Nowy model Google Gemini 4 Argon opublikowany
13 października 2026 roku firma Google oficjalnie udostępniła model sztucznej inteligencji o nazwie Gemini 4 Argon. Narzędzie przeznaczone dla deweloperów i subskrybentów pakietu Google AI Ultra potrafiło analizować potężne zbiory danych oraz realizować wieloetapowe zadania. Zwiększone okno kontekstowe, a także wsparcie autonomicznych asystentów sprawiły, że praca nad złożonymi projektami programistycznymi uległa zmianie.
Spis treści:
Najważniejsze możliwości techniczne modelu Gemini 4 Argon
Model AI od Google otrzymał ulepszenia względem starszych rozwiązań. Podstawową zmianą udostępnioną użytkownikom było powiększone okno kontekstowe. Pojemność pamięci wzrosła z 64 tysięcy do miliona tokenów. Zmiana ta pozwalała na przetwarzanie kodów źródłowych w ramach jednego zapytania. Warunkiem uczestnictwa i korzystania z zasobów było posiadanie statusu dewelopera lub opłacenie subskrypcji Google AI Ultra.
Sztuczna inteligencja zyskała warianty regulacji działania. Poziom myślenia AI można było dostosować na trzy sposoby. Dostępnymi wariantami były tryby niski, średni oraz wysoki. Ustawienia te pozwalały na dopasowanie poboru mocy obliczeniowej do konkretnego polecenia wprowadzanego przez użytkownika.
Autonomiczni agenci AI w środowisku deweloperskim
Rozwój narzędzia objął stworzenie przestrzeni, w której autonomiczni agenci AI pracowali bezpośrednio w miejscu zatrudnienia programistów. Integracja modelu z platformą Google Antigravity umożliwiła realizację poleceń w edytorach kodu oraz przeglądarkach internetowych. Konstrukcja usługi opierała się na haśle prompt to production. Środowisko deweloperskie zyskało wsparcie zdolne do analizy problemów strukturalnych.
Usługa obsługiwała wyzwania polegające na modyfikowaniu aplikacji. Autonomiczni asystenci potrafili realizować wieloetapowe zadania, do których należało przepisywanie kodu z języka C++ na Rust. Cały proces wykorzystywał tokeny wejściowe i wyjściowe w modelu zautomatyzowanym, co odciążało inżynierów oprogramowania z wykonywania powtarzalnych poleceń tekstowych.
Wyniki w indeksie Vals oraz cennik nowej usługi
Według doniesień z 13 października 2026 roku model zajął pierwsze miejsce w indeksie Vals. Zestawienie to badało wydajność systemów uczenia maszynowego w finansach, cyberbezpieczeństwie i programowaniu. Wynik ten umiejscowił Gemini 4 Argon przed innymi rozwiązaniami dostępnymi na rynku.
Producent podał cennik użytkowania usługi. Koszt użycia wyniósł 2 dolary za milion tokenów wejściowych. Generowanie odpowiedzi wyceniono na 10 dolarów za milion tokenów wyjściowych.
Weryfikacja obietnic o bezpiecznym łataniu luk w kodzie
Firma Google informowała o zdolności narzędzia do przeprowadzania prac takich jak bezbłędna refaktoryzacja kodu. Przedstawiciele przedsiębiorstwa zaznaczali, że algorytmy potrafiły realizować samodzielne łatanie luk w zabezpieczeniach. Twierdzenia te były obietnicami producenta wymagającymi potwierdzenia pod kątem generowania ewentualnych podatności.
W testach redakcyjnych rozpoczętych 14 października 2026 roku weryfikowana jest faktyczna skuteczność działania oprogramowania. Autor sprawdza, czy model poprawnie diagnozuje zagrożenia w infrastrukturze. Do czasu uzyskania wyników zapewnienia o bezpiecznej refaktoryzacji należy rozpatrywać jako funkcje w fazie analizy.
*Powyższy tekst ma charakter informacyjno-edukacyjny i opiera się na danych technicznych udostępnionych przez producenta oraz doniesieniach medialnych z dnia premiery. Skuteczność autonomicznych funkcji modelu w zaawansowanych projektach z zakresu cyberbezpieczeństwa i refaktoryzacji jest obecnie weryfikowana w środowiskach testowych, a parametry usługi mogą ulec zmianie. Informacje o cenach i możliwościach narzędzia są aktualne na dzień publikacji.*
