Nowy model AI, imponujące wykresy i kolejna dyskusja o tym, kto właśnie wygrał wyścig. Przy takich premierach wolę zacząć od czegoś bardziej przydatnego: co mógłbym z tym narzędziem zrobić i jak sprawdzić, czy faktycznie pomaga?
Dlatego przejdę przez ogłoszenie Gemini 4 Argon, a potem pokażę Ci, jak zaplanowałbym jego sprawdzenie. Ten tekst omawia zapowiedź i mój pomysł na ocenę modelu; nie przedstawia wyników własnego testu.
Co właściwie ogłosiło Google?
30 września 2026 Google przedstawiło Gemini 4 Argon: model do długich, wieloetapowych zadań, m.in. programowania, pracy z dokumentami i ochrony przed cyberatakami. Tak opisuje go oficjalny komunikat.
Mnie interesuje szczególnie ciągłość pracy. Przy poprawianiu aplikacji samo napisanie fragmentu kodu to dopiero część zadania. Trzeba jeszcze zrozumieć zgłoszenie, znaleźć przyczynę, przygotować zmianę i sprawdzić jej skutki. Właśnie taką całość chciałbym ocenić, zamiast wybierać najładniejszą odpowiedź na pojedyncze pytanie.
Milion tokenów: uważaj, czego dotyczy ta liczba
Google zapowiada limit do miliona tokenów wyjścia. To nie informacja o oknie kontekstu. Szczegół opisano w sekcji o dłuższej pracy modelu.
Token to niewielki fragment tekstu; nie zawsze całe słowo. Wejście to materiał przekazany modelowi. Wyjście powstaje w trakcie jego pracy. Okno kontekstu określa natomiast, ile informacji model może uwzględniać jednocześnie. Tych liczb nie warto traktować zamiennie.
Duży limit nie jest zachętą, żeby każda odpowiedź miała rozmiar książki. Ja nadal chciałbym dostać zwięzły opis zmiany, wyniki sprawdzenia i informację o tym, co pozostało niepewne. Dłuższa praca ma sens wtedy, gdy prowadzi do lepszego rozwiązania.
Czy można już z niego korzystać?
W ogłoszeniu dostęp zaczyna się od wybranych partnerów programu Fairwind. Google zapowiada dalsze udostępnianie, począwszy od płatnego API i Google AI Ultra, bez konkretnej daty szerszego startu. Opis dostępności.
Sprawdzając nowość, najpierw zajrzałbym do listy modeli na swoim koncie. Sam nagłówek o premierze nie mówi jeszcze, czy dane narzędzie, plan i region dają dostęp. Nie planowałbym migracji aplikacji na podstawie samej zapowiedzi.
Cena API i prosty przykład kosztu
Zapowiedziane stawki wprowadzające to 2 USD za milion tokenów wejścia i 10 USD za milion wyjścia. Późniejsze stawki: odpowiednio 4 i 20 USD. Źródło: komunikat i przypis cenowy Google.
Przykładowo: 100 tysięcy tokenów wejścia i 20 tysięcy wyjścia daje 0,40 USD przy pierwszych stawkach albo 0,80 USD przy późniejszych. To obliczenie dla takiego zużycia, bez podatków, dodatkowych narzędzi czy kolejnych prób. Nie jest ceną abonamentu ani gwarantowanym kosztem zadania.
W prawdziwym projekcie liczyłbym koszt doprowadzenia zadania do końca. Tańsza próba nie pomoże, jeśli trzeba powtarzać ją kilka razy i długo poprawiać wynik ręcznie.
Jak sprawdziłbym Argona w pracy z kodem?
Do porównania wziąłbym przykładowy sklep, w którym dwa szybkie kliknięcia tworzą dwa zamówienia. Dałbym modelowi zgłoszenie, niewielkie repozytorium i środowisko z fikcyjnymi danymi.
Przed uruchomieniem zapisałbym, co uznaję za sukces. Po dwóch kliknięciach ma powstać jedno zamówienie, zwykły zakup ma nadal działać, a ponowienie żądania po zerwanym połączeniu nie może tworzyć kolejnego wpisu. Dzięki temu oceniam zachowanie aplikacji, a nie pewny ton odpowiedzi.
Poprosiłbym o odtworzenie problemu, wyjaśnienie przyczyny, niewielką poprawkę i test, który wykrywa błąd przed zmianą. Następnie sam sprawdziłbym rezultat: uruchomił testy, przejrzał różnicę w kodzie i powtórzył scenariusz. Jeżeli model zmienił dużo więcej, niż wymagało zgłoszenie, też uwzględniłbym to w ocenie.
Zapisałbym czas, zużycie tokenów i liczbę moich interwencji. To samo zadanie można później dać innemu modelowi przy tych samych warunkach. Takie porównanie odpowiada na pytanie, które mnie interesuje: ile pracy faktycznie udało się oszczędzić?
Na co będę patrzył dalej
Najbardziej ciekawi mnie powtarzalność: czy podobnie dobry wynik uda się uzyskać przy kolejnych zadaniach, również tych mniej wygodnych. Ładna demonstracja może zachęcić do sprawdzenia narzędzia. Decyzję o używaniu go w projekcie oparłbym na własnych pomiarach, kontroli zmian i sensownym koszcie.
Stan informacji: 5 października 2026. Dostępność i ceny opisuję na podstawie wskazanego ogłoszenia; mogą się zmienić.