Gemini 4 Argon: цены и доступ к API — что уже работает

Анонс Gemini 4 Argon ещё не означает, что модель уже можно вызвать через API. По состоянию на 1 октября 2026 года Google сначала открывает доступ проверенным специалистам по кибербезопасности, затем — платным клиентам API и подписчикам Google AI Ultra. Дата публичного релиза пока не объявлена. Поэтому сейчас разумнее заложить модель в бюджет и подготовить тестирование, а не встраивать в продукт предполагаемое имя модели.

Gemini 4 Argon представлена, но публичного API пока нет

Gemini 4 Argon — реальный продукт, который Google DeepMind официально представила 30 сентября 2026 года. Но пока это закрытый доступ, а не общий релиз. В объявлении Google говорится, что первой внешней группой станут проверенные специалисты по кибербезопасности из Fairwind Program. Разработчикам, компаниям и обычным пользователям доступ обещают предоставить «как можно скорее».

Опубликованный прайс-лист не означает, что Argon уже включена в вашем API-аккаунте. Не разворачивайте продакшен на основе предположительного endpoint или идентификатора модели.

Что именно Google открыла 30 сентября

На практике у запуска есть четыре уровня доступа:

Ни один из этих пунктов не даёт стабильного публичного идентификатора модели, расписания лимитов запросов или гарантированной даты запуска в Google AI Studio или Vertex AI.

Официальный анонс Gemini 4 Argon — главный источник информации о порядке открытия доступа. Актуальную документацию Google по ценам Gemini API следует считать источником истины для публичного тарифа, по которому модель действительно можно вызывать. На момент проверки Argon там не была указана.

Сколько будет стоить Gemini 4 Argon API после запуска

Google объявила стартовые цены за 1 миллион токенов. После вводного периода, дата окончания которого не опубликована, тарифы вырастут вдвое.

Для простого вызова агента с 200 000 входных токенов, из которых 150 000 приходятся на кэш, 50 000 — на обычный ввод, а объём ответа составляет 40 000 токенов, стартовая оценка равна $0.515:

1. 50 000 некэшированных входных токенов стоят $0.10.
2. 150 000 кэшированных входных токенов стоят $0.015.
3. 40 000 выходных токенов стоят $0.40.
4. Итого: $0.515 без учёта прочих сборов провайдера или платформы.

По опубликованным будущим тарифам на обычные входные и выходные токены их совокупная стоимость составила бы $1.00. Итоговая сумма неизвестна, поскольку Google не сообщила будущую цену кэшированных входных данных. Основная статья расходов — генерация: миллион выходных токенов обойдётся в $10 по стартовому тарифу или в $20 позже, ещё до учёта входных токенов. Это скорее верхняя граница бюджета, чем разумный стандартный объём.

Не рассчитывайте бюджет только по стартовой цене. Если функция работает при тарифе $2/$10, но становится невыгодной при $4/$20, её ещё нельзя считать готовой к продакшену. Лимиты запросов, доступность в регионах, условия пакетной обработки, окончательная логика кэширования и дата завершения вводного периода пока неизвестны.

Что доказывают опубликованные результаты Argon — и чего не доказывают

Google позиционирует Argon для длительных задач разработки ПО, работы с корпоративными знаниями, анализа длинных видео и защитной кибербезопасности. В материалах к запуску приведены следующие результаты:

Artificial Analysis сообщила о предварительной оценке 53 балла в Intelligence Index для снимка модели с усиленным рассуждением и отметила, что данных о скорости пока нет. Это контекст, а не гарантия задержки. Результаты Google оправдывают проверку на собственных сценариях, но не позволяют считать Argon лучшей моделью для любой задачи.

Лимит в миллион выходных токенов меняет архитектуру приложений

По данным Google, Argon способна генерировать до 1 миллиона выходных токенов — против 64 000 у предыдущих моделей Gemini. Для крупных миграций или отчётов это может сократить число отдельных ответов, которые приходится объединять вручную. Но одновременно появляются три операционных риска.

Во-первых, длинный ответ может завершиться ошибкой уже в самом конце. Используйте потоковую выдачу и сохраняйте промежуточные результаты, чтобы обрыв соединения не превращал почти готовую задачу в бесполезный счёт. Во-вторых, большой объём текста требует больше времени на проверку. Даже масштабная миграция кода должна проходить тесты, ревью diff и выполняться с возможностью отката. В-третьих, чем длиннее генерация, тем выше задержка — для интерактивного интерфейса такие запросы подходят плохо.

Задавайте явный лимит выходных токенов в каждом вызове. Для извлечения данных и чата используйте небольшой предел, для ограниченных изменений в коде — больший, а для отчётов и миграций — бюджет, рассчитанный под конкретную задачу. Лимит в 1M полезен, когда он действительно нужен, но не даёт повода запускать всех агентов без ограничений.

Как безопасно подготовить переход на новую модель

Подготовиться можно уже сейчас — не делая вид, что Argon доступна всем.

1. Храните имя модели в GEMINI_MODEL, а не зашивайте его в логику приложения.
2. Не храните GEMINI_API_KEY в репозитории.
3. Соберите 20–50 типичных задач из собственного репозитория, документов или логов работы агентов.
4. Фиксируйте число токенов, задержку, повторы, ошибки инструментов, долю принятых результатов, время ручного исправления и стоимость.
5. Когда доступ откроется, проверьте список моделей аккаунта через справочник Models API; не угадывайте имя gemini-4-argon.
6. Перед переключением трафика прогоните тот же набор тестов на текущей продакшен-модели.

Минимальный вызов из Python можно сделать независимым от конкретной модели, следуя справочнику Google по Gemini API Python SDK:

import os
from google import genai
from google.genai import types

client = genai.Client()
model = os.environ["GEMINI_MODEL"]

response = client.models.generate_content(
    model=model,
    contents="Review this bounded code change and list concrete risks.",
    config=types.GenerateContentConfig(max_output_tokens=32000),
)
print(response.text)

Этот пример не утверждает, что GEMINI_MODEL=gemini-4-argon уже работает. После публикации официального ID убедитесь, что ответ со списком моделей и документация API указывают на одно и то же, и только затем меняйте конфигурацию развёртывания.

Кому ждать, а кому готовиться уже сейчас

Практичная стратегия здесь — маршрутизация запросов, а не автоматическая замена модели: оставьте быструю базовую модель для рутинных задач, а Argon используйте для сложных и длинных сценариев только после успешного прохождения собственных тестов.

Частые вопросы о Gemini 4 Argon

Gemini 4 Argon доступна всем?

Нет. Сначала Google открывает доступ проверенным специалистам по кибербезопасности через Fairwind. Платные клиенты API и подписчики Google AI Ultra названы следующими группами, но дата общего публичного релиза не объявлена.

Какой идентификатор модели Gemini 4 Argon API?

В проверенных материалах к запуску Google не опубликовала стабильный публичный идентификатор модели по состоянию на 1 октября 2026 года. Запрашивайте список моделей, доступных именно вашим учётным данным, а не предполагайте, что gemini-4-argon корректен.

Сколько стоит Gemini 4 Argon?

Стартовая цена составляет $2 за миллион входных токенов и $10 за миллион выходных. Позднее тарифы, по словам Google, вырастут до $4 и $20; стоимость кэшированных входных данных заявлена на 95% ниже стартовой цены входных токенов.

Миллион токенов — это размер контекстного окна?

Google прямо называет эту цифру лимитом выходных токенов. Не считайте, что контекстное окно составляет 1 миллион токенов, пока Google не укажет такой лимит в документации API.

Стоит ли уже сейчас переходить с Gemini 3.8 Flash?

Нет. Оставьте проверенную базовую модель, зафиксируйте репрезентативный набор тестов и переходите только после того, как Argon станет доступна вашему аккаунту, официальный идентификатор модели будет задокументирован, а те же задачи будут выполняться с приемлемой стоимостью и объёмом последующих исправлений.