# Gemini 4 Argon: что умеет новая модель Google и кому она пригодится

30 сентября 2026 года Google представила Gemini 4 Argon — новую модель искусственного интеллекта для сложных рабочих задач. Модель ориентирована на программирование, анализ данных и кибербезопасность. Google делает ставку на задачи, которые требуют не одного ответа, а последовательной работы в несколько этапов.

**Что изменилось в новой модели**

Одно из главных нововведений — увеличенный объем генерации. [Gemini 4 Argon](<https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/>)поддерживает до одного миллиона токенов на один ответ. Предыдущий лимит составлял 64 000 токенов. Это позволяет модели дольше работать над сложными задачами и обрабатывать большие объемы информации.

Модель также рассчитана на работу с программным кодом, документами, графиками и другими типами данных. По данным Google, ее уже используют инженеры компании для поиска ошибок, проектирования алгоритмов и переноса крупных кодовых баз на другие языки программирования.

**Что можно делать с Gemini 4 Argon**

**Работать с программным кодом.** Модель помогает анализировать существующие проекты, искать ошибки и готовить исправления. Она ориентирована на сложные инженерные задачи, а не только на генерацию отдельных фрагментов кода.

**Анализировать документы и данные.** Модель может пригодиться финансовым специалистам для изучения отчетов и подготовки аналитики, а юридическим командам — для поиска информации в объемных документах и составления черновиков.

**Выявлять уязвимости.** Отдельное направление — кибербезопасность. Google заявляет, что модель способна самостоятельно находить, проверять и исправлять критические уязвимости в программном обеспечении. Компания также сообщила, что с помощью Argon удалось обнаружить уязвимость в медицинском ПО, которая могла привести к раскрытию персональных данных пациентов.

При этом результаты работы модели необходимо проверять перед внедрением, особенно если речь идет о критически важных системах и конфиденциальной информации.

**Насколько хорошо модель справляется с задачами**

В тесте DeepSWE v1.1, оценивающем выполнение сложных задач в программной инженерии, Gemini 4 Argon набрала 77,9%. В тесте CWE-bench v1, который оценивает способность моделей исправлять уязвимости, она получила 68%, разделив первое место с другой моделью.

Эти показатели опубликованы Google в[официальном анонсе](<https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/>). Их стоит рассматривать с учетом методики тестирования и того, что часть результатов получена в оценках самой компании. Argon [показывает сильные результаты](<https://www.reuters.com/legal/litigation/google-announces-gemini-4-flagship-ai-model-after-months-delays-2026-09-30/>) в отдельных тестах, но уступает конкурентам в некоторых задачах программирования.

**Кому пригодится новая модель**

Gemini 4 Argon рассчитана на разработчиков, инженеров, аналитиков и корпоративные команды. Она может помочь при работе с крупными программными проектами, обработке объемных документов и автоматизации многоэтапных процессов.

Специалистам по кибербезопасности модель пригодится для поиска уязвимостей и проверки защиты программных систем. При этом она не заменяет экспертную оценку: найденные проблемы и предложенные исправления необходимо проверять.

Для повседневных запросов, написания коротких текстов и поиска идей возможности Argon могут оказаться избыточными. Ее основные преимущества проявляются в задачах, требующих длительного анализа и последовательного выполнения действий.
