Google DeepMind oficjalnie udostępniło Gemini 4 Argon wszystkim deweloperom, przedsiębiorstwom i opłacalnym użytkownikom Gemini po okresie testów ograniczonych do grupy specjalistów ds. cyberbezpieczeństwa. Kluczową nowością jest możliwość generowania aż 1 miliona tokenów w jednej odpowiedzi - wzrost z poprzednich 64 tysięcy - co umożliwia pracę nad znacznie bardziej złożonymi i długotrwałymi projektami.
Argon to nowy model zbudowany na architekturze sparse mixture-of-experts, a nie dostrojona wersja wcześniejszych modeli Gemini. Model natywnie wspiera tekst, obrazy, dźwięk i wideo na wejściu, generując tekstowe odpowiedzi. Został wytrenowany na TPU-ach Google'a przy użyciu frameworków JAX i ML Pathways, ze znajomością świata aktualną do marca 2026. Model specjalizuje się w czterech głównych dziedzinach: kodowaniu, finansach, prawie oraz nauce, z dodatkową obsługą cyberbezpieczeństwa. Google nie ujawniło całkowitej liczby parametrów ani liczby parametrów aktywnych, zachowując szczegóły dotyczące skali modelu.
Wg wewnętrznych benchmarków Google'a, Argon wyróżnia się w zadaniach wymagających długiego kontekstu i analizy wideo, osiągając 91,7% na benchmarku LVBench dla rozumienia długich filmów. Jednak w testach kodowania w czasie rzeczywistym model wypadł słabiej, zdobywając 55% na FrontierSWE v2, zajmując ostatnie miejsce wśród czterech modeli porównywanych przez Google. Dostęp do API został wyceniony na 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych, co stanowi znaczny wzrost kosztów dla dużych wyjść, ale otwiera nowe możliwości dla aplikacji wymagających długich, szczegółowych odpowiedzi.