Gemini 4 Argon создан для самых сложных задач: первое место в Vals Index и $2 за 1 млн токенов

Vals Index оценивает модели не по абстрактным тестам, а по задачам из финансов, права, налогов и программирования. До сих пор лидерство в таком индексе удерживали модели OpenAI и Anthropic. Google заявляет, что Argon обошла конкурентов именно на многошаговых задачах, где нужно удерживать контекст и принимать последовательные решения. Источник заявлений: официальный блог Google.

Что именно измеряли?

Vals Index (Vals Financial, Vals Legal, Vals Tax, Vals Coding) проверяет, как модель справляется с задачами, которые в реальной экономике выполняют юристы, бухгалтеры, финансовые аналитики и программисты. Это не «угадай следующее слово», а цепочки шагов: прочитать документ, найти противоречие, предложить исправление и обосновать его.

Отдельно Google показала результаты внутреннего использования. Инженеры компании несколько недель работали с Argon через среду Antigravity (внутренний инструмент Google для агентной разработки). Измеряли долю принятых агентных коммитов, количество откатов кода и время выполнения рефакторинга.

Что обнаружили?

Результаты разбиты на три направления: код, оптимизация открытых пакетов и бизнес-процессы.

Код и инженерия внутри Google:

• Агентные коммиты кода выросли более чем на 35%, а откаты снизились почти на треть. По данным Google, замеры проводились на реальных задачах инженерных команд, а не на изолированных тестах.
• Команда Chrome поручила Argon разделить код обработки веб-страниц и код браузерных функций внутри кодовой базы Chromium в 40 миллионов строк. Модель обработала рефакторинг сотен файлов, сократив месяцы работы до недель.
• Для фреймворка Agent Development Kit (ADK, открытый фреймворк Google для создания агентов) Argon за одну ночь нашла оптимизации, которые сократили время подготовки сессий в памяти на 40% и ускорили холодный импорт на 21%. Изменения уже в публичном репозитории.

Ускорение открытых инструментов:

• Квантово-химический пакет xTB (инструмент для предсказания формы молекул и скрининга лекарственных кандидатов) стал работать до 2,3 раза быстрее при предсказании структур и в 1,8 раза быстрее при поиске конформеров (вариантов пространственной формы молекулы). Патчи отправлены в официальный репозиторий на GitHub.
• Инференс (процесс генерации ответов моделью) для Gemma 4 E2B ускорен в 2,85 раза на GPU A100 через vLLM: пропускная способность выросла с примерно 37 900 до более чем 108 000 токенов в секунду без потери качества. Google уточняет, что обычно такая оптимизация занимает месяцы, а с Argon заняла несколько дней.

Кибербезопасность:

• Компания Wiz уже использует Argon для инициативы «Scan for Good», которая защищает критическую инфраструктуру. Google начала расширение программы Fairwind на сотни дополнительных партнёров.

Что делать с этим прямо сейчас, по ролям?

Автору на Дзене. Gemini 4 Argon создан для решения задач, где нужно удерживать длинный контекст и работать в несколько шагов. Если вы пишете серии статей или ведёте экспертный блог с фактчекингом, модель может помочь: дайте ей исходный документ и попросите найти противоречия, выстроить аргументацию, подготовить структуру. Доступ через Gemini App по подписке AI Ultra или Pro.

Маркетологу. Цена в 2 доллара за миллион входных токенов делает модель конкурентоспособной с Claude Sonnet и GPT-4o по стоимости, при этом Google заявляет лидерство в задачах, приближённых к реальному бизнесу. Для пакетной обработки документов, анализа отчётов и генерации текстов по шаблонам имеет смысл протестировать API через AI Studio.

Предпринимателю в РФ и СНГ. API Google AI Studio формально доступен, но требует аккаунта Google и в некоторых случаях VPN. Из ближайших по функциональности инструментов внутри России работают YandexGPT и GigaChat. Ни один из них пока не показывал результатов в Vals Index, поэтому прямое сравнение некорректно.

Если у вас есть доступ к Gemini App или AI Studio, попробуйте дать Argon свою самую запутанную рабочую задачу, ту, где обычные модели теряют контекст на середине. Именно на таких задачах, по заявлению Google, разница будет заметнее всего.

По данным Google Blog