К содержимому
Дайджест

Gemini 4 Argan: низкая цена, но провал в реальном коде

Theo - t3․gg·14 октября 2026·38:30
можно прочитать выбрать инструмент
Открыть на YouTube
Развернутый обзор Google Gemini 4 Argan от разработчика, который гонял модель через собственные бенчмарки и реальные задачи в кодовой базе T3 Chat.

Что в ролике

Если вы выбираете модель для реальной кодовой работы, независимый тест Gemini 4 Argan от автора канала t3gg показывает: низкая цена и красивые демо не означают пригодность для продакшна. Google выпустила модель 8 месяцев спустя после 3,1 Pro со стартовой ценой $2 за миллион входных и $10 за миллион выходных токенов, но с 1 декабря она удвоится до $4 и $20. Автор прогонял модель через свои бенчмарки по аудиту кодовых баз: в одном тесте из 36 утверждений о коде 24 оказались ложными, в другом — 47 ложных против 31 верного, а итоговые баллы 4,38 и 3,95 из 10 — в разы ниже Opus 5,5 и GPT-6,1 Soul. В реальной задаче по SQLite-слою Gemini прислал PR на 1200 строк, не прошёл проверки CI и предложил неверное решение, тогда как Opus 5,5 нашёл уже существующие PR и исправил проблему 21 строкой. Единственное, где модель показала себя необычно, — бенчмарк Skatebench на знание трюков скейтбординга, где она набрала 100% против 79% у Opus 5,5 Max, но автор считает это нишевой способностью. Отдельно автор отмечает, что у Google есть уникальные API-возможности, особенно для работы с YouTube-транскриптами, и что визуальные задачи стоит прогнать отдельно, но сам он их не проверял. По итогам автор заявляет, что не будет использовать Gemini 4 Argan ни для чего, кроме получения данных с YouTube, и планирует автоматически закрывать PR от этой модели; он остаётся на Opus 5,5 и Muse Wonder Full.

Практика

Что получишь
Понять, почему рекламные бенчмарки не показывают реальную пригодность модели. У Gemini 4 Argan низкая стартовая цена и низкий процент галлюцинаций в синтетическом тесте, но в реальных аудитах кода она в разы хуже Opus 5,5 и GPT-6,1 Soul.
Первый шаг
Если захотите проверить модель на своём коде, дайте ей реалистичную задачу с известным решением и проверьте её вывод через Opus 5,5 или GPT-6,1 Soul.
Цифры
  • —8 месяцев — пауза между релизами 3,1 Pro и Gemini 4 Argan
  • —$2 за миллион входных и $10 за миллион выходных токенов — стартовая цена, удвоится с 1 декабря до $4/$20
  • —24 из 36 утверждений о кодовой базе были ложными в бенчмарке автора
  • —1200 строк — размер PR от Gemini, тогда как Opus 5,5 исправил проблему 21 строкой
Честно
Автор — YouTube-партнёр Google и получает от неё доход, но утверждает, что за этот обзор Google не платила; ролик спонсирован WorkOS (реклама платформы входа и стандарта OMD для агентов). Ранний доступ предоставили сотрудники Google, поэтому поведение модели может отличаться. Цена модели поднимется с 1 декабря вдвое, а интеграция Google ACP в T3 Chat потребовала обходных путей и давала ошибки.
Если слова незнакомы — 5 терминов

Связки из этого ролика

4 шт.

Компоненты

33 шт.

Формат: обзор · для продвинутых · уверенность разметки 0.9 · источник