К содержимому
Дайджест

Gemini 4 Argon: разбор бенчмарков и стратегии Google

Caleb Writes Code·2 октября 2026·4:56
можно прочитать мнение
Открыть на YouTube
Аналитический разбор нового флагмана Google для тех, кто следит за развитием больших моделей и хочет понять, что стоит за цифрами бенчмарков.

Что в ролике

Если вы ждали новый флагман от Google, то Gemini 4 Argon отвечает на этот запрос: модель показала 77,9% на Deep SWE, что выше всех текущих аналогов. Автор сразу призывает к скепсису: Epoch нашла 23 дефектных задачи в Deep SWE, а все 113 задач и решения публичны с мая, поэтому лаборатории, выпускающие модели позже, могут использовать их в постобучении. Google продлевает вывод до 1 миллиона токенов вместо прежних 64 000, и это важно, потому что удерживать связность автогрессивной модели на такой длине сложно: если каждый токен надёжен на 99%, цепочка из 100 шагов даёт лишь 37% шанса на полную корректность. По деньгам Argon временно дешевле конкурентов из Anthropic и OpenAI, но после окончания скидки цена удвоится, а на графике Парето модель всё равно лежит ниже фронта, уступая по совокупности цены и качества. Отдельная проблема — экосистема: у Codex 5 млн активных пользователей в неделю против 2,4 млн у Antigravity, и Google пока не сделал свой харнесс по-настоящему конкурентным. Стратегически Google, уже будучи публичной компанией, направляет ресурсы туда, где есть выручка: модель отдадут подписчикам Ultra и платным API-клиентам, а не в гонку дешёвых подписок. На квартальном звонке Google отчиталась о 22 млрд токенов в минуту через API — на 6 млрд больше прошлого квартала, что объясняет, почему компания говорит о нехватке мощностей. Так Argon показывает, что Google держит темп на переднем крае, но до реального смещения лидеров в разработке ещё далеко.

Практика

Что получишь
Критический взгляд на бенчмарки новых моделей и понимание, почему Google делает ставку на дорогие каналы вместо массовой подписки.
Первый шаг
Сравнить Argon со своей текущей моделью на собственной задаче генерации кода или длинного текста, воспользовавшись временной скидкой на API.
Цифры
  • —77,9% — результат Gemini 4 Argon на бенчмарке Deep SWE, выше всех текущих моделей по заявлению Google
  • —5 млн против 2,4 млн — активные пользователи в неделю у Codex и Antigravity соответственно
  • —22 млрд токенов в минуту — объём обработки через API Google на квартальном звонке, на 6 млрд больше прошлого квартала
  • —1 миллион токенов — новый лимит выходной длины Argon, увеличенный с 64 000
Честно
В ролике нет рекламы или партнёрских ссылок, автор делится собственной аналитикой анонса. Транскрипт обрывается на середине рассуждения о генерации, поэтому финальная часть рассуждений автора неизвестна. Все оценки и интерпретации бенчмарков — мнение автора, а не официальные заявления Google.
Если слова незнакомы — 6 терминов

Компоненты

5 шт.

Формат: мнение · для продвинутых · уверенность разметки 0.85 · источник