Gemini 4 Argon що нового, скільки коштує

Gemini 4 Argon — перша модель нового покоління Gemini від Google. 30 вересня 2026 року її показали вузькому колу фахівців із кібербезпеки, а 13 жовтня відкрили для підписників Google AI Pro та Ultra в застосунку Gemini та AI Mode, а також для розробників через платний рівень Gemini API. Нижче — практичний розбір: що змінилося порівняно з Gemini 3.x, як це працює з погляду API, де модель може бути корисна розробникам і вебмайстрам і як переписати промпти. Матеріал зібрано з офіційної документації та повідомлень Google. Власні тести я додам окремо, там, де вони позначені.

⚡ Коротко: що важливо знати про Gemini 4 Argon

• ✅ Єдине вікно в 1 048 576 токенів. За документацією Gemini API, вхідні токени, токени мислення та вихідні токени ділять одне вікно на 1M токенів.
• ✅ Вихід до 1M токенів (long decode). Google повідомляє, що ліміт виводу виріс з 64K до 1M токенів.
• ✅ Три рівні мислення: low, medium (за замовчуванням) і high.
• ⚠️ Це не безкоштовна модель. В API вона доступна лише на платному рівні, у застосунку — для підписників AI Pro та Ultra. Вступна ціна діє до 30 листопада 2026 року, далі подвоюється.
• ⚠️ Більшість цифр — самозвіт Google. Бенчмарки й заяви про стиль відповідей поки що не підтверджені незалежними вимірюваннями.

📚 Зміст статті

• Як було: Gemini 3.x і його обмеження
• Що змінилося в Gemini 4 Argon: ключові оновлення
• Механіка роботи: як модель обробляє складні задачі
• Де і як використовувати: практичні сценарії
• Чек-лист: як складати промпти під нову модель
• Часті питання (FAQ)
• Висновки
• Джерела

🕰️ Як було: Gemini 3.x і його обмеження

Попереднє покоління — Gemini 3.x: Gemini 3 Pro вийшов 18 листопада 2025 року, далі з'явилися 3.1 Pro та лінійка Flash (остання на момент написання — 3.8 Flash). Ось де, за документацією й заявами Google, були вузькі місця.

Ліміти генерації

Google пише, що новий ліміт виводу в 1M токенів зріс з попередніх 64K. Для довгих завдань (великі міграції, об'ємні звіти) це означало ручне розбиття роботи на кроки й склеювання результатів.

Керування мисленням

Раніше витрати на мислення регулювали параметром thinking_budget. У Gemini 4 Argon основний регулятор — thinking_level. Згідно з міграційним чеклістом, thinking_budget ще працює й зіставляється з найближчим рівнем, але повертає попередження.

Стиль відповідей

У повідомленні про запуск у застосунку Gemini Google описує Argon так: відповідає пряміше й з меншою кількістю застережень (hedging), не повторюється без потреби, уникає кліше. Незалежних вимірювань цього я не бачив, тож це заява компанії, а не перевірений факт.

Агентність: що було, а що нове

Тезис «Gemini 3 лише відповідає на запитання» був би неточним. Разом із Gemini 3 Google випустив Antigravity — платформу для розробки з агентами, а в травні 2026 року з'явився фоновий агент Gemini Spark на Gemini 3.5 Flash. Нове в Argon — заявка на стійку роботу в довгих багатокрокових завданнях («long-horizon»), а не сама ідея агентів.

🧩 Що змінилося в Gemini 4 Argon: ключові оновлення

Google не публікує архітектурних деталей, тож нижче — зміни продукту й API, які можна перевірити в документації.

Єдине вікно на 1M токенів

Вікно в 1 048 576 токенів спільне для вводу, мислення та виводу. Практичний наслідок: що більше модель думає й пише, то менше місця лишається для ваших даних. Великі відповіді на кожному кроці діалогу швидко заповнюють це вікно.

Long decode: вихід далі за ліміт одного запиту

Якщо ви користуєтеся REST або старим SDK, запит зупиняється на ліміті одного запиту, а продовження треба реалізувати самому (є continuation_token). На складній задачі модель може витратити весь один «хоп» на мислення й повернути порожній текст із continuation_token. Документація називає це нормальною поведінкою.

Керований рівень мислення (Thinking Levels)

Токени мислення рахуються у max_output_tokens і тарифікуються як вихідні.

Агентні можливості й інструменти

За сторінкою моделі, Argon підтримує виклик функцій, виконання коду, пошук і прив'язку до Google Search та Maps, URL context, File Search та структуровані відповіді. Computer use доступний у режимі Preview. Antigravity-агент у Gemini Managed Agents теж підтримує Argon. У застосунку Gemini з'явився режим «задач», який, за описом Google, може працювати, поки вас немає за комп'ютером, у Google-застосунках та на 40+ підключених сервісах.

Мультимодальність: що є, чого немає

• Вхід: текст, зображення, відео, аудіо, PDF.
• Вихід: лише текст. Генерації зображень, аудіо та Live API у цієї моделі немає.
• Агентне розуміння відео тепер загальнодоступне (GA).

Тональність

Прямі відповіді — це заява Google про застосунок Gemini. Для API таких формулювань у документації немає, тож у розділі з промптами я пропоную перевіряти це власним тестом.

Ціни та доступ

Джерела: документація API, повідомлення про застосунок. Ціни й умови змінюються, тож перед запуском звіряйтеся зі сторінкою Pricing.

⚙️ Механіка роботи: як модель обробляє складні задачі

Внутрішню архітектуру Google не розкриває. Нижче — послідовність, яку видно з документації API. Це опис того, що відбувається на рівні запиту, а не схема нейромережі.

1. Запит і контекст. Ваш промпт, файли й історія діалогу потрапляють у спільне вікно на 1M токенів (детально про те, як працює пам'ять моделей та чому ліміти контексту впливають на вартість і якість, читайте в моїй статті про контекстне вікно LLM).
2. Фаза мислення. Модель витрачає токени мислення залежно від thinking_level. Вони рахуються у ваш ліміт виводу й тарифікуються як вихідні. У багатокрокових діалогах і викликах функцій потрібно передавати назад повну історію разом із підписами думок (thought signatures).
3. Виклик інструментів. Вбудовані інструменти (виконання коду, пошук, URL context) модель використовує в межах запиту. Для function calling ситуація інша: модель повертає виклик, а виконуєте його ви в своєму коді й повертаєте результат. Тож «без участі людини» в API означає «без участі людини в циклі», але цикл пише розробник.
4. Фінальна відповідь. Якщо запит вичерпав max_output_tokens, відповідь повертається з finish_reason: "MAX_TOKENS" і continuation_token. SDK нових версій продовжують автоматично, а в REST потрібен власний цикл.

Приклад запиту (Python)

pip install -U "google-genai>=2.30.1"

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Опиши план міграції модуля з Java 8 на Java 21.",
    config=types.GenerateContentConfig(
        max_output_tokens=65536,
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)
print(response.text)

Приклад побудований за офіційним quickstart. Назви параметрів і мінімальні версії SDK перевіряйте перед використанням.

Що змінилося в API (чек-лист міграції)

🛠️ Де і як використовувати: практичні сценарії

Нижче два типи тверджень: заяви Google (їх варто перевіряти) і мої припущення щодо застосування (позначені як такі).

Розробка і рефакторинг

• Міграції коду. Google наводить приклад: агенти Argon переписують C/C++ на Rust, від кількох десятків тисяч рядків у core-бібліотеках до понад 800 тисяч рядків для ядра Zircon з Fuchsia. Така робота, за словами Google, проходить автоматичний і ручний аудит, тестування в емуляції та рев'ю перед виходом у продакшен. Цей порядок варто взяти за правило й для власних проєктів.
• Бенчмарки. На DeepSWE v1.1, що вимірює довгі реальні завдання з розробки, Google заявляє 77,9% і називає це новим рівнем state of the art. Це дані самої компанії.
• Безпека. Здатність знаходити й виправляти вразливості Google позиціонує для захисників. Версію з послабленими обмеженнями вона надає лише перевіреним учасникам програми Fairwind, тому розраховувати на неї в публічному доступі не варто.

Аналітика і робота з даними

• Великі документи. Спільне вікно на 1M токенів дозволяє передати об'ємну документацію чи звіти за один запит, але не забувайте, що відповідь і мислення також забирають місце. Заздалегідь рахуйте токени за допомогою token counting.
• Логи сервера (моє припущення). Подібний аналіз можливий, але перед відправкою логів у зовнішній сервіс прибирайте або знеособлюйте IP-адреси й інші персональні дані та перевірте політики використання даних вашого тарифу.
• Фінанси й право. Google заявляє лідерство на Vals Index, Vals Finance Agent та Harvey Legal Agent Benchmark. Це самозвіт, тож критичні висновки завжди перевіряйте вручну.

Контент і SEO (мої припущення)

Google не публікує окремих тверджень про SEO-сценарії, тож цей розділ — мої ідеї для перевірки на практиці:

• Побудова смислової структури статей і кластерів на основі ваших даних (експорт із Search Console, список запитів).
• Технічний аудит за експортом краулера: групування помилок, пріоритезація, чернетки правок.
• Підготовка чернеток аналітичних матеріалів зі скоротом у вигляді факт-чеку: усі цифри й посилання перевіряйте за першоджерелами.

Для видавців є ще одна деталь: за повідомленням у переказі Search Engine Roundtable, відповіді Argon в AI Mode містять посилання на джерела. Це варто стежити в аналітиці, але самі висновки поки що слід розглядати як попередні.

✅ Чек-лист: як складати промпти під нову модель

1. Обирайте рівень мислення під тип задачі

• low — класифікація, переписування, прості відповіді, масові дешеві запити.
• medium — типовий вибір, зокрема для коду й агентів.
• high — складні міркування, найважчий код, довгі виводи.

Google радить прогнати свої оцінки на всіх трьох рівнях із високим max_output_tokens і вибрати найнижчий рівень, який задовольняє вашу планку якості.

2. Чи справді більше не потрібні преамбули

У застосунку Gemini Google заявляє про прямі відповіді без кліше. Для API такої гарантії в документації я не знайшов. Спробуйте самі: запустіть один і той самий запит із фразою «відповідай прямо, без води» і без неї та порівняйте. Якщо різниці немає, прибирайте преамбулу. Цінніше за загальні побажання працює чітка структура (а готові шаблони та приклади для контенту й розробки ви можете знайти в моїй добірці практичних промптів для генерації коду й текстів):

Мета: зробити технічний аудит списку URL з експорту краулера.
Контекст: [вставте дані].
Обмеження: лише факти з даних, без припущень; якщо даних бракує — напиши, чого саме.
Формат: таблиця "проблема | кількість URL | пріоритет | що виправити".
Перевірка: наприкінці перелічи, що ты не міг перевірити.

2. Чи справді більше не потрібні преамбули

У застосунку Gemini Google заявляє про прямі відповіді без кліше. Для API такої гарантії в документації я не знайшов. Спробуйте самі: запустіть один і той самий запит із фразою «відповідай прямо, без води» і без неї та порівняйте. Якщо різниці немає, прибирайте преамбулу. Цінніше за загальні побажання працює чітка структура: мета, контекст, обмеження, формат результату, критерій перевірки.

Мета: зробити технічний аудит списку URL з експорту краулера.
Контекст: [вставте дані].
Обмеження: лише факти з даних, без припущень; якщо даних бракує — напиши, чого саме.
Формат: таблиця "проблема | кількість URL | пріоритет | що виправити".
Перевірка: наприкінці перелічи, що ти не міг перевірити.

3. Як передавати великі файли й кодові бази

• Порахуйте токени до відправки й залиште запас: мислення та відповідь теж беруть місце з тих самих 1M.
• Для файлів користуйтеся Files API, а не вставкою всього в промпт, коли це доречно.
• Задавайте max_output_tokens явно. Орієнтири з документації: для стандартних завдань залишайте типове значення, для завдань, які раніше потребували понад 32K токенів, ставте 65 536, а для складних міркувань і коду — 131 072 чи 262 144, до 1 048 576 мінус вхід.
• Для економії скористайтеся неявним кешуванням: воно працює для запитів від 4 096 токенів і знижує ціну кешованих вхідних токенів на 95%.

4. Контролюйте витрати

• Токени мислення тарифікуються як вихідні, а вихід у $10 (потім $20) за 1M коштує помітно дорожче за вхід.
• Для довгих завдань обмежуйте max_output_tokens і логуйте фактичне використання токенів.
• Пам'ятайте про зміну тарифів з 1 грудня 2026 року.

❓ Часті питання (FAQ)

Gemini 4 і Gemini 4 Argon — це одне й те саме?

Argon — перша модель сімейства Gemini 4. За повідомленнями преси, Google планує представити решту сімейства пізніше.

Чи безкоштовний Gemini 4 Argon?

Ні. В API модель доступна на платному рівні й, за документацією, не доступна на безкоштовному рівні та в плані Google AI Pro. У застосунку Gemini її отримують підписники AI Pro та Ultra.

Скільки коштує використання?

До 30 листопада 2026 року діє вступна ціна $2 за 1M вхідних і $10 за 1M вихідних токенів, з 1 грудня — $4 і $20. Токени мислення тарифікуються як вихідні.

Що таке long decode?

Це можливість згенерувати відповідь довшу, ніж ліміт одного запиту (64K у потоці, 32K без потоку), аж до 1M токенів мінус вхід. Нові версії SDK продовжують генерацію автоматично.

Чи можна вимкнути мислення повністю?

У переліку рівнів із документації доступні low, medium і high. Режиму «вимкнено» серед них немає. Найдешевший варіант — low.

🏁 Висновки

• 🔹 Gemini 4 Argon — перша модель покоління Gemini 4. Публічно вона з'явилася 13 жовтня 2026 року, а перед цим кілька тижнів була доступна лише партнерам із кібербезпеки.
• 🔹 Головні зміни для практики: єдине вікно на 1M токенів, long decode до 1M токенів виводу, рівні мислення low / medium / high замість thinking_budget.
• 🔹 При міграції пам'ятайте про нюанси: параметри семплінгу ігноруються, явного кешування немає, ліміт одного непотокового запиту зменшився до 32K, таймаути треба збільшити.
• 🔹 Заяви про стиль відповідей і бенчмарки — це самозвіт Google. Перш ніж переходити на нову модель, перевірте її на власних даних.
• 🔹 Найвигідніша стратегія: тестувати завдання на всіх трьох рівнях мислення й обирати найдешевший, що влаштовує вас за якістю.

📖 Читайте також

• Яку модель Ollama обрати для агента з tool-calling: порівняння і бенчмарки
• Ембеддінг-моделі для RAG у 2026 році: як обрати і порівняння провайдерів

📎 Джерела

• Google: Gemini 4 Argon, our next era of frontier intelligence (30.09.2026)
• Google: Gemini 4 Argon is now available for developers (13.10.2026)
• Gemini API Docs: сторінка моделі Gemini 4 Argon
• Google Cloud: Developer's guide to Gemini 4 Argon
• Gemini API: Pricing
• Gemini API Docs: Thought signatures
• Gemini API Docs: Token counting
• Gemini API Docs: Files API
• Relevant Audience: Gemini 4 Argon in AI Mode

Важливо: моделі, ліміти, ціни та умови доступу Gemini змінюються. Перед використанням перевіряйте актуальну документацію. Матеріал актуальний на 18 жовтня 2026 року.