Перейти к основному содержимому

Галактика АйТи

Gemini 4 Argon рассчитана на длинные бизнес-процессы

Светящееся ядро ИИ принимает длинные потоки задач внутри защитного контура
Главное в технологиях · 1 октября 2026

Google представила Gemini 4 Argon для сложных многошаговых задач, программирования и киберзащиты. Для бизнеса важен не рекордный лимит модели сам по себе, а возможность проверить длинный процесс по этапам и остановить его до ошибочного действия.

1
Искусственный интеллект · корпоративные процессы

Длинный ответ не заменяет контроль результата

Поток задач ИИ проходит несколько защитных шлюзов перед бизнес-системами

1 октября РБК сообщил о новой модели Google Gemini 4 Argon. Компания позиционирует её для программирования, финансового и юридического анализа, работы с длинными видео и киберзащиты. Пока доступ получают доверенные специалисты по безопасности через программу Fairwind. Массовый запуск для разработчиков, компаний и пользователей запланирован после дополнительного тестирования.

В официальном анонсе Google заявила, что лимит выходных данных увеличен с 64 тыс. до 1 млн токенов. Это позволяет модели дольше выполнять одну последовательность действий и разбирать больше материалов без принудительного разрыва задачи. Вводная цена заявлена на уровне 2 долларов за миллион входных токенов и 10 долларов за миллион выходных. После вводного периода тариф должен вырасти до 4 и 20 долларов соответственно.

Google приводит внутренние примеры применения: агенты нашли способы освободить более 300 ТиБ памяти в инфраструктуре компании, а при переносе видеодекодера на Rust заменили 32 тыс. строк SIMD-кода. Эти результаты являются данными производителя, а не независимой оценкой. Для киберзащиты модель обучена находить, проверять и исправлять уязвимости, но полный набор таких возможностей на первом этапе доступен ограниченному кругу защитников.

Большой лимит полезен для миграции кода, анализа договоров, исследования документов и сложных цепочек автоматизации. Одновременно растут стоимость ошибки и объём результата, который нужно проверить. Если модель получила право менять репозиторий, CRM или инфраструктуру, длинная автономная работа без контрольных точек может накопить десятки согласованных между собой, но неверных изменений.

Практический вывод для бизнеса: тестируйте новую модель на одном измеримом процессе. Разбейте задачу на этапы, заранее задайте критерии качества и бюджет токенов, запретите прямые изменения продакшена, сохраняйте журнал действий и требуйте подтверждение человека перед публикацией, платежом, удалением или массовой записью данных. Сравнивайте не один удачный ответ, а серию одинаковых задач с текущим решением по точности, времени, стоимости и числу ручных исправлений.

Источник: РБК, 1 октября 2026Официальный первоисточник: Google

Как подготовлен материалТема взята из рубрики РБК «Технологии и медиа». Дата анонса, порядок доступа, лимит выходных данных, цены, внутренние примеры и меры безопасности сверены с официальной публикацией Google. Текст написан редакцией «Галактика АйТи» своими словами. Иллюстрации созданы специально для выпуска.

Если ИИ должен работать с документами, кодом и корпоративными системами, пилот нужно строить вокруг измеримого процесса и контрольных точек. Подробнее о таком подходе читайте в разделе интеграции искусственного интеллекта.

Редакция Галактика АйТи

Редакция Галактика АйТи