Google представила Gemini 4 Argon — первую модель нового семейства Gemini 4, рассчитанную на сложные многоэтапные задачи: рефакторинг больших кодовых баз, анализ документов, научные расчёты и робототехнику. Модель уже доступна через API ВЕГА с идентификатором google/gemini-4-argon.
По данным Google, Argon занимает первое место в Vals Index — рейтинге, который оценивает работу моделей в финансах, программировании, праве и налоговой сфере. Общий лимит входных и выходных токенов через Gemini API — 1 млн. Все результаты ниже приведены по данным вендора, без независимой проверки.
В кодовой базе Chromium модель помогла отделить обработку веб-страниц от устаревшей папки примерно на 6 млн строк. Изменения затронули сотни файлов; по утверждению Google, работу, рассчитанную на месяцы, выполнили за недели. В агентной среде Antigravity команды с Argon увеличили число агентных отправок кода более чем на 35% при сокращении откатов почти на треть.
Для разработчика это повод проверить Argon на собственном проекте: дать модели ограниченный участок кода, попросить изменения и проверить их тестами.
Другой сценарий — разбор сложных документов. В Isomorphic Labs модель анализирует PDF и патенты: по данным источника, извлечение нужной информации сократилось с недель до часов. Это полезно, когда ответ приходится собирать из нескольких материалов, а не искать в одном файле.
Во внутреннем эксперименте Argon посмотрела запись игры человека в корнхол, рассчитала координаты сцены и движения суставов и автономно собрала код симуляции. После переноса навыка на гуманоидного робота Apollo тот выполнил семь результативных бросков подряд.
Такой конвейер Google называет Video-to-Sim-to-Real: обычное видео превращается в тренировочную среду для робототехники. Это исследовательская демонстрация, а не гарантия аналогичного результата для любой задачи.
Попробовать модель можно через API ВЕГА под идентификатором google/gemini-4-argon. API на 100% совместим с OpenRouter, поэтому Argon подключается к привычным SDK и агентным фреймворкам. Для первого теста выберите задачу с проверяемым результатом — так проще оценить пользу модели именно в вашей работе.
Страница в каталоге: api.vega.chat/aimodels/gemini-4-argon.
API ВЕГА