Google sprístupnil Gemini 4 Argon: mieri na dlhé agentické úlohy, kód aj vedu

Google globálne sprístupnil svoj nový frontier model Gemini 4 Argon. Vývojári a firmy ho môžu používať cez platené rozhranie Gemini API v AI Studio a cez podnikovú platformu Gemini, predplatitelia ho dostávajú aj v aplikácii Gemini, režime AI Mode a agentickom vývojovom prostredí Antigravity. V rovnaký deň ho GitHub zaradil do Copilota a podporu pridal aj open-source framework PydanticAI. Nejde teda iba o predstavenie modelu, ku ktorému sa používatelia dostanú neskôr. Argon vstupuje priamo do niekoľkých produkčných kanálov a Google ho stavia najmä do úlohy nástroja na dlhé, viacstupňové pracovné postupy.

Model určený na prácu, ktorá sa nezmestí do jedného promptu

Najvýraznejším technickým údajom je spoločný limit jedného milióna vstupných a výstupných tokenov v API. Google tým nehovorí len o načítaní rozsiahleho repozitára alebo archívu dokumentov. Argon má dostať priestor aj na mimoriadne dlhý výstup: úplnú migráciu viacerých súborov, rozsiahlu technickú špecifikáciu či dlhú matematickú deriváciu bez rozdeľovania na sériu samostatných požiadaviek. PydanticAI pri podpore modelu výslovne uvádza pokračovanie generovania za bežný limit jednej požiadavky a zároveň zvýšil predvolený časový limit pre poskytovateľov Google na 20 minút. To naznačuje, že dlhý beh nie je okrajová ukážka, ale vlastnosť, s ktorou musia integračné nástroje počítať.

Argon nemá podľa zverejnených výsledkov jednotný náskok v každej disciplíne. Google uvádza prvenstvo na indexe Vals so skóre 68,9 percenta, na AutomationBench dosiahol 51,3 percenta a na DeepSWE 77,9 percenta. V niektorých testoch však vedú konkurenčné modely: na FrontierSWE v2 mal Argon 55 percent oproti 65,5 percenta pri GPT-6 Astra a na Terminal-bench 4.0 zaostal za Claude Opus 5.5. Užitočnejší obraz preto nevytvára jeden rebríček, ale profil modelu: silný je v kombinácii práce s nástrojmi, dlhého kontextu, multimodálneho vstupu a udržiavania viacstupňového plánu. Všetky tieto čísla navyše treba čítať v kontexte metodiky a nastavení jednotlivých modelov.

Google svoju argumentáciu podopiera aj internými zásahmi do reálneho softvéru. Tvrdí, že Argon pomohol oddeliť časť funkcionality zo šesťmiliónového adresára v kódovej báze Chromium, zrýchliť prípravu dlhých relácií v Agent Development Kite o 40 percent a studené importy o 21 percent. Pri modeli Gemma 4 E2B firma uvádza 2,85-násobné zrýchlenie inferencie na GPU A100 pri zachovaní rovnakých tokenov. Ide o konkrétnejšie dôkazy než bežné ukážky vygenerovanej aplikácie, stále však pochádzajú od výrobcu. Nezávislé reprodukcie nákladov, času práce a kvality výsledných zmien zatiaľ chýbajú.

Z laboratória rovno do Copilota

Samostatne dôležité je nasadenie v GitHub Copilote. Argon je postupne dostupný používateľom plánov Pro+, Max, Business a Enterprise vo Visual Studio Code, Visual Studiu, Copilot CLI, kódovacom agentovi, aplikácii Copilot, JetBrains IDE, Xcode aj Eclipse. GitHub uvádza, že v jeho skorých testoch vyriešil model viac úloh než predchádzajúce modely Gemini vo všetkých použitých programátorských benchmarkoch, pričom najväčší posun videl v Copilot CLI. Firemní administrátori môžu prístup riadiť modelovou politikou; pri predvolenom povoľovaní sa však nový model môže zapnúť automaticky, ak organizácia globálnu voľbu alebo samotný Argon výslovne nezakázala.

Pre slovenské vývojové tímy je praktickým dôsledkom potreba oddeliť dostupnosť modelu od povolenia jeho autonómnych akcií. Miliónový limit môže znížiť počet ručných odovzdaní kontextu pri audite monorepozitára, no zároveň zväčšuje množstvo kódu a interných dokumentov spracovaných v jednom behu. Dlhšie agentické relácie môžu vykonať viac nástrojových volaní a vytvoriť vyšší účet skôr, než si operátor všimne chybný smer. Vhodným začiatkom preto nie je plošné zapnutie, ale meraný pilot na uzavretých úlohách: migrácie testov, analýza závislostí alebo návrh refaktoringu s povinnou ľudskou kontrolou pred zápisom a nasadením.

Cena v Gemini API začína počas úvodného obdobia na dvoch dolároch za milión vstupných a desiatich dolároch za milión výstupných tokenov; Google uvádza 95-percentnú zľavu na vstup načítaný z cache. Po 30. novembri 2026 má verejný variant stáť štyri doláre za vstup a 20 dolárov za výstup. Pri krátkej konverzácii môže byť cena ľahko čitateľná, no pri stotisícových trajektóriách rozhoduje opakované načítanie kontextu, počet pokusov a objem generovaného zdôvodnenia či kódu. Tímy by preto mali merať cenu za úspešne dokončenú úlohu, nie cenu jedného tokenu alebo jedného volania.

Bezpečnosť sa presúva dovnútra agentického behu

S rastúcou autonómiou sa mení aj bezpečnostný problém. Google uvádza, že Argon trénoval na rešpektovanie systémových hraníc, otvorené hlásenie neúspechu a vyžiadanie potvrdenia pred nezvratným krokom. V interných programátorských testoch mali pokusy o nepovolenú skratku klesnúť na dve percentá. Druhou vrstvou je automatizovaný monitor, ktorý sleduje priebeh uvažovania a akcie agenta a môže zablokovať neželanú obchádzku. Pri nepriamom prompt injection útoku dosiahol podľa Googlu úspech útočníka 0,7 percenta počas 15 adaptívnych pokusov. To je povzbudivý údaj, nie však záruka bezpečnosti pri inom obsahu, nástrojoch alebo oprávneniach.

Tieto mechanizmy sú dôležité najmä vtedy, keď agent číta nedôveryhodné webové stránky, e-maily, tickety alebo zdrojové súbory a súčasne má prístup k terminálu či podnikovej databáze. Odolnosť samotného modelu nenahrádza izolované pracovné prostredie, minimálne oprávnenia, schvaľovanie citlivých krokov a auditovateľný záznam volaní nástrojov. Google síce opisuje spevnené sandboxy a monitorovanie, ale organizácia používajúca Argon cez inú platformu nemusí automaticky dostať rovnakú ochrannú vrstvu. Nasadenie cez API, Copilot a vlastný agentický framework preto nemožno z bezpečnostného hľadiska považovať za totožné.

Čo zatiaľ nevieme

Najväčšou otvorenou otázkou je prenos výsledkov z kontrolovaných testov do bežnej prevádzky. Príklady z Googlu zahŕňajú optimalizáciu kvantovej chémie, formálne overený kvantový algoritmus, návrh enzýmov aj prevod videa na robotickú simuláciu. Sú pôsobivé, ale pri viacerých ide o interné experimenty, partnerské hodnotenia alebo úlohy so silnou expertnou kontrolou. Zatiaľ nevieme, ako často model pri dlhom behu stratí pôvodný zámer, koľko ľudskej práce si vyžiada kontrola rozsiahleho výstupu ani či sa deklarované zrýchlenie zachová pri slovenských dokumentoch, lokálnych právnych textoch a menších kódových základniach.

Argon preto zatiaľ najlepšie vyzerá ako kandidát na porovnávacie testovanie, nie ako automatická náhrada existujúceho modelu. Organizácie by mali použiť vlastnú sadu reprezentatívnych úloh, zaznamenať úspešnosť, čas, cenu, počet zásahov človeka a závažnosť chýb a až potom rozširovať oprávnenia. Novinkou nie je iba vyššie skóre, ale spojenie dlhého výstupu, nástrojov, multimodality a okamžitej dostupnosti v rozšírenom vývojárskom ekosystéme. Práve toto spojenie môže z Argonu urobiť užitočný produkčný model — alebo drahého agenta, ak dostane priveľa kontextu a právomocí bez merania a kontrol.