Gemini 4 Argon вийшла. Найцікавіше демо має два ракурси.

Що саме запустили

Argon приймає текст, зображення, аудіо та відео; вихід моделі — текст, зокрема код. Ефектні візуальні результати довкола запуску часто створює програмне забезпечення, яким вона керує, або написаний нею код. Розуміння цих ролей допомагає побачити, які частини результату можна редагувати.

Приклади Google поєднують Argon з Antigravity, Blender, Three.js та іншими генеративними моделями. Камера, меш і скрипт дають інші способи керування, ніж готовий ролик. Водночас вони залишають різні завдання людині, яка доводить проєкт до кінця.

Джерела: Google [1] · Google DeepMind [3] · Google [2] · Google / YouTube [14]

Два ракурси. Одна кімната. Конкретне виробниче питання.

Креативний продюсер Google DeepMind Джордж Кенрайт описує процес із двох кадрів на зеленому екрані: Argon будує кімнату в Blender і відтворює точки зйомки, Nano Banana формує її вигляд, а оригінальну людину повертають у композицію. Порівняльне зображення показує вихідні кадри, кімнату без текстур і готові фони.

Приваблює спільна геометрія. Якщо вікно переміститься, обидва ракурси матимуть одну сцену, до якої можна повернутися. Це потенційно зменшує залежність правок від спроб змусити дві окремі картинки збігтися. Утім, це відібрана демонстрація співробітника компанії: у дописі немає похибки калібрування камер, кількості спроб чи перевірки безперервності в цілій змонтованій сцені.

Джерела: George Kenwright / Google DeepMind / X [11]

Що знайшли в X за досліджені 24 години

Ми шукали дописи про Argon, опубліковані з 04:34 UTC 13 жовтня до 04:34 UTC 14 жовтня. Нижче — релевантні дописи з найбільшим числом переглядів у перевіреній вибірці; лічильники зафіксовано приблизно о 04:35–04:45 UTC. Пошукова видача вибіркова, цифри змінюються, а перегляди не дорівнюють унікальним глядачам. Це задокументована вибірка, а не повний рейтинг X.

Корисно розділити новини про доступ, виразний творчий результат і порівняння невдач. Допис про запуск мав найбільшу кількість переглядів у нашій вибірці; менш популярний кіновиробничий приклад відповідає на конкретніше питання. Популярність показує, що привернуло увагу. Вона не визначає, чи збереже модель саме наш кадр.

Джерела: Google DeepMind / X [9] · Logan Kilpatrick / X [10] · fofr / Google DeepMind / X [12] · Semichenko / X [13]

Пелікан — невеликий урок авторства

У відео fofr обертові епіцикли Фур’є складаються в пелікана на велосипеді, а зміна ракурсу відкриває просторову конструкцію. Автор, чий профіль указує зв’язок із Google DeepMind, приписує Argon створення відео та промпта для синхронізованого саундтреку Lyria 3.5. Отже, для аудіо окремо зазначено використану модель.

Запам’ятовується розкриття задуму: спочатку глядач бачить малюнок, потім розуміє його механізм. Це режисерське рішення. В анімації на основі коду можна змінювати таймінг, положення камери й параметри конструкції. Чи здатна модель акуратно виконати наступну правку — тест, який має йти після оплесків.

Джерела: fofr / Google DeepMind / X [12]

У таблиці бенчмарків більше одного переможця

В оцінюванні Google Argon випереджає конкурентів на DeepSWE й обході графів у довгому контексті. Astra лідирує в цій вибірці на FrontierSWE, Opus — на Terminal-Bench. Ці тести ставлять різні питання. Висока загальна позиція не вибирає найкращу модель для кожного етапу виробництва.

Джерела: Google DeepMind [3] · Google DeepMind [4]

Розуміння відео — не оцінка операторської майстерності

Методологія особливо важлива для LVBench. Gemini оцінювали з одним кадром на секунду; Astra отримала 800 кадрів, Fable — 300, Opus — 600 відповідно до обмежень API. Це суттєво різні вхідні дані. В інших тестах Google поєднує власні вимірювання з опублікованими результатами й рейтингами; DeepSWE також використовує різні агентні конфігурації. Це не незалежний тест усіх моделей в однаковому середовищі.

Для режисера наступний експеримент має бути вужчим. Дати системам однакове відео, попросити знайти невідповідність напрямку погляду, повернути таймкод і пояснити доказ. Потім перевірити самі кадри. Це перевірка корисного рішення. Вона все одно мало скаже про ритм, акторську гру чи те, чи потрібна ця сцена взагалі.

Джерела: Google DeepMind [4]

Мільйон токенів — бюджет, а не обіцянка

API дає спільне вікно на 1 048 576 токенів для входу, міркувань і виходу. Типовий бюджет виходу — 65 536 токенів, включно з міркуваннями. Довгий бриф, референси та проміжне обдумування ділять цей простір. «Мільйон токенів» не означає гарантованої відповіді на мільйон токенів поверх такого самого обсягу вхідних даних.

Щоб перевищити 65 536 токенів міркувань і відповіді, Interactions API потребує фонового виконання та явно заданого більшого бюджету. Сервери Google продовжують генерацію порціями до 64K токенів; фонова взаємодія може тривати до 24 годин. Продовження повторно обробляють контекст, який оплачується за кешованим тарифом, коли застосовно. Виробниче питання — скільки часу й грошей потрібно до прийнятого результату.

Джерела: Google AI for Developers [5] · Google AI for Developers [6]

А потім хтось потягнув ведмедика за лапу

Запис Semichenko порівнює інтерактивних мармеладних ведмедиків, створених Opus 5.5 та Argon. В опублікованому фрагменті помітна різниця: зверху — округлі напівпрозорі фігури, знизу — пряма витягнута кінцівка й фігури, що накладаються одна на одну. Автор віддає перевагу Opus. Це корисний контрприклад до думки, що запуск автоматично визначає переможця у візуальному програмуванні.

У дописі зазначено $7,20 для Opus і $22 для Argon. Ми не перевіряли журнали цих запусків та їхні налаштування. Ці числа не визначають загального рейтингу вартості. Вони нагадують рахувати повторні спроби й токени разом із заявленими тарифами. Привабливий рендер і невдала симуляція — обидва відібрані приклади; жоден не дає надійної оцінки частоти успіху.

Джерела: Semichenko / X [13]

Де спробувати й скільки коштує API

Google указує доступ до Argon для Pro та Ultra в застосунку Gemini, а в Antigravity — для Ultra. Доступ до Argon через підписку в AI Studio потребує Ultra; оплата API окрема. Отже, доступ залежить від продукту, плану й чинної доступності. Публічний запуск не означає безкоштовного необмеженого доступу для кожного акаунта.

Джерела: Google [7] · Google AI for Developers [8] · Google AI for Developers [5]

Висновок: сильний кандидат для роботи між кадрами

Argon варта місця у творчому технічному тесті: побудова сцен, скрипти анімації, аналіз референсів та інструменти, що зберігають можливість редагування. Матеріали запуску дають підстави перевірити ці процеси. Підстав замінювати налагоджене фінальне виробництво лише через рейтинг значно менше.

Наш запропонований тест простий: побудувати кімнату з двох референсних ракурсів, змінити положення вікна, потім пересунути одну камеру, зберігши кімнату. Порівняти Argon, Astra й Opus з однаковими референсами, інструментами та критеріями приймання. Зафіксувати весь час, витрати, ручні виправлення й можливість редагувати збережену сцену. Це план тесту, а не вже проведений експеримент.

Числова оцінка натякала б на більший власний досвід тестування, ніж ми маємо. Редакційний висновок точніший без неї: найцікавіша обіцянка Argon — візуальний результат може мати механізм, який можна змінити. Наступна режисерська правка покаже, чого варта ця обіцянка.

Джерела: Google [1] · George Kenwright / Google DeepMind / X [11] · Semichenko / X [13]