Google представила Gemini 4 Argon — новую фронтир-модель для длинных агентных задач: программирования, корпоративной аналитики, финансового и юридического анализа и кибербезопасности. И Google уже поручает Argon реальные инженерные задачи.
Агенты Argon нашли оптимизации памяти в инфраструктуре Google, которые после внедрения освободили более 300 TiB RAM. Потенциальный эффект Google оценивает в 500 TiB–1 PiB. В другом проекте Argon помогла переносить C/C++-код на Rust, включая кодовую базу Fuchsia Zircon объёмом более 800 тыс. строк.
Ещё один эксперимент — около 32 тыс. строк SIMD-кода для видеодекодера libgav1. После серии оптимизаций Rust-версия стала работать, по данным Google, в 2,7 раза быстрее предыдущего порта.
Под такие сценарии Argon получила до 1 млн выходных токенов. Идея в том, чтобы агент мог сохранять длинную траекторию работы: анализировать код, запускать тесты, менять реализацию, проверять результат и повторять цикл без постоянного сброса задачи.
В заявленных Google тестах модель получила:
-
77,9% — DeepSWE v1.1;
-
51,3% — AutomationBench;
-
91,7% — LVBench;
-
68% — CWE-bench v1.
Отдельное направление — кибербезопасность. Argon тестируют для поиска и исправления уязвимостей, а первым доступ к модели получают проверенные специалисты через программу Fairwind. Массового запуска пока нет.
Стартовый API-тариф:
$2 / 1 млн входных токенов
$10 / 1 млн выходных
Google обещает скидку 95% на cached input. После introductory-периода цена должна вырасти до $4 / $20 за миллион токенов.
Сейчас Argon постепенно разворачивают среди доверенных тестеров. Затем доступ планируют расширять на разработчиков и компании.
В сухом остатке: Google проверяет гипотезу, что фронтир-модель может быть полезна не только как генератор кода, а как долго работающий инженерный агент, который сам проходит несколько циклов экспериментов и доводит задачу до измеримого результата.
Как вам релиз? Стоил ли такого долгого ожидания?
Источник: habr.com