# Gemini 4 Argon: чому результати на ARC-AGI-3 так різняться

> Gemini 4 Argon набрала 97,5% на ARC-AGI-3 з функціями постачальника та 49,8% у стандартному середовищі. На нижчий результат вплинули й проблеми з API.

- Опубліковано: 16 жовтня 2026 р. (2026-10-16T15:54:17.265293+00:00)
- Розділ: AI-інструменти
- На основі публікації: [The Decoder](https://the-decoder.com/googles-gemini-4-argon-is-closer-to-the-ai-frontier-than-any-google-model-in-months/)
- Видання: AiiN (https://aiin.news)
- URL: https://aiin.news/article?slug=gemini-4-argon-%D1%87%D0%BE%D0%BC%D1%83-%D1%80%D0%B5%D0%B7%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8-%D0%BD%D0%B0-arc-agi-3-%D1%82%D0%B0%D0%BA-%D1%80%D1%96%D0%B7%D0%BD%D1%8F%D1%82%D1%8C%D1%81%D1%8F

---

Gemini 4 Argon від Google DeepMind набрала 97,5% на ARC-AGI-3 за $4 800, а в стандартному середовищі за низького рівня міркування — 49,8%, [за даними The Decoder](https://the-decoder.com/googles-gemini-4-argon-is-closer-to-the-ai-frontier-than-any-google-model-in-months/).

Розрив становить 97,5 − 49,8 = 47,7 відсоткового пункта. Високий результат отримано в середовищі з функціями постачальника, зокрема зі збереженням міркувань між кроками та стисненням контексту. Порівняння також ускладнюють проблеми з API під час стандартних запусків.

## Чому та сама модель має 97,5% і 49,8%?

Модель Argon тестували у двох середовищах із різними можливостями. У Provider Adapter Harness вона користується функціями постачальника: retained reasoning (збереження міркувань) і context compaction (стиснення контексту). У Standard Harness між раундами дозволені лише прості нотатки.

Стандартний запуск за низького рівня міркування коштував $5 800 і дав 49,8%, тоді як результат 97,5% коштував $4 800. На старіших версіях тесту модель набрала 91,3% на ARC-AGI-2 ($0,32 за задачу) і 98,5% на ARC-AGI-1 ($0,16 за задачу).

Суперечка про умови тестування виникла в липні 2026 року. Модель GPT-5.6 Sol від OpenAI у стандартному середовищі набрала 7,8%, а з Responses API, Retained Reasoning і Compaction отримала 38,3% та випередила Claude Opus 5 з її 30,2%. При цьому стандартне середовище використовувало старіший інтерфейс без новіших функцій Claude API, тож умови для моделей різнилися. Після суперечки співзасновник ARC Prize Франсуа Шолле дозволив загальнодоступні налаштування API.

Через проблеми з API модель Argon не завершила всі 55 ігор у стандартному середовищі. На низькому рівні міркування вона завершила 42 гри й отримала 49,8%, на середньому — 46 ігор і 46,3%. На найвищому рівні модель завершила лише 19 ігор, тому ARC Prize не опублікувала оцінку. Опубліковані результати охоплюють усі 55 ігор, включно з частковими балами за перервані запуски.

## Де модель Argon лідирує, а де відстає?

Модель Argon лідирує в кількох бенчмарках зі знань, агентних завдань і зору, але за попередніми оцінками Epoch AI посідає восьме місце в Math ECI та шосте в Software Engineering Index.

У загальному Epoch Capabilities Index модель отримала 165 пунктів, зрівнялася з Fable 5.1 і трохи поступилася Opus 5.5 (167) та GPT-6 Astra (166). ECI об’єднує понад 50 бенчмарків в одну шкалу. Gemini 3.8 Flash має 157 пунктів, а так близько до лідерів Google була востаннє з Gemini 3.1 Pro у лютому.

Google також наводить власний приклад роботи з кодом. Агенти Argon, [за даними RTTNews](https://www.rttnews.com/3696025/google-unveils-gemini-4-argon-its-new-frontier-model.aspx), замінили 32 000 рядків SIMD-коду у відеодекодері libgav1. За заявою Google, отримана Rust-версія працює у 2,7 раза швидше за попередню Rust-версію. Цей результат у наведених джерелах спирається на заяву компанії.

## Скільки коштує модель Argon і кому вона доступна?

Google встановила стартову ціну Argon на рівні $2 за мільйон вхідних і $10 за мільйон вихідних токенів. Знижка на кешовані вхідні токени становить 95%: $2 × (1 − 0,95) = $0,10 за мільйон. Це у 20 разів дешевше за звичайний вхід: $2 ÷ $0,10 = 20. Ліміт вихідних токенів зріс із 64 000 до 1 мільйона.

RTTNews описує початковий доступ для перевірених фахівців із кіберзахисту через програму Fairwind, платних клієнтів API та підписників Google AI Ultra. Перед ширшим запуском Google посилює захист від зловживань, prompt injection і неузгодженості моделі з цілями.

Модель уже доступна в застосунку Gemini підписникам Google AI Pro та Ultra, [за даними Google](https://blog.google/innovation-and-ai/products/gemini-app/gemini-4-availability). Компанія також повідомила, що агентний інтерфейс для роботи з кодом Google Antigravity з’явився безпосередньо в застосунку Gemini для macOS.

---

Теги: AI, Gemini, Google, бенчмарки, агенти, ARCAGI

Джерело: AiiN — https://aiin.news/article?slug=gemini-4-argon-%D1%87%D0%BE%D0%BC%D1%83-%D1%80%D0%B5%D0%B7%D1%83%D0%BB%D1%8C%D1%82%D0%B0%D1%82%D0%B8-%D0%BD%D0%B0-arc-agi-3-%D1%82%D0%B0%D0%BA-%D1%80%D1%96%D0%B7%D0%BD%D1%8F%D1%82%D1%8C%D1%81%D1%8F. Цитуючи, посилайтесь на канонічний URL.