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.

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, 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. Компанія також повідомила, що агентний інтерфейс для роботи з кодом Google Antigravity з’явився безпосередньо в застосунку Gemini для macOS.