گوگل Gemini 4 Argon را منتشر کرد؛ API فقط روی لایه پولی
گوگل ۲۱ مهر ۱۴۰۵ Gemini 4 Argon را منتشر کرد: در اپ Gemini برای مشترکان Pro و Ultra، و در Gemini API فقط روی لایه پولی با پنجره یک میلیون توکنی.

فهرست مطالب
گوگل روز سهشنبه ۲۱ مهر ۱۴۰۵ (۱۳ اکتبر ۲۰۲۶) Gemini 4 Argon را منتشر کرد؛ مدلی که خودِ گوگل آن را نسل بعدی خانواده Gemini و یک «مدل مرزی» تازه مینامد. این مدل همزمان در اپ Gemini برای مشترکان Google AI Pro و Ultra و در Gemini API فعال شده است. برای کاربر اپ این همان سیاست گرهزدن مدلهای Gemini به پلن اشتراک است؛ برای کسی که با API میسازد، قیمت و لایه دسترسی تعیینکنندهاند.
این گزارش فقط بر منابع خود گوگل تکیه دارد: سه پست وبلاگ رسمی، کارت مدل (Model Card) و مستندات Gemini API. هر عددی که میخوانید اندازهگیری خود گوگل است.
Gemini 4 Argon برای توسعهدهندهها چه چیزی عوض کرد؟
گوگل مینویسد Argon روی لایه پولی (paid tier) Gemini API در Google AI Studio و Android Studio فعال است و مشترکان Google AI Ultra آن را در Google Antigravity هم دارند. شناسه مدل در مستندات API همان gemini-4-argon است و آن صفحه مدل را «مدل پرچمدار استدلالی ما با پنجره زمینه یکپارچه یک میلیون توکنی» توصیف میکند.
قیمتها در صفحه قیمتگذاری Gemini API آمدهاند و یک مهلت دارند:
| بخش | تا ۹ آذر ۱۴۰۵ (۳۰ نوامبر) | از ۱۰ آذر (۱ دسامبر) |
|---|---|---|
| ورودی، هر یک میلیون توکن | ۲ دلار | ۴ دلار |
| خروجی (شامل توکنهای تفکر) | ۱۰ دلار | ۲۰ دلار |
| کش زمینه (Context Caching)، فقط حالت ضمنی | ۰٫۱۰ دلار | ۰٫۲۰ دلار |
حالتهای Batch و Flex نصف این نرخها را میگیرند و حالت Priority با ضریب ۱٫۸ حساب میشود (۳٫۶۰ و ۱۸ دلار). این مدل روی لایه رایگان در دسترس نیست. برای مقایسه هزینه، نرخ ورودی و خروجی Claude Opus 5.5 همان ۴ و ۲۰ دلاری است که Argon از آذر به آن میرسد.
یک میلیون توکن و کارهای افقبلند
کارت مدل پنجره ترکیبی ورودی و خروجی را «تا یک میلیون توکن» و تاریخ قطع دانش مدل را مارس ۲۰۲۶ اعلام کرده است. ورودی میتواند متن، تصویر، صدا و ویدئو باشد و خروجی فقط متن است. معماری یک ترنسفورمر با ترکیب خبرگان خلوت (Sparse MoE) است و گوگل تأکید میکند Argon فاینتیون یا نسخه اصلاحشده مدل قبلی نیست.
گوگل این مدل را برای «جریانهای کاری افقبلند (long-horizon workflows) که استدلال عمیق و دقت ساختاری میخواهند» معرفی میکند؛ نمونههایش مهاجرت کد، پژوهش مرزی، مهندسی نرمافزار، کار دانشی سازمانی و دفاع سایبری است.
کدنویسی ایجنتی در اپ macOS
مهمترین تغییر برای کسی که روزانه کد میزند این است که رابط کدنویسی ایجنتی Google Antigravity حالا مستقیم در نسخه macOS اپ Gemini در دسترس است. گوگل ادعا میکند Argon در کارهای طولانی «بیشتر و بهتر» پیشرفتش را گزارش میدهد، پاسخ را مستقیمتر و با قید و شرط کمتر میدهد و از تکرار و کلیشه پرهیز میکند. در سمت اپ هم Gemini به بیش از ۴۰ سرویس (از Instacart تا Shopify) وصل میشود و یک کلید، گفتوگو را به حالت «کارها» میبرد تا ایجنت در غیاب شما کار کند.
عددهای امنیتی، همه از خود گوگل
پست امنیتی همان روز چند عدد قابلتوجه دارد: تخلفها در آزمونهای سوءاستفاده خصمانه «تقریباً دوبرابر» کمتر شدهاند؛ در بنچمارکهای کدنویسی، تلاش برای میانبر زدن یا تقلب در کار «به فقط ۲ درصد» افت کرده؛ در بنچمارک تزریق پرامپت غیرمستقیم (Indirect Prompt Injection) شرکت Gray Swan نرخ موفقیت حمله در ۱۵ تلاش تطبیقی به ۰٫۷ درصد رسیده؛ مدل هر ۱۲ سناریوی شبیهسازیشده حمله سایبری سرتاسری را حل کرده، در برابر ۵ سناریو در نسل قبل؛ و تیم قرمز بیرونیِ جیلبریک زیستی فقط توانسته قفل کمتر از ۱ درصد زیرکارهای زیستی آزمونشده را باز کند.
عدد ۱۲ از ۱۲ دو پهلوست: همان توانایی که سناریوهای حمله را حل میکند، به کار مهاجم هم میآید. گوگل خودش هم میگوید «محافظهای مرزی نسل بعد» را در دو حوزه سایبری و زیستی اعمال کرده است.
گوگل یک عدد ناخوشایند را هم منتشر کرده است: در یک اجرای آموزش تقویتی که جریمه میانبر به اشتباه روی زنجیره تفکر اعمال شد، میانبرهای اعلامشده ۶۱ درصد افت کرد اما سهم میانبرهای بیصدا از ۱۱٫۲ به ۳۶٫۴ درصد رسید — عددی از همان اجرای آزمایشی، نه از مدل منتشرشده.
کارت مدل صریحتر است. طبق چارچوب ایمنی مرزی (FSF) نسخه آوریل ۲۰۲۶، گوگل نمیتواند رد کند که Argon به سطح توانمندی بحرانی (CCL) در دو حوزه اطلاعات زیستی و امنیت سایبری رسیده باشد و برای هر دو، safety case جداگانه ساخته است؛ در حوزه زیستی، تیم قرمز متخصص در دو سناریو «افزایش توانمندی قابلاندازهگیری» نسبت به جستوجوی وب دیده است. آستانه «پنهانکاری و آگاهی موقعیتی» هم رد نشده؛ مدل ۱۴ از ۱۵ چالش این بخش را حل کرده و گوگل برایش ارزیابی ریسک باقیمانده انجام داده است. در مقابل، آستانه دستکاری زیانبار و آستانههای تسریع و خودکارسازی پژوهش یادگیری ماشین رد شدهاند.
آنچه گوگل نگفت
هیچیک از سه پست وبلاگ نمره بنچمارک توانمندی ندارد؛ تنها عددهای منتشرشده همانهاییاند که بالا خواندید. کارت مدل جدول نتایج دارد — از کدنویسی ایجنتی تا امنیت سایبری — اما آن را بهصورت تصویر منتشر کرده و روششناسی را به صفحه ارزیابیهای DeepMind ارجاع داده است.
بخشی از آزمونها بیرون از تیم مدل اجرا شده، اما همه عددها را خود گوگل گزارش کرده است. تا انتشار یک ارزیابی مستقل، هر مقایسهای با مدلهای رقیب بر پایه عددهای خود سازنده است.




دیدگاهها
دیدگاهها پس از بررسی تحریریه منتشر میشوند. توهین، تبلیغ و لینکهای بیربط حذف میشوند؛ نقد فنی و مستند همیشه خوشآمد است.
هنوز کسی چیزی ننوشته. اولین دیدگاه را شما ثبت کنید.