Gemini 4 Argon: nowy flagowy model Google ogłoszony, ale niedostępny. Kiedy trafi do użytkowników?

We środę wieczorem czasu polskiego, trzydziestego września, Google opublikowało zapowiedź Gemini 4 Argon, pierwszego modelu z serii Gemini 4. Deklaracje robią wrażenie: milion tokenów na wyjście zamiast dotychczasowych 64 tysięcy, rekordy w testach na długie zadania programistyczne, ceny w API zaczynające się od dwóch dolarów za milion tokenów. Jest jednak haczyk, który zmienia wydźwięk całej wiadomości. Z modelu korzysta na razie garstka cyberobrońców z programu Fairwind i zespoły samego Google, a płatny klient API i abonent najdroższego planu, a tym bardziej zwykły użytkownik aplikacji Gemini muszą poczekać, bo konkretnej daty nie podano. W tym tekście zebrałem, co o Argonie wiadomo na twardo, ile będzie kosztował i co z tego wszystkiego wynika dla ludzi w Polsce.

Spis treści:

Co się stało
Co pokazują benchmarki
Ile będzie kosztował
Dlaczego nikt go nie może użyć
Bałagan z nazwami
Co z tego dla użytkownika w Polsce
Nota uczciwości
Źródła

Co się stało

Wpis na firmowym blogu podpisał Koray Kavukcuoglu, szef architektury AI w Google DeepMind. Opisuje Argona jako model frontowy do utrzymywania głębokiego rozumowania w długich, wieloetapowych zadaniach: realnym programowaniu, pracy z wiedzą w firmach, głównie w finansach i prawie, oraz cyberobronie. To pierwsza zapowiedź z rodziny Gemini 4, choć Google nie zdradza jeszcze, jakie modele pojawią się obok niego i czy nazwa od gazów szlachetnych będzie w rodzinie kontynuowana.

Najbardziej namacalna zmiana to limit wyjścia. Poprzednie modele Gemini kończyły odpowiedź po 64 tysiącach tokenów, Argon może wygenerować ich milion, mniej więcej szesnaście razy tyle. W praktyce to odpowiedź mieszcząca całe repozytorium kodu z omówieniem, pełny raport prawny albo rozbudowaną analizę danych, bez zrywania generowania w połowie. Serwis Artificial Analysis, mierzący modele niezależnie od producentów, wystawił Argonowi 53 punkty w swoim indeksie inteligencji i ósme miejsce na 223 testowane modele, przy medianie 26 punktów dla modeli z tej półki cenowej.

Co pokazują benchmarki

Tabela producenta wygląda mocno. W DeepSWE v1.1, teście długich zadań inżynierskich, Argon zdobył 77,9% i ustanowił nowy rekord, a Ars Technica pisze wprost o przewadze nad GPT-6 Astrą, Fable 5.1 i Opusem 5.5. Pierwsze miejsce należy też do Argona w Zapier AutomationBench (51,3%, agenty wykonujące automatyzacje) i w LVBench (91,7%, rozumienie długich nagrań wideo), a w CWE-bench v1, sprawdzającym naprawę luk bezpieczeństwa, dzieli szczyt z wynikiem 68%.

Test	Wynik Argona	Pozycja
DeepSWE v1.1	77,9%	rekord
Zapier AutomationBench	51,3%	pierwsze miejsce
LVBench	91,7%	rekord
CWE-bench v1	68%	remis o pierwsze miejsce

Google przywołuje też prace wewnętrzne: agenty Argona przepisały ponad 800 tysięcy linii kodu C i C++ na Rust w jądrze Zircon systemu Fuchsia, porządki w pamięci centrów danych zwolniły ponad 300 TiB, a tuning algorytmu kwantowego wybił o 40% ponad opublikowany punkt odniesienia w kilkanaście minut. Zespół Wiz, firmy bezpieczeństwowej kupionej przez Google, użył Argona w programie Scan for Good i znalazł krytyczną lukę w oprogramowaniu szpitalnym używanym na całym świecie, tej samej, której nie wychwyciły wcześniejsze modele frontowe.

Na tym tle ciekawie wygląda relacja Bloomberga z dnia premiery. Według dziennika część pracowników Google uważa, że model w realnym kodowaniu wypada słabiej niż w testach, i mówi o gonieniu za wynikami; firma odpowiada, że takie twierdzenia są niedokładne. Rozstrzygnie się to dopiero, gdy Argon trafi na zewnątrz. Dziś niezależnie przetestować jego codzienną pracę po prostu nie ma komu.

Ile będzie kosztował

Cennik jest znany, co w przypadku Google bywa nowością samo w sobie. W okresie wprowadzenia token wejściowy kosztuje 2 USD za milion, wyjściowy 10 USD, a treść trzymana w cache, czyli powtarzalny kontekst typu dokumentacja albo baza wiedzy, jest o 95% tańsza od zwykłego wejścia. Po okresie startowym ceny wzrosną do 4 USD za wejście i 20 USD za wyjście. Artificial Analysis liczy uśredniony koszt na 1,47 USD za milion tokenów i szacuje cenę pojedynczego zadania z indeksu na 1,99 USD.

Dla porównania: GPT-6 Astra, najmocniejszy wariant OpenAI, kosztuje w API 10 USD za milion tokenów wejścia i 50 USD za wyjście, rozpisywałem to szerzej w artykule o rodzinie GPT-6. Argon daje przy tym milion tokenów wyjścia, czego konkurencja nie oferuje, więc długi output, zwykle najdroższa pozycja na fakturze, wychodzi tu wyjątkowo tanio.

Dlaczego nikt go nie może użyć

Bo Google tak zdecydowało i uzasadnia to bezpieczeństwem. Pierwsza fala to Fairwind Program, program zaufanych obrońców cyberbezpieczeństwa, którzy dostają wersję pozbawioną cyber-guardrails, czyli blokad odcinających tematy hakerskie. To narzędzie pracy: kto naprawia luki, musi patrzeć na złośliwy kod z obu stron. Równolegle Google brało udział w rządowym procesie Stanów Zjednoczonych, w którym wybrane instytucje dostają model przed premierą.

Ochrony w wersji standardowej nie brakuje. Model odmawia pomocy przy broni masowego rażenia i cyberatakach, jego „proces myślenia” jest monitorowany w poszukiwaniu prób obejścia zasad, a wykryte próby nie wracają do danych treningowych, żeby model nie nauczył się ukrywać ich lepiej. O tym, jak wygląda bezpieczeństwo modeli Gemini po wrześniowych incydentach, pisałem osobno.

Dalsza kolejność fal jest jasna: najpierw płatni klienci API i abonenci Google AI Ultra, potem programiści, firmy i zwykli użytkownicy. Terminu brak, w komunikacie pada „as soon as possible”, czyli tak szybko, jak się da. Wątek na Hacker News zebrał w niecałą dobę 1276 punktów, a wśród najwyżej ocenionych komentarzy trafiło się dopiskiem, że Google po raz kolejny nie obala plotek o tym, że nie umie wypuścić gotowego modelu.

Bałagan z nazwami

Przez pół roku Google karmiło rynek wariantami Flash. Zapowiedziany na czerwiec Gemini 3.5 Pro nigdy nie trafił do użytkowników, a przez lato wychodziły kolejne tańsze modele, aż do 3.8 Flash, który obsługuje dziś między innymi zamianę tekstu na mowę. Ostatnim modelem z serii Pro w planach pozostaje od dawna 3.1 Pro, a Spider’s Web pisze, że projekt 3.5 Pro skasowano głównie ze względu na koszty serwerów. Teraz Google przeskoczyło prosto do czwórki, bez słowa Pro w nazwie. Nic dziwnego, że w podpowiedziach wyszukiwarki przy frazie „gemini 4″ najczęściej doczepione jest słowo „kiedy”.

Co z tego dla użytkownika w Polsce

Ceny planów sprawdziłem dziś rano na oficjalnej liście Google One. Pakiet AI Plus kosztuje 46,99 zł miesięcznie i daje 2 TB miejsca plus podwójne limity w aplikacji Gemini, AI Pro to 97,99 zł za 5 TB, poczwórne limity, model Pro z Deep Research i dodatki typu YouTube Premium Lite. Planu AI Ultra na polskiej liście dziś nie widać; w 2025 roku kosztował u nas 1229,99 zł miesięcznie, z połową tej kwoty przez pierwsze trzy miesiące.

Rada praktyczna: nie kupuj żadnego planu wyłącznie pod Argona. Daty brak, pierwsza fala szerszego dostępu celuje w klientów API i abonentów Ultra, a Ultra na polskiej liście akurat nie ma. Darmowy pakiet nic nie traci, codzienne pytania i tak obsługuje Flash. Większy przegląd narzędzi AI z aktualnymi cenami trzymam na stronie narzędzia AI.

Nota uczciwości

Benchmarki i wyniki wewnętrzne pochodzą od producenta. Argona nie da się testować z zewnątrz, więc niezależne pomiary codziennej pracy nie istnieją, a zarzuty pracowników cytuję za Bloombergiem, bez możliwości weryfikacji. Ceny, limity i kolejność udostępniania mogą się zmienić przed szerszym startem. Stan wiedzy: 1 października 2026. Gdy Argon trafi do API albo do planów AI, dopiszę aktualizację.