فهرست مطالب
گوگل ۲۱ مهر ۱۴۰۵ (۱۳ اکتبر ۲۰۲۶) مدل Gemini 4 Argon را — نخستین مدل نسل چهارم جمینای — عرضهٔ جهانی کرد: مدلی برای «کار عمیق» در کدنویسی، امور مالی، حقوقی، امنیت سایبری و علوم، با پنجرهٔ یک‌میلیون‌توکنی و قیمت دلاری. هشت ارزیابی مستقل پس از عرضه، تصویر یکدستی از آن می‌سازند: بازگشت جدی گوگل به سطح مرز دانش، ولی نه «قاتل Opus»ی که جدول خود گوگل القا می‌کند. روراست باشیم: ما مدل را در دست نگرفته‌ایم؛ این بررسی، سنتز بررسی‌های مستقلِ پس از عرضه است، نه آزمون مستقل ما.
در این مطلب می‌گوییم Gemini 4 Argon دقیقاً چه ادعاهایی دارد، آزمایشگران مستقل روی کدام ادعاها مُهر تأیید زدند و کجاها گفتند «نه»، مقایسه‌اش با GPT-6 Astra و Claude Opus 5.5 چطور درمی‌آید، و اگر خوانندهٔ فارسی‌زبان هستی، قبل از اینکه فکر کنی از آن استفاده کنی، چه چیزهایی را باید بدانی.
پاسخ کوتاه
Gemini 4 Argon مدل پرچمدار جدید گوگل دیپ‌مایند است: ۲۱ مهر عرضهٔ جهانی شد، پنجرهٔ یکپارچهٔ یک میلیون توکنی دارد و روی «کار عمیق» — یعنی کارهای چندمرحله‌ای پیچیده در کدنویسی، مالی، حقوقی، امنیت و علوم — تمرکز کرده است.
مهم‌ترین نتیجهٔ مستقل: در آزمون دانشی AA-Omniscience نرخ توهم ۱۵٪ ثبت کرد — پایین‌ترین عدد در بین مدل‌هایی که امتیاز هوشی بالای ۴۵ دارند — در حالی که GPT-6 Astra روی همان آزمون ۵۱٪ است. یعنی وقتی چیزی را نمی‌داند، «نمی‌دانم» می‌گوید، نه حدس مطمئن.
در آزمون اتوماسیون تجاری AutomationBench-AA با ۷۷.۵٪ اول شد، ولی در کدنویسی ترمینالی (Terminal-Bench 4.0) با ۵۷.۱٪ چهارم است و از هر سه رقیب اصلی عقب‌تر.
در شاخص مستقل Intelligence Index آزمایشگاه Artificial Analysis با ۵۳ امتیاز هم‌سطح Astra و Claude Fable 5.1 است و پنج امتیاز از Claude Opus 5.5 عقب‌تر؛ یعنی به اوج برگشته، ولی در صدر نیست.
توصیهٔ کوتاه: اگر کارت دانش‌محور و حساس به خطاست (قرارداد، سیاست‌های داخلی، پشتیبانی مشتری)، ارزش امتحان دارد؛ اگر کدنویسی ترمینالی‌ات اولویت است، فعلاً صبر کن.
اول زمینه: Gemini 4 Argon چیست؟
اگر اسم جمینای را فقط از اپلیکیشن موبایل می‌شناسی، این بخش برای توست. جمینای خانوادهٔ مدل‌های هوش مصنوعی گوگل است؛ تا قبل از Argon، نسخهٔ ۳.۸ فلش، مدل پراستفاده‌اش بود و کاربران رایگان هم همان را می‌گرفتند. Argon نسل تازه است: بزرگ‌تر، گران‌تر و مخصوص کار حرفه‌ای — مثل فرق بین یک وانت باربر با یک خودروی شهری.
«کار عمیق» یعنی چه؟
«کار عمیق» یعنی کارهایی که یک مدل معمولی نمی‌تواند در یک جواب کوتاه تمامش کند: بازآرایی یک کدبیس بزرگ، خواندن و خلاصه‌سازی صدها صفحه سند حقوقی، یا زنجیره‌ای از کارهای خودکار در چند ابزار مختلف. Argon برای همین‌ها ساخته شده؛ پنجرهٔ زمینه‌اش — یعنی ظرفیت خواندنش در یک لحظه — یک میلیون توکن است. برای مقیاس: یک میلیون توکن یعنی حدود هفتصدوهشتاد هزار کلمهٔ انگلیسی، یعنی تقریباً چند رمان ضخیم یکجا.
دو آستانه‌ای که روی کاغذ مهم‌اند
دو عدد در معرفی رسمی گوگل (به گفتهٔ کورای کاووکجوئوغلو، مدیر ارشد هوش مصنوعی گوگل) چشم را می‌گیرد. اول، سقف خروجی یک میلیون توکنی: مدل در یک پاسخ می‌تواند خروجی‌ای به طول چند رمان ضخیم تولید کند — بیشتر مدل‌های امروزی سقفشان ۶۴ هزار توکن است. دوم، قیمت ورودیِ ۲ دلار به ازای هر میلیون توکن در دورهٔ معرفی تا ۹ آذر ۱۴۰۵ (۳۰ نوامبر ۲۰۲۶) که بعد دوبرابر می‌شود.
چرا عرضه‌اش این‌قدر حساب‌شده است؟
داستان Argon از ۸ مهر (۳۰ سپتامبر) شروع شد: گوگل آن را اول فقط به مدافعان سایبریِ مورداعتماد در «برنامهٔ فِرویند» داد — برنامه‌ای که مدل را بدون محدودیت‌های سایبری در اختیار مدافعان امنیتی می‌گذارد — و عرضهٔ جهانی را دو هفته نگه داشت. برای همین هیچ منتقد مستقلی تا امروز نتوانسته «حس» واقعی کار با مدل را توصیف کند؛ eesel.ai صراحتاً می‌نویسد کلید API او مدل را پیدا نکرده. معرفی اولیهٔ همین مدل را قبلاً در فناوری‌کده پوشش داده‌ایم.
مشخصات کلیدی؛ اعداد روی کاغذ
جدول زیر اعداد رسمی اعلام‌شده توسط گوگل را کنار هم می‌گذارد — نه حدس ما را. هر جا چیزی اعلام نشده، همان را نوشته‌ایم.
مشخصه | Gemini 4 Argon |
|---|---|
عرضهٔ جهانی | ۲۱ مهر ۱۴۰۵ (۱۳ اکتبر ۲۰۲۶)؛ معرفی اولیه ۸ مهر برای مدافعان فِرویند |
پنجرهٔ زمینه | یک میلیون توکن یکپارچه (ورودی + تفکر + خروجی با هم) |
سقف خروجی | تا یک میلیون توکن؛ در حالت پیش‌فرض هم‌زمان ۶۵٬۵۳۶ توکن با «پروتکل ادامه» |
قیمت دورهٔ معرفی (تا ۹ آذر ۱۴۰۵) | ۲ دلار ورودی و ۱۰ دلار خروجی به ازای هر میلیون توکن؛ ورودی کش‌شده ۹۵٪ تخفیف (۰.۱۰ دلار) |
قیمت پس از معرفی | ۴ دلار ورودی و ۲۰ دلار خروجی (دوبرابر) |
دسترسی توسعه‌دهنده | API پولی در AI Studio و اندروید استودیو؛ مدل با شناسهٔ gemini-4-argon |
دسترسی کاربر عادی | فقط اشتراک Google AI Pro و Ultra در اپ جمینای و AI Mode در جست‌وجو؛ پلتفرم Antigravity فقط Ultra |
ورودی و خروجی | ورودی: متن، تصویر، ویدیو، صوت، PDF؛ خروجی: فقط متن (بدون تولید تصویر و صوت، بدون Live API) |
نسخهٔ ویژهٔ امنیتی | برنامهٔ فِرویند برای مدافعان سایبری تأییدشده، بدون محدودیت‌های سایبری؛ در حال گسترش به صدها شریک تازه |
جدول را این‌طور بخوان: روی کاغذ، یک مدل پرچمدارِ تمام‌عیار با قیمت معرفیِ رقابتی است — ولی دو سطر آخرش مهم‌ترین‌اند: تو اگر کاربر رایگان هستی، اصلاً مخاطبش نیستی. کاربران رایگان جمینای روی مدل‌های سبک Flash-Lite می‌مانند.
نقاط قوت واقعی؛ آزمایشگران مستقل چه چیزی را ستودند؟
هر ادعای این بخش صاحب دارد. این‌ها حرف ما نیست؛ جمع‌بندی کسانی است که اعداد را خودشان اندازه گرفته‌اند.
کم‌توهم‌ترین مدل ردهٔ خودش: وقتی نمی‌داند، «نمی‌دانم» می‌گوید
پررنگ‌ترین نتیجهٔ مستقل این بررسی همین است. در آزمون AA-Omniscience آزمایشگاه Artificial Analysis — آزمونی که حدس اشتباه را جریمه می‌کند ولی «نمی‌دانم» گفتن را نه — آرگون نرخ توهم ۱۵٪ ثبت کرد: پایین‌ترین عدد در بین همهٔ مدل‌هایی که امتیاز هوشی بالای ۴۵ دارند. GPT-6 Astra روی همان آزمون ۵۱٪ و GPT-6.1 Sol عدد ۵۴٪ را ثبت کردند. یعنی آرگون تقریباً یک‌سوم نزدیک‌ترین رقیب مرزی‌اش توهم می‌زند.
اما یک ظرافت مهم هست که eesel.ai صریحش می‌کند: دقت آرگون پایین‌تر است — ۵۰٪ در برابر ۶۳٪ آسترا. یعنی آرگون باهوش‌تر از رقبا نیست؛ رفتارش وقتی مطمئن نیست فرق می‌کند. از هر ۱۰۰ سؤال سختِ واقعی: آرگون حدود ۵۰ تا را درست می‌گوید، حدود ۸ تا را اشتباه حدس می‌زند و ۴۲ تای دیگر را صریحاً می‌گوید نمی‌داند؛ آسترا ۶۳ تا را درست می‌گوید ولی حدود ۱۹ حدس اشتباهِ مطمئن هم می‌زند. یعنی آسترا حدود ۲.۴ برابر بیشتر «جواب اشتباه مطمئن» تحویل می‌دهد. اگر مدلی قرار است جلوی مشتری حرف بزند — پشتیبانی، قرارداد، سیاست داخلی — این دقیقاً همان معامله‌ای است که می‌خواهی: کمتر بدانی، ولی هرگز دروغ مطمئن نگویی.
کار دانشی و اسناد بلند: جایی که ادعای گوگل تأیید می‌شود
گوگل در جدول رسمی‌اش می‌گوید آرگون در «شاخص Vals» — آزمونی که عملکرد مدل‌ها را در بخش‌های اقتصادی مثل مالی، کدنویسی، حقوقی و مالیاتی می‌سنجد — با ۶۸.۹٪ اول است؛ و این بار مستقل‌ها هم همان را می‌گویند: وب‌سایت تحلیلی stackfutures گزارش می‌دهد آرگون در نسخهٔ ۲.۱ همین شاخص، بین ۴۳ مدل اول شده است. روی آزمون Vals Finance Agent v2 هم گوگل ۶۵.۴٪ ادعا می‌کند و در بنچمارک حقوقی Harvey با ۱۹.۶٪ تقریباً سه برابر مدل بعدی (۶.۷٪) است — هرچند خود تحلیل‌گران می‌گویند عدد مطلقش هنوز پایین است و «حقوقی حل‌شده» نیست؛ فقط «کمتر بد» است.
در اسناد خیلی بلند هم شکاف تمیز است: در آزمون GraphWalks بین ۲۵۶ هزار تا یک میلیون توکن، آرگون ۸۴.۲٪ می‌گیرد و آسترا، Fable 5.1 و Opus 5.5 بین ۶۵ تا ۷۱.۸٪ می‌مانند. ترجمه‌اش برای تو: اگر کارت این است که صدها صفحه سند یا گراف دانش را یکجا بخوانی و جواب چندپری بدهی، این همان سطری است که باید دوباره تستش کنی، نه جدول‌های پرزرق‌وبرق دیگر.
اتوماسیون کسب‌وکار: اولِ بی‌رقیب، ولی با یک ستاره
روی آزمون AutomationBench-AA — که خود آزمایشگاه Artificial Analysis با همکاری Zapier از اتوماسیون چندمرحله‌ای کسب‌وکار ساخته — آرگون با ۷۷.۵٪ اول است؛ Claude Sonnet 5.5 با ۷۱.۳٪ و Opus 5.5 با ۶۹.۵٪ پشت سرش‌اند. نسخه‌ای که خود گوگل با همان آزمون Zapier اجرا کرده هم همین پیشتازی را نشان می‌دهد (۵۱.۳٪ در برابر ۴۲.۵٪ اوپوس) — ولی دقت کن: در نسخهٔ گوگل هنوز «تقریباً نیمی از کارها» ناموفق‌اند. یعنی بهترین مدل بازار در این کار، هنوز نیمی از کارهای واقعی را نمی‌تواند تمام کند. eesel.ai هم روی تست Briefcase خودش همین الگو را دیده: آرگون چک‌لیست را از همه بهتر کامل می‌کند، ولی گزارش‌هایش خوش‌نوشت‌ترین نیستند. برای بازبینی قرارداد، دقیقاً همین ترتیب را می‌خواهی: اول کامل، بعد خوشگل.
رأی واقعی کاربران: صدر جدول ترجیح انسانی
در جدول «Text Arena» سایت Arena.ai — که مدل‌ها را در مقایسهٔ کور روبه‌رو هم می‌گذارد — آرگون با ۱٬۵۲۵ امتیاز Elo اول است؛ بیست امتیاز بالاتر از Claude Opus 4.6. در رشتهٔ Hacker Newsِ روز عرضه (۱٬۲۷۶ امتیاز و حدود ۸۱۸ نظر) یکی از معدود کسانی که دسترسی زودهنگام داشت، حکم متعادلی داد: اولین مدل جمینای‌ای که توانسته کارهای پیچیده را به آن بسپارد؛ «صددرصد قابل‌اعتماد نیست، ولی معمولاً از خودم بهتر نتیجه می‌دهد و هزینهٔ راستی‌آزمایی‌اش خیلی کمتر از انجام کار توسط خودم است.» همان تصویر اعداد: در کار تحقیقاتی قوی، به شرطی که خروجی را چک کنی.
نقاط ضعف واقعی؛ کجاها لنگ می‌زند؟
هیچ‌کدام از این‌ها را از خودمان درنیاورده‌ایم؛ هر مورد را همان منبعی گفته که عددش را اندازه گرفته است.
کدنویسی ترمینالی: آنجا که رقبا جلوترند
اگر ایجنت‌هایت در شل (ترمینال) زندگی می‌کنند، آرگون اولین انتخاب نیست. در اجرای مستقل آزمایشگاه Artificial Analysis از Terminal-Bench 4.0، آرگون ۵۷.۱٪ گرفت و چهارم شد: پشت سر Claude Sonnet 5.5 با ۶۳.۶٪، Opus 5.5 با ۵۹.۶٪ و GPT-6 Astra با ۵۹.۱٪. جدول خود گوگل هم همین را می‌گوید، فقط با کمی تفاوت: اوپوس ۹ امتیاز جلوتر (۶۶.۴ در برابر ۵۷.۴) و آسترا در FrontierSWE v2 با ۶۵.۵ در برابر ۵۵ ده‌ونیم امتیاز جلوتر. بهترین عدد کدنویسی آرگون — ۷۷.۹٪ روی DeepSWE v1.1 — هم یک ستاره دارد که eesel.ai صریحش می‌کند: گوگل این را با هارنس مینی‌سوییِ خودش اجرا کرده، در حالی که اعداد رقبا از جدول‌های عمومی و کارت‌های مدل آمده‌اند. یعنی برای انتخاب مدل کدنویسی، روی همین عدد خوداجرا شرط نبند؛ روی مخزن خودت تست کن.
پرحرف و پرهزینه: قیمت ارزان، مصرف بالا
این همان نکته‌ای است که شاید بیشتر از همه غافلگیرت کند. آرگون برای اجرای شاخص هوش مصنوعی ۱۱۰ میلیون توکن خروجی مصرف کرده؛ میانهٔ مدل‌ها ۸۲ میلیون است. به‌طور میانگین هر تسک ۶۲ هزار توکن خروجی می‌خواهد، در حالی که آسترا ۲۷ هزار تا — یعنی بیش از دو برابر. حرف صریح Artificial Analysis این است: مزیت هزینه‌ای آرگون «از قیمت پایین‌تر توکن می‌آید، نه از مصرف کمتر توکن». در دورهٔ معرفی هر تسک حدود ۱.۹۹ دلار آب می‌خورد؛ ولی با قیمت استاندارد پس از آذر، به ۳.۹۸ دلار می‌رسد — حدود ۶ برابر Gemini 3.1 Pro Preview. بودجه‌ات را دور تخفیف معرفی نبند.
جدول گوگل، با حاشیهٔ ریز: سطرهایی که بولد نیستند
جدول ۱۸ سطری گوگل را یک منتقد مستقل روی مدیوم این‌طور خوانده: آرگون در ۱۲ سطر اول است و در یک سطر مساوی؛ ولی پنج سطری که می‌بازد، بیشتر از بردها به تو می‌گویند مدلت را کجا بگذاری. سه‌تایشان کار ترمینال و ایجنت کدنویسی است و روی سطرهای «استفاده از کامپیوتر» و «تست علمی» هم گوگل در حاشیهٔ ریز روش‌شناسی‌اش اعتراف می‌کند: امتیاز از بهترینِ سه اجرا گرفته شده و در تست علمی، زمان بررسی‌کننده ۶ برابر بوده است. این‌ها تقلب نیستند؛ ولی عددهای بولد را باید با همین حاشیه‌ها خواند.
نمی‌توانی امروز صدایش بزنی
ساده‌ترین و بزرگ‌ترین ضعف همین است: برای بیشتر ما، آرگون هنوز قابل‌استفاده نیست. API پولی و اشتراک‌های Pro/Ultra مخاطبش‌اند؛ کاربر رایگان اصلاً در بازی نیست و حتی سرعت واقعی مدل هنوز هیچ‌جا اندازه‌گیری نشده — در کارت Artificial Analysis سرعت «N/A» است. یعنی نمی‌توانی تأخیر و سقف نرخ را بسنجی؛ و این‌ها همان عددهایی‌اند که معلوم می‌کنند یک مدل در محیط واقعی جواب می‌دهد یا نه.
Gemini 4 Argon در برابر رقبا؛ عددهای یک آزمایشگاه
جدول زیر همه از یک منبع است — آزمایشگاه مستقل Artificial Analysis — پس مقایسه «سیب با سیب» است. آرگون در حالت High تست شده و بیشتر رقبا در حالت Max.
مدل | شاخص هوش مصنوعی (AA) | هزینهٔ هر تسک | نرخ توهم | اتوماسیون (AA) | ترمینال (4.0) |
|---|---|---|---|---|---|
Claude Opus 5.5 | ۵۸ | اعلام نشده | اعلام نشده | ۶۹.۵٪ | ۵۹.۶٪ |
Claude Sonnet 5.5 | ۵۶ | اعلام نشده | اعلام نشده | ۷۱.۳٪ | ۶۳.۶٪ |
Gemini 4 Argon | ۵۳ | ۱.۹۹ دلار (معرفی) / ۳.۹۸ دلار | ۱۵٪ | ۷۷.۵٪ | ۵۷.۱٪ |
GPT-6 Astra | ۵۳ | ۳.۲۶ دلار | ۵۱٪ | ۶۸.۵٪ | ۵۹.۱٪ |
Claude Fable 5.1 | ۵۳ | اعلام نشده | اعلام نشده | ۵۹.۴٪ | ۵۲.۰٪ |
GPT-6.1 Sol | ۵۲ | ۰.۷۲ دلار | ۵۴٪ | ۶۴.۹٪ | ۵۶.۱٪ |
جدول را این‌طور بخوان: دو چیز از آن بیرون می‌زند. اول، مدل‌های آنتروپیک هنوز صدر شاخص‌اند و اوپوس ۵.۵ پنج امتیاز جلوتر است؛ آرگون گوگل را هم‌سطح بهترین اوپن‌ای‌آی می‌کند، نه جلوتر از همه. دوم، GPT-6.1 Sol با یک امتیاز کمتر، حدود یک‌سوم هزینهٔ آرگون در دورهٔ معرفی را دارد — و همین است که خیلی‌ها در همان رشتهٔ Hacker News گفتند برای کارهای عمومی، Sol انتخابِ به‌صرفه‌تر است. اگر می‌خواهی مسیر رسیدن گوگل به اینجا را ببینی، بررسی قبلی ما از Gemini 3.8 را بخوان.
چیزهایی که هنوز روشن نیست
سرعت واقعی و سقف نرخ API هنوز هیچ‌جا منتشر نشده؛ بدون این‌ها نمی‌شود برای محیط واقعی برنامه ریخت.
نرخ‌های Batch/Flex/Priority و جزئیات تخفیف ورودی کش‌شده پس از آذر اعلام نشده؛ فقط می‌دانیم قیمت اصلی از ۹ آذر دوبرابر می‌شود.
گسترش «فِرویند» به چند شریک و سرنوشت نسخهٔ بدون محدودیت سایبری، روشن نیست.
آزمون‌های «حس کاربری» — مثل KingBench 4 که آرگون در آن بهترین شبیه‌ساز و بدترین اپ کیبورد را بین مدل‌های تست‌شده ساخت — هنوز پراکنده‌اند.
اینکه قیمت ۴/۲۰ دلاری پس از آذر در برابر مدل‌های تازهٔ رقبا رقابتی می‌ماند یا نه.
برای چه کسی می‌ارزد؟
بدون نمره، بدون ستاره؛ فقط سه توصیهٔ صریح.
امتحانش کن، اگر...
کارت دانش‌محور است و خطا برایت گران تمام می‌شود: بازبینی قرارداد، خلاصه‌سازی سیاست‌های داخلی، پاسخ‌گویی به مشتری، یا خواندن انبوه سندهای مالی و حقوقی. در این زمین، رفتار «نمی‌دانم گفتن» آرگون و صدرنشینی‌اش در آزمون‌های دانشی، دقیقاً همان چیزی است که می‌خواهی — فقط خروجی‌اش را هنوز خودت راستی‌آزمایی کن.
صبر کن، اگر...
کدنویسی ترمینالی و ایجنت‌های شل، کار روزمره‌ات است. آنجا سونِت ۵.۵ و حتی آسترا جلوترند و عدد خودِ گوگل هم همین را می‌گوید. یا اگر بودجه‌ات به تخفیف معرفی گره خورده: قیمت آذر دوبرابر می‌شود و مصرف توکن بالای مدل، آن دوبرابر را دردناک‌تر می‌کند.
فعلاً بی‌خیالش شو، اگر...
کاربر رایگان جمینای هستی (اصلاً بهش دسترسی نداری)، یا دنبال مدل عمومیِ به‌صرفه برای کارهای روزمره‌ای — آنجا GPT-6.1 Sol با فاصلهٔ یک امتیازی و یک‌سوم هزینه، انتخاب عاقلانه‌تری است. و اگر در ایران هستی، بخش بعد را حتماً بخوان.
نکته برای خوانندهٔ فارسی‌زبان
بی‌پرده بگوییم: آرگون محصولِ اکوسیستم دلاری است. قیمتش به دلار است، پرداختش با کارت بین‌المللی است و دسترسی API گوگل از ایران تابع تحریم‌هاست — شرایط سرویس گوگل را بی‌طرفانه می‌گوییم و چیزی را پیشنهاد نمی‌کنیم. عملاً یعنی اگر در ایران هستی، استفادهٔ مستقیم از API پولی‌اش مسیر ساده‌ای ندارد و باید روی همین واقعیت حساب کنی، نه روی حدس.
نکتهٔ دوم، زبان فارسی است: هیچ‌کدام از ارزیابی‌های مستقلِ این بررسی، عملکرد فارسی را جداگانه نسنجیده‌اند — همهٔ اعداد بالا انگلیسی‌محورند. پس اگر کارت با متن فارسی است، قبل از هر تصمیمی، یک نمونهٔ واقعی فارسی به مدل بده و خودت بسنج؛ عدد انگلیسی، تضمین فارسی نیست. زمینهٔ برنامهٔ امنیتی فِرویند و مدل سایبری فلش را هم قبلاً توضیح داده‌ایم.
جمع‌بندی
Gemini 4 Argon بازگشت واقعی گوگل به سطح مدل‌های مرزی است: در دانش‌کاری و اتوماسیون، مستقل‌ها پیشتازی‌اش را تأیید می‌کنند و رفتار صادقانه‌اش در برابر ندانستن، در بازار امروز کم‌نظیر است. ولی نه صدرنشین بلامنازع است — اوپوس ۵.۵ هنوز پنج امتیاز جلوتر است — نه ارزانِ واقعی، چون پرحرفی‌اش تخفیف معرفی را می‌بلعد، و نه برای همه. اگر کارت «دانستنِ درست» است نه «دانستنِ زیاد»، ارزش یک دورهٔ آزمایشی جدی را دارد — با چشم باز به قیمت آذر.
سؤال‌های پرتکرار
Gemini 4 Argon دقیقاً چه زمانی عرضه شد؟
معرفی اولیه ۸ مهر ۱۴۰۵ (۳۰ سپتامبر ۲۰۲۶) فقط برای مدافعان سایبری برنامهٔ فِرویند بود و عرضهٔ جهانی ۲۱ مهر ۱۴۰۵ (۱۳ اکتبر ۲۰۲۶) انجام شد.
آیا می‌توانم الان از آن استفاده کنم؟
فقط با API پولی گوگل یا اشتراک Google AI Pro/Ultra: توسعه‌دهندگان از API پولی در AI Studio، کاربران Pro و Ultra از اپ جمینای و AI Mode، و فقط Ultra از Antigravity. کاربر رایگان دسترسی ندارد.
قیمتش چقدر است و چرا می‌گویند موقتی است؟
تا ۹ آذر ۱۴۰۵، هر میلیون توکن ورودی ۲ دلار و خروجی ۱۰ دلار است (ورودی کش‌شده ۰.۱۰ دلار). بعد از آن، قیمت به ۴ و ۲۰ دلار می‌رسد؛ یعنی دوبرابر. بودجه‌ات را روی قیمت معرفی نبند.
نرخ توهم ۱۵٪ یعنی چه و چرا مهم است؟
یعنی در آزمون دانشی مستقل AA-Omniscience، فقط ۱۵٪ موارد به‌جای «نمی‌دانم»، حدس اشتباه مطمئن زده — در برابر ۵۱٪ برای GPT-6 Astra. برای کارهایی که خطا گران است (قرارداد، پشتیبانی مشتری)، این مهم‌تر از چند امتیاز بیشتر در بنچمارک است.
برای کدنویسی خوب است؟
بستگی دارد کجای کدنویسی. در مهندسی نرم‌افزار عاملی عدد خوبی دارد ولی با هارنس خود گوگل اجرا شده؛ در کدنویسی ترمینالی از سونِت ۵.۵، اوپوس ۵.۵ و آسترا عقب‌تر است.
با GPT-6 Astra و Claude Opus 5.5 چه فرقی دارد؟
در شاخص مستقل Artificial Analysis هر دو ۵۳ امتیاز دارند و اوپوس ۵.۵ با ۵۸ جلوتر است. آرگون در «نمی‌دانم گفتن» و اتوماسیون کسب‌وکار بهتر است، در ترمینال ضعیف‌تر، و پرمصرف‌تر از آسترا.
آیا از ایران می‌شود از آن استفاده کرد؟
دسترسی API گوگل از ایران تابع تحریم‌هاست و پرداخت دلاری می‌خواهد؛ ما راه دور زدن پیشنهاد نمی‌کنیم. واقعیت را همین‌طور که هست در نظر بگیر.
منابع
وبلاگ رسمی گوگل — «Gemini 4 Argon: Built to solve your hardest problems» (۱۳ اکتبر ۲۰۲۶): متن کامل اطلاعیهٔ عرضه
eesel.ai — بررسی مستقل «Gemini 4 Argon review: benchmarks, costs, and my verdict» (۱ اکتبر ۲۰۲۶، به‌روزشده): متن بررسی
Artificial Analysis — از طریق خلاصهٔ eesel.ai و deeplearning.ai (The Batch): شاخص هوش مصنوعی، AA-Omniscience، AutomationBench-AA، Terminal-Bench 4.0
stackfutures — «Gemini 4 Argon Leads Arena Text at 1,525 ELO» (۱۰ اکتبر ۲۰۲۶): رتبهٔ آرنا و شاخص Vals
explainx.ai — «Gemini 4 Argon: 1M Output, $2/$10 Intro Price» (به‌روزشده ۱۳ اکتبر ۲۰۲۶): جدول بنچمارک‌ها و قیمت — تصویر کاور این مقاله از همین منبع (کی‌آرت رسمی گوگل دیپ‌مایند) است
Reuters — «Google launches flagship AI model Gemini 4 Argon» (۱۳ اکتبر ۲۰۲۶): زمینهٔ تأخیرها و بازسازی دیپ‌مایند
emergent.sh — «Gemini 4 Argon Benchmarks: Every Score, Its Source, and What It Means»: همهٔ امتیازها با منبع
