление уязвимостей — здесь у Argon лучший DeepSWE v1.1 и в анонсе, и у независимых агентов.
- Аналитика по большим документам: юридические и финансовые материалы, отчёты, таблицы — лидерство в Harvey Legal Agent и Vals Finance Agent v2.
- Агенты, которые читают чужие страницы и файлы: низкая доля успешных промпт-инъекций снижает риск, что агент выполнит чужую инструкцию.
- Поиск и проверка фактов, где важнее честное «не знаю», чем уверенная выдумка.
- Научные вопросы и расчёты: 96,5% на GPQA Diamond — лучший результат среди трёх флагманов.
Как подключить Gemini 4 Argon за пять минут
- Зарегистрируйтесь в консоли Kumo и пополните баланс — российской картой, через СБП или криптовалютой.
- Создайте API-ключ и сразу поставьте ему лимит расхода: Argon много рассуждает, и лимит защищает от неожиданного счёта.
- Пропишите адрес шлюза https://api.kumorouter.com/v1 в любом OpenAI-совместимом клиенте или SDK.
- Укажите модель gemini-4-argon (полное имя — google/gemini-4-argon) и отправьте первый запрос.
- Проверьте в журнале запросов консоли, что списание прошло за нужную модель.
curl -s https://api.kumorouter.com/v1/chat/completions \
-H "Authorization: Bearer $KUMO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-argon",
"messages": [
{"role": "user", "content": "Найди в этой функции уязвимость и предложи исправление: ..."}
],
"max_tokens": 8192
}'
Пример на Python
Официальный SDK OpenAI работает без изменений — достаточно поменять адрес и ключ. В Kumo для Argon подтверждены потоковая выдача и вызов инструментов по протоколам Chat Completions и Responses.
from openai import OpenAI
client = OpenAI(
base_url="https://api.kumorouter.com/v1",
api_key="KUMO_API_KEY",
)
stream = client.chat.completions.create(
model="gemini-4-argon",
messages=[{"role": "user", "content": "Сравни эти два договора и перечисли расхождения: ..."}],
stream=True,
)
for chunk in stream:
print(chunk.choices[0].delta.content or "", end="")
Argon в Cursor, Cline и других редакторах
В любом инструменте с настройкой «OpenAI Compatible» Argon подключается одинаково: адрес https://api.kumorouter.com/v1, ваш ключ Kumo и имя модели gemini-4-argon. Так она работает в Cline, Roo Code, Continue, OpenCode и в Cursor со своим ключом. Пошаговые настройки — в гайдах по Cline и VS Code, OpenCode и Cursor.
Claude Code говорит на протоколе Anthropic, поэтому для него берите модели Claude — как это настроить, описано в гайде по Claude Code.
Частые вопросы
- Работает ли Gemini 4 Argon в России?
- Через Kumo — да: шлюз доступен без VPN, а баланс пополняется российской картой, через СБП или криптовалютой. Аккаунт Google Cloud и иностранная карта не нужны.
- Сколько стоит Gemini 4 Argon по API?
- В Kumo — $1.1 за миллион входных токенов и $5.5 за миллион выходных, около 91 ₽ и 456 ₽. У Google вводная цена — $2 и $10, после вводного периода — $4 и $20. Действующие ставки всегда на странице моделей.
- Gemini 4 Argon лучше Claude Opus 5.5 и GPT-6 Astra?
- Смотря в чём. По таблице Google Argon впереди в большинстве тестов, особенно в долгих задачах с документами, видео и данными. По сводному индексу Artificial Analysis она пятая: Opus 5.5 выше на пять пунктов, Astra — на одну десятую. В работе в терминале Argon уступает обоим соперникам.
- Чем Argon отличается от Gemini 3.8 Flash?
- Argon — флагман для трудных и долгих задач: индекс 52,6 против 40,9 у 3.8 Flash и намного лучшая агентная работа в терминале. Gemini 3.8 Flash быстрее и в Kumo в 2,7 раза дешевле на выходе — её стоит брать для объёмных задач средней сложности.
- Какой контекст у Gemini 4 Argon?
- 1 048 576 токенов на запрос, рассуждения и ответ вместе. В Kumo один ответ ограничен 32 768 токенами.
- Безопасно ли отправлять код в Gemini 4 Argon?
- Запросы идут через шлюз Kumo к поставщику модели. Как мы обращаемся с данными, описано на странице безопасности. Для секретов, ключей и персональных данных действует общее правило: не отправляйте их ни в одну облачную модель.
Источники
- Анонс Google: Gemini 4 Argon, 30 сентября 2026 года.
- Полная таблица бенчмарков анонса и подсчёт лидерства: VentureBeat, 30 сентября 2026 года.
- Выпуск для подписчиков, уровни рассуждений, AA-Omniscience и сроки вводной цены: TechTimes, 15 октября 2026 года.
- Независимые бенчмарки, индексы и агенты программирования: страница бенчмарков Kumo — данные Artificial Analysis и OpenRouter, 20 октября 2026 года.
- Цены и характеристики модели в Kumo: страница моделей Kumo, прайс v28 от 20 октября 2026 года.
- Цены Gemini API: ai.google.dev.