Gemini 4 Argon چیست؟ بررسی مدل جدید گوگل و مقایسه با رقبا

گوگل در ۱۳ اکتبر ۲۰۲۶ (۲۱ مهر ۱۴۰۵) Gemini 4 Argon را به‌عنوان مدل پرچمدار تازه‌اش برای همه عرضه کرد: مدلی با پنجرهٔ متنی یک میلیون توکنی، استدلال چندسطحی و قیمت مقدماتی ۲ دلار به ازای هر میلیون توکن ورودی. دو هفته بعد هم از Gemini 4 Carbon رونمایی کرد که در شاخص Artificial Analysis بالاتر از همه ایستاده، اما هنوز برای عموم باز نشده است.

در این مقاله می‌بینیم Argon دقیقاً چه قابلیت‌هایی دارد، در بنچمارک‌های مستقل کجا ایستاده، چه فرقی با Carbon دارد و در برابر Claude Opus 5.5 و GPT-6 Astra چه نقاط قوت و ضعفی دارد. برای تصویر کلی بازار، رتبه‌بندی ماهانهٔ مدل‌های هوش مصنوعی را هم ببینید.

آخرین به‌روزرسانی: ۹ آبان ۱۴۰۵ — مشخصات از وبلاگ رسمی گوگل و مستندات Gemini API، قیمت‌ها از صفحه‌های رسمی Google، Anthropic و OpenAI و امتیازها از شاخص هوش Artificial Analysis (نسخهٔ ۵٫۰) در همین تاریخ برداشته شده‌اند.

Gemini 4 Argon چیست؟

Argon اولین مدل خانوادهٔ Gemini 4 است که برای همه منتشر شد. گوگل آن را «مدل مرزی» خودش برای کارهای عمیق و چندمرحله‌ای در کدنویسی، مالی، حقوق، امنیت سایبری و علم معرفی کرده است. شناسهٔ آن در API، gemini-4-argon است و نسخهٔ پایدار (Stable) آن در اکتبر ۲۰۲۶ به‌روزرسانی شده است. اگر با نسل‌های قبلی Gemini آشنا نیستید، معرفی هوش مصنوعی Gemini و تاریخچهٔ بارد تا جمینای را ببینید.

Argon از همان روز اول در این جاها در دسترس قرار گرفت:

• اپ Gemini و AI Mode جست‌وجو: برای مشترکان Google AI Pro و Ultra.
• Gemini API، AI Studio و Gemini Enterprise: برای توسعه‌دهنده‌ها و سازمان‌ها؛ فقط در سطح پولی و بدون سهمیهٔ رایگان.
• Google Antigravity: محیط کدنویسی ایجنتی گوگل، برای مشترکان Ultra.

قابلیت‌ها و مشخصات فنی

یک نکتهٔ مهم: در Argon پنجرهٔ یک میلیون توکنی «یکپارچه» است؛ یعنی ورودی و خروجی از یک سهم مشترک استفاده می‌کنند و با حالت Long decode (اجرای پس‌زمینه) می‌شود خروجی‌های بسیار طولانی گرفت. برای اینکه بدانید یک میلیون توکن در عمل یعنی چقدر متن، مقالهٔ Context Window را بخوانید.

بنچمارک‌ها؛ ادعای گوگل و اندازه‌گیری مستقل

گوگل در اعلامیهٔ رسمی می‌گوید Argon در Vals Index (سنجش عملکرد در کارهای مالی، کدنویسی، حقوقی و مالیاتی) رتبهٔ اول را دارد، در بنچمارک استدلال فضایی ERQA با ۸۷ درصد از همهٔ مدل‌های مرزی جلوتر است و در بنچمارک تزریق غیرمستقیم پرامپت Gray Swan، نرخ موفقیت حمله را به ۰٫۷ درصد رسانده است. نمونه‌های واقعی هم آورده: Argon در Antigravity ارسال کد ایجنتی تیم‌های گوگل را بیش از ۳۵ درصد بالا برده و برگشت‌خوردن کدها را تقریباً یک‌سوم کم کرده است.

اما در شاخص مستقل Artificial Analysis Intelligence Index (نسخهٔ ۵٫۰ با ۹ آزمون مثل Terminal-Bench 4.0، GDP.pdf و HLE-Diamond)، تصویر کمی متفاوت است. Argon در سطح استدلال high امتیاز ۵۰ می‌گیرد و رتبهٔ ۱۳ از ۵۸ مدل را دارد؛ بالاتر از میانهٔ ۳۷، اما چند پله پایین‌تر از رقبای اصلی. با روش این شاخص در راهنمای Artificial Analysis آشنا شوید.

سرعت Argon هم متوسط رو به بالاست: حدود ۸۳ توکن در ثانیه روی Vertex و ۸۹ توکن در AI Studio. اما چون مدل استدلالی است و قبل از جواب فکر می‌کند، در سطح high زمان رسیدن اولین بخش پاسخ می‌تواند ده‌ها ثانیه طول بکشد. Artificial Analysis آن را «کمی پرحرف» هم می‌داند: برای اجرای کامل آزمون‌ها ۱۱۰ میلیون توکن خروجی تولید کرده، در حالی که میانه ۷۰ میلیون است.

Gemini 4 Carbon؛ برادر قوی‌تر که هنوز نیامده

گوگل در ۲۸ اکتبر ۲۰۲۶ از Gemini 4 Carbon رونمایی کرد و آن را «قوی‌ترین مدل» خود با تمرکز بر امنیت سایبری و کارهای طولانی‌مدت نامید. Carbon با امتیاز ۵۹ در شاخص Artificial Analysis رتبهٔ اول را دارد و در بنچمارک‌های امنیتی مثل SEC-bench Pro (۸۸٫۲ درصد)، ExploitGym (۵۴٫۸ درصد) و CWE-bench (۷۱ درصد) رکورد زده است. طبق گوگل، ادعاهای بی‌پشتوانه را نسبت به Argon حدود دو برابر کمتر می‌کند و در WebDev Arena هم با ۸۹ امتیاز رشد به رتبهٔ چهارم رسیده است.

اما Carbon فعلاً فقط به گروهی از متخصصان دفاع سایبری و سپس شرکای مورد اعتماد برنامهٔ Fairwind داده می‌شود و گوگل برای عرضهٔ عمومی آن تاریخی اعلام نکرده است؛ نه شناسهٔ API دارد و نه در صفحهٔ قیمت Gemini API آمده. قیمت اعلام‌شدهٔ آن همانند Argon است. پس برای کاربر معمولی و توسعه‌دهنده، Argon در حال حاضر بهترین مدل در دسترس گوگل است.

قیمت Gemini 4 Argon و مقایسه با رقبا

Argon در API با قیمت مقدماتی عرضه شده که تا ۳۰ نوامبر ۲۰۲۶ (۹ آذر ۱۴۰۵) معتبر است:

Argon فقط کش ضمنی (implicit) دارد و تخفیف ۹۵ درصدی ورودی کش‌شده خودکار اعمال می‌شود. با قیمت مقدماتی، Argon هم‌قیمت GPT-6.1 Sol است؛ اما بعد از ۹ آذر هم‌قیمت Claude Opus 5.5 می‌شود که امتیاز بالاتری دارد. در هزینهٔ هر تسک Artificial Analysis (که با قیمت عادی حساب شده)، Argon روی Vertex حدود ۷٫۶۸ دلار و روی AI Studio حدود ۹٫۹۵ دلار است. جدول کامل قیمت‌ها را در راهنمای قیمت API ببینید.

Argon در برابر Claude و GPT-6؛ کدام را انتخاب کنیم؟

• نقاط قوت Argon: ورودی چندرسانه‌ای کامل (ویدیو، صدا و PDF در یک مدل)، پنجرهٔ یک میلیونی یکپارچه، اتصال بومی به جست‌وجو و Maps گوگل، و قیمت مقدماتی پایین تا آخر نوامبر.
• نقاط ضعف: در شاخص مستقل از Opus 5.5 و Astra عقب‌تر است، سهمیهٔ رایگان API ندارد، Live API را پشتیبانی نمی‌کند و در سطح high کند جواب می‌دهد.
• اگر بهترین کیفیت کلی را می‌خواهید: Claude Opus 5.5 یا GPT-6 Astra؛ مقایسهٔ مفصلشان در Claude Opus 5.5 در برابر GPT-6 Astra آمده است.
• اگر با ویدیو، صدا یا اسناد بزرگ کار می‌کنید: Argon گزینهٔ جدی است، به‌خصوص با قیمت مقدماتی.
• اگر بودجه محدود است: GPT-6.1 Sol با امتیاز ۵۵ و هزینهٔ هر تسک بسیار پایین‌تر، انتخاب اقتصادی‌تری است. برای مقایسه با xAI هم بررسی Grok 4.7 را ببینید.

اگر در اکوسیستم گوگل کار می‌کنید، ساخت ویدیو با مدل‌های تازهٔ گوگل را هم در آموزش Veo و Gemini Omni توضیح داده‌ایم.

سؤالات متداول

Gemini 4 Argon رایگان است؟

در API سطح رایگان ندارد و فقط در سطح پولی ارائه می‌شود. در اپ Gemini هم برای مشترکان Google AI Pro و Ultra فعال است.

فرق Gemini 4 Argon و Carbon چیست؟

Carbon قوی‌تر است (امتیاز ۵۹ در برابر ۵۰ در Artificial Analysis) و روی امنیت سایبری و کارهای طولانی تمرکز دارد، اما فعلاً فقط به متخصصان امنیت و شرکای برنامهٔ Fairwind داده می‌شود. Argon برای همه در دسترس است.

قیمت Gemini 4 Argon بعد از نوامبر چقدر می‌شود؟

از ۱ دسامبر ۲۰۲۶ (۱۰ آذر ۱۴۰۵)، قیمت ورودی ۴ دلار و خروجی ۲۰ دلار به ازای هر میلیون توکن می‌شود و ورودی کش‌شده ۰٫۲ دلار.

Argon می‌تواند عکس یا ویدیو بسازد؟

نه. Argon فقط متن تولید می‌کند. برای تصویر و ویدیو باید سراغ مدل‌های جداگانهٔ گوگل مثل Nano Banana و Gemini Omni بروید.

Argon برای برنامه‌نویسی خوب است؟

بله؛ گوگل نمونه‌های بزرگی مثل ریفکتور بخشی از کد Chrome را با آن انجام داده و در Antigravity هم در دسترس است. با این حال در شاخص‌های مستقل کدنویسی، Claude Opus 5.5 و GPT-6 Astra معمولاً جلوترند.

منابع و مراجع