گوگل به‌طور رسمی از مدل تازه خود با نام Gemini 4 Argon پرده برداشت؛ مدلی که شرکت آن را «عصر تازه‌ای از هوش مرزی» (Frontier Intelligence) توصیف کرده و برای «استدلال عمیق در گردش‌کارهای پیچیده و بلندمدت» (Long-Horizon Workflows) طراحی شده است. این معرفی پس از لغو برنامه‌های مربوط به Gemini 3.5 Pro و تمرکز گوگل بر مدل 3.8 Flash انجام می‌گیرد و از یک طرح نام‌گذاری تازه نیز پرده برمی‌دارد.
توانمندی‌های مرزی در کدنویسی، پژوهش و نویسندگی
گوگل هدف خود از عرضه این مدل را ارائه «توانمندی‌های سطح مرزی» در حوزه‌هایی مانند برنامه‌نویسی (Coding)، کارهای دانشی (Knowledge Work)، دفاع سایبری (Cybersecurity Defense) و نویسندگی خلاق اعلام کرده است. مهم‌ترین تغییر فنی این نسخه، افزایش سقف توکن خروجی (Output Token Limit) به یک میلیون توکن است که در مقایسه با ۶۴ هزار توکن مدل‌های پیشین، جهشی چشمگیر به شمار می‌رود و امکان پردازش سناریوهای طولانی‌تر و پیچیده‌تر را فراهم می‌کند.
به گفته گوگل، زمانی که مدل فضای کافی برای تفکر عمیق و تولید صدها هزار توکن در یک مسیر پیوسته داشته باشد، لایه تازه‌ای از عمق استدلال پدید می‌آید که حل مسائل دشوار را در یک مرحله ممکن می‌سازد. این قابلیت با توانمندی‌های گسترده‌تر در کدنویسی، استدلال (Reasoning) و پردازش چندوجهی (Multimodal) همراه شده است.
نتایج بنچمارک‌ها؛ پیشتازی در استدلال و کدنویسی
گوگل در ارزیابی‌های فنی، امتیاز ۷۷.۹ درصد را در بنچمارک DeepSWE v1.1 برای این مدل ثبت کرده است. در همین سنجه، مدل Claude Opus 5.5 با ۷۴.۲ درصد و مدل GPT-6 Astra با ۷۴.۱ درصد در رتبه‌های بعدی قرار می‌گیرند.
در حوزه امنیت نیز گوگل مدعی است که Gemini 4 Argon را برای «دفاع سایبری بسیار توانمند» آموزش داده و در مقایسه با 3.8 Flash Cyber جهش محسوسی داشته است. این مدل قرار است «بدون حصارهای محافظ سایبری» (Cyber Guardrails) در اختیار مدافعان مورد اعتماد و تیم‌های داخلی گوگل قرار بگیرد تا بتوانند از تمام ظرفیت دفاعی آن بهره ببرند.
- در بنچمارک CWE-bench v1 که توانایی مدل در رفع آسیب‌پذیری‌های امنیتی را می‌سنجد، Argon با امتیاز ۶۸ درصد در جایگاه نخست مشترک ایستاده است.
- در Vals Finance Agent v2 که پژوهش مالی چندمرحله‌ای را ارزیابی می‌کند و همچنین در بنچمارک عامل حقوقی Harvey، عملکرد پیشرویی ثبت شده است.
- در AutomationBench، بنچمارک شرکت Zapier برای سنجش اجرای سرتاسری فرایندهای کلیدی کسب‌وکار، Argon با امتیاز ۵۱.۳ درصد رتبه نخست را کسب کرده است.
- در LVBench که درک ویدیوهای طولانی را می‌سنجد، این مدل با امتیاز ۹۱.۷ درصد به وضعیت پیشرفته‌ترین مدل جهان (State of the Art) رسیده است.
زمان عرضه و ساختار قیمت‌گذاری
Gemini 4 Argon «به‌زودی» و ابتدا برای مشترکان سرویس Google AI Ultra و مشتریان پرداخت‌کننده API عرضه خواهد شد. گوگل قیمت معرفی این مدل را دو دلار به ازای هر یک میلیون توکن ورودی و ده دلار به ازای هر یک میلیون توکن خروجی اعلام کرده است؛ توکن‌های ورودی ذخیره‌شده در حافظه پنهان (Cached Input Tokens) نیز با ۹۵ درصد تخفیف نسبت به قیمت توکن ورودی محاسبه می‌شوند. پس از پایان دوره معرفی، قیمت‌ها به چهار دلار برای هر یک میلیون توکن ورودی و بیست دلار برای هر یک میلیون توکن خروجی افزایش خواهد یافت.
این مدل تاکنون در اختیار آزمایش‌کنندگان مورد اعتماد و مدافعان سایبری (از طریق برنامه Fairwind) قرار گرفته است.
اقدامات ایمنی پیش از عرضه گسترده
گوگل پیش از انتشار عمومی، تمرکز خود را بر چند محور حفاظتی گذاشته است:
- مقابله با سوءاستفاده در حملات سایبری و شیمیایی، بیولوژیکی، رادیولوژیکی و هسته‌ای (CBRN): گوگل تکنیک‌هایی را برای پایش فعال‌سازی‌های درونی مدل (Internal Activations) به‌منظور شناسایی سوءاستفاده بهبود داده است.
- مقابله با حملات تزریق دستور (Prompt Injection): به ادعای گوگل، این مقاوم‌ترین مدل این شرکت در برابر تزریق دستور غیرمستقیم است و در بنچمارک تزریق دستور غیرمستقیم (IPI) شرکت Gray Swan پیشتاز محسوب می‌شود.
- سخت‌سازی سیستم‌ها: محیط‌های جعبه‌شنی (Sandboxed Environments) پیش از آغاز آموزش یا ارزیابی‌های پرخطر، جداسازی و مهر و موم می‌شوند.
- پایش ناهم‌راستایی (Misalignment): گوگل سازوکارهایی را به کار گرفته که زنجیره تفکر و اقدامات Argon را رصد کرده و در صورت لزوم اجرای آن را متوقف می‌کنند. سیستم مشابهی نیز برای پایش فرایند آموزش و ارسال هشدار به تیم واکنش به رخداد به کار رفته است.
کاربردهای داخلی؛ از آزادسازی حافظه تا بازنویسی هسته سیستم‌عامل
در داخل گوگل، Gemini 4 Argon پیش از این در جریان کارهای روزمره قرار گرفته و به گفته شرکت، هزاران کارمند گوگل نقاط قوت آن را در وظایف تخصصی کدنویسی، پژوهش عمیق و کیفیت نگارش تأیید کرده‌اند. گوگل چند نمونه را نیز منتشر کرده است:
- بهینه‌سازی مصرف حافظه: گروهی از عامل‌های (Agents) مبتنی بر Argon با تحلیل داده‌های تلمتری ناوگان سرورها، به‌صورت خودکار بهینه‌سازی‌های حافظه را در مراکز داده گوگل شناسایی و اعمال کردند که پس از استقرار، بیش از ۳۰۰ ترابایت حافظه آزاد شد و برآورد می‌شود صرفه‌جویی کل به ۵۰۰ ترابایت تا یک پتابایت برسد.
- مهاجرت و بهینه‌سازی کدبیس‌های بزرگ: عامل‌های Argon روی انتقال کدبیس‌های زبان C و C++ به زبان Rust در سراسر گوگل کار می‌کنند؛ از ده‌ها هزار خط در کتابخانه‌های اصلی مانند re2 و libgav1 تا بیش از ۸۰۰ هزار خط برای هسته Zircon در سیستم‌عامل Fuchsia. با توجه به حساسیت این سیستم‌ها، چنین بازنویسی‌های گسترده‌ای پیش از استقرار در محیط عملیاتی، تحت ممیزی خودکار و انسانی، آزمون شبیه‌سازی و بازبینی دقیق قرار می‌گیرند.
- رمزگشای ویدیو با ایمنی حافظه: در پروژه libgav1، نرم‌افزار متن‌باز گوگل برای رمزگشایی ویدیو، عامل‌های Argon نسخه موجود Rust را برداشته و ۳۲ هزار خط کد SIMD را جایگزین کردند. نتیجه، یک رمزگشای ویدیوی ایمن از نظر حافظه است که ۲.۷ برابر سریع‌تر از نسخه پیشین Rust اجرا می‌شود، خروجی ویدیوی یکسانی ارائه می‌دهد و به نسخه بهینه‌شده C++ نزدیک‌تر شده است.