# Gemini 4 Argon: обзор нового флагмана Google и доступ из России через RouterAI

Google выпустила **Gemini 4 Argon** — новую флагманскую модель семейства Gemini, заточенную под длинные рассуждения, инженерные задачи и работу с большими документами. Она уже в каталоге RouterAI под id `google/gemini-4-argon`: подключается тем же OpenAI-совместимым API, что и Claude с GPT, работает из России без VPN, а платить можно в рублях. Ниже — что известно из официальных анонсов Google, сколько модель стоит в каталоге, чем она отличается от Claude Opus 5.5, Sonnet 5.5 и GPT-6 и когда её стоит брать.

## Что нового в Gemini 4 Argon {#chto-novogo}

Даты в разных источниках расходятся, поэтому разведём их по официальному блогу Google:

- **30 сентября 2026** — [анонс модели](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/). Argon сначала получили только проверенные специалисты по кибербезопасности через программу Fairwind, а широкий запуск Google отложила до проверки безопасности.
- **13 октября 2026** — [открытый запуск](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/): модель стала доступна разработчикам и компаниям через API в Google AI Studio, а также подписчикам Google AI Ultra и Pro.

Что Google заявляет в анонсах:

- **Выход до 1 млн токенов.** Лимит вывода вырос с 64 тысяч до миллиона: модель может «думать» и писать сотни тысяч токенов в одной траектории. Вход — тоже около миллиона.
- **Длинные рабочие процессы.** Заявлено, что модель удерживает контекст в многошаговых задачах: рефакторинг больших кодовых баз, финансовые и юридические документы, кибербезопасность.
- **Мультимодальность.** Argon принимает текст, изображения, файлы, аудио и видео; Google отдельно подчёркивает анализ графиков и длинных видео.
- **Стиль ответов.** По описанию Google, модель лучше следует инструкциям по стилю, отвечает прямее и реже повторяется.

Результаты, которые приводит сама Google (это вендорские данные, независимые сравнения ещё накапливаются): [DeepSWE v1.1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/) — 77,9% (реальные долгие инженерные задачи), AutomationBench от Zapier — 51,3% (первое место), LVBench (понимание длинного видео) — 91,7%. Мы не сравниваем эти цифры с конкурентами: сопоставимых результатов с тем же протоколом у нас нет.

## Контекст и цена {#kontekst-i-tsena}

Данные из каталога RouterAI на дату публикации:

![Карточка модели Gemini 4 Argon в каталоге RouterAI: идентификатор google/gemini-4-argon и цены за 1 млн токенов](https://b51bc417-3ee0-451a-a83b-8a681d027a96.selstorage.ru/public/d11158c2001fd3896de383d759d10f74.png)

| Параметр | Значение |
| --- | --- |
| Id модели | `google/gemini-4-argon` |
| Контекст | 1 048 576 токенов |
| Цена входа (текст, изображения, аудио) | 213 ₽ за 1 млн токенов |
| Цена выхода | 1066 ₽ за 1 млн токенов |
| Токены рассуждений | тарифицируются как выход — 1066 ₽ за 1 млн |
| Чтение из кэша | около 10 ₽ за 1 млн токенов |
| Что принимает на вход | текст, изображения, файлы, аудио, видео |
| Что возвращает | текст |

Важные нюансы:

- **Рассуждения стоят денег.** Argon — модель с «мышлением»: даже на ответ из одного предложения в нашей проверке ушло несколько сотен reasoning-токенов. Они оплачиваются по тарифу выхода, поэтому реальная цена запроса зависит от сложности задачи и выбранного уровня усилий (`reasoning_effort`).
- **Цена может измениться.** Google называет $2 и $10 за миллион токенов вводной ценой и заявляет, что после вводного периода цена составит $4 и $20. Как это отразится на каталоге RouterAI, заранее не известно — актуальные значения смотрите на [карточке модели](/models/google/gemini-4-argon).
- **Кэш выгоден для длинных документов.** Google заявляет скидку 95% на кэшированный вход, в каталоге RouterAI чтение из кэша стоит около 10 ₽ за миллион токенов.

## Сравнение с Claude Opus 5.5, Sonnet 5.5 и GPT-6 {#sravnenie}

Сравниваем только то, что можно проверить по каталогу RouterAI. Бенчмарки разных вендоров считаются по разным протоколам, поэтому «кто лучше» мы здесь не объявляем — проверяйте на своей задаче.

| Модель | Вход / выход за 1 млн | Контекст | Входные данные |
| --- | --- | --- | --- |
| [Gemini 4 Argon](/models/google/gemini-4-argon) | 213 ₽ / 1066 ₽ | 1 048 576 | текст, изображения, файлы, аудио, видео |
| [Claude Opus 5.5](/models/anthropic/claude-opus-5.5) | 426 ₽ / 2131 ₽ | 1 000 000 | текст, изображения, файлы |
| [Claude Sonnet 5.5](/models/anthropic/claude-sonnet-5.5) | 213 ₽ / 1066 ₽ | 1 000 000 | текст, изображения, файлы |
| [GPT-6 Astra](/models/openai/gpt-6-astra) | 1066 ₽ / 5328 ₽ | 1 050 000 | текст, изображения, файлы |
| [GPT-6 Sol](/models/openai/gpt-6-sol) | 213 ₽ / 1066 ₽ | 1 050 000 | текст, изображения, файлы |

Что видно из таблицы:

- **Цена.** Argon стоит вдвое дешевле Opus 5.5 и в пять раз дешевле GPT-6 Astra по прайсу и на уровне Sonnet 5.5 и GPT-6 Sol. Но у всех этих моделей свои объёмы рассуждений, поэтому итоговая цена задачи будет другой.
- **Длинный контекст.** У всех пяти моделей окно около миллиона токенов, так что разница не в размере, а в том, как модель работает с содержимым. Это проверяется только на ваших документах.
- **Мультимодальность.** Только Argon из этого списка принимает аудио и видео. Для задач с записями встреч или длинными роликами это самое заметное отличие.
- **Позиционирование.** По описаниям в каталоге: Opus 5.5 и GPT-6 Astra — флагманы для сложных агентных и инженерных задач, Sonnet 5.5 — для повседневной работы, GPT-6 Sol — «экономичный высококлассный» вариант. Argon Google позиционирует как флагман для долгих рассуждений и работы с документами.

Подробнее про линейку OpenAI — в статье [GPT-6 Luna, Sol и Astra](/pages/gpt-6-luna-sol-astra-routerai), про Anthropic — в [обзоре Claude Opus 5](/pages/claude-opus-5-obzor) и [обзоре Claude Haiku 5.5](/pages/claude-haiku-5-5-obzor).

## Практический разбор {#prakticheskiy-razbor}

### Длинные документы {#dlinnye-dokumenty}

Главный сценарий для Argon — когда в запрос нужно положить много материала сразу: договоры с приложениями, отчётность, техническую документацию, выгрузку переписки. Миллион токенов по прайсу каталога — это около 213 ₽ за вход, то есть 200 тысяч токенов документов обойдутся примерно в 43 ₽ на входе, плюс оплата рассуждений и ответа. Если вы много раз задаёте вопросы к одному и тому же набору документов, используйте кэш: чтение из кэша по каталогу примерно в 20 раз дешевле обычного входа.

Google заявляет для Argon «строгую привязку к источникам» (strict grounding) при работе с документами, но для договоров и отчётности ответ всё равно стоит сверять с первоисточником.

### Агентные сценарии {#agentnye-stsenarii}

Argon поддерживает вызов инструментов (`tools`, `tool_choice`) и структурированный вывод (`response_format`, `structured_outputs`) — это указано в каталоге. Google приводит примеры из собственной практики: миграция кода с C/C++ на Rust, оптимизация производительности, многошаговые исследования. Для таких задач важны два параметра:

- `max_tokens` — оставляйте запас: в поле `usage` рассуждения входят в `completion_tokens`, то есть расходуют тот же лимит, что и сам ответ.
- `reasoning_effort` — понижайте для простых шагов агента (классификация, разбор ответа инструмента) и повышайте для планирования и отладки.

Если агент делает много простых шагов, дешевле вынести их на [Claude Haiku 5.5](/models/anthropic/claude-haiku-5.5), а Argon оставить для сложных этапов.

## Как вызвать Gemini 4 Argon через RouterAI {#kak-vyzvat}

Используйте OpenAI-совместимый API: Base URL `https://routerai.ru/api/v1`, ключ создаётся в личном кабинете. Пример на Python:

```python
from openai import OpenAI

client = OpenAI(
    base_url="https://routerai.ru/api/v1",
    api_key="sk-xxxxxxxxxxxxxxxx",
)

response = client.chat.completions.create(
    model="google/gemini-4-argon",
    reasoning_effort="low",
    max_tokens=4000,
    messages=[
        {"role": "user", "content": "Составь краткое резюме договора: ключевые обязательства и риски."},
    ],
)

print(response.choices[0].message.content)
```

То же через curl:

```bash
curl https://routerai.ru/api/v1/chat/completions \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-4-argon",
    "reasoning_effort": "low",
    "max_tokens": 4000,
    "messages": [{"role": "user", "content": "Привет!"}]
  }'
```

Изображение передаётся как `image_url` (ссылка или data URL в base64):

```python
import base64

with open("chart.png", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

response = client.chat.completions.create(
    model="google/gemini-4-argon",
    max_tokens=4000,
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Опиши, что показывает график, и выдели главный вывод."},
            {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{image_b64}"}},
        ],
    }],
)
```

Если у вас нет ключа, [зарегистрируйтесь](/users/sign_up) и пополните баланс в рублях. Сравнить модель с Claude или GPT на своём промпте можно и без кода — в [веб-чате RouterAI](/chat).

> 📷 **[Скриншот: веб-чат RouterAI (`/chat`) с выбранной моделью «Gemini 4 Argon» в селекторе моделей и коротким примером ответа на запрос по длинному документу; на кадре видны название модели и результат]**

## Для кого подходит {#dlya-kogo}

**Берите Argon, если:**

- нужно обработать большой объём документов за один запрос;
- задача включает аудио или видео — другие модели из таблицы их не принимают;
- вы строите агентов для долгих инженерных и аналитических задач и готовы платить за рассуждения;
- хотите флагманскую модель Google по цене на уровне Sonnet 5.5.

**Присмотритесь к альтернативам, если:**

- нужны быстрые и дешёвые ответы на простые запросы — тут лучше [Claude Haiku 5.5](/pages/claude-haiku-5-5-obzor) или лёгкие модели из [каталога](/models);
- ваш стек уже настроен под Claude или GPT, и выигрыш от смены модели не доказан на ваших данных;
- важна предсказуемая стоимость: объём рассуждений заранее неизвестен, так что сначала прогоните небольшую выборку и посмотрите на `usage`.

## Что дальше {#chto-dalshe}

- Каталог моделей и актуальные цены: [routerai.ru/models](/models).
- Как экономить токены при работе с GPT, Claude и Gemini: [статья об экономии через единый API](/pages/gpt-claude-gemini-api).
- Подключение к готовым клиентам: [LibreChat через RouterAI](/pages/librechat-routerai).
- Анонсы Google: [запуск 13 октября](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/), [для разработчиков](https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon/), [Gemini 4 Argon на Google Cloud](https://cloud.google.com/blog/products/ai-machine-learning/gemini-4-argon-available-on-google-cloud).

> Материал носит информационный характер. Использование сервиса RouterAI регулируется [Пользовательским соглашением](/terms "Пользовательским соглашением").