Google перевела агентный анализ видео в Gemini 4 Argon в общедоступный режим 27 октября. Модель может разбирать происходящее в записи, определять пространственные связи и необходимые движения, а затем выполнять связанные действия, включая генерацию кода для симуляции. Функцию можно использовать через Gemini API без статуса предварительного доступа.
В одном из внутренних тестов Google модель просмотрела видео человека, играющего в корнхол, определила координаты объектов и рассчитала движения тела. Затем Argon создала код симуляции, а полученный навык перенесли на человекоподобного робота Apollo, который семь раз подряд попал мешочком в цель. По оценке Google, такой процесс сокращает подготовку симуляции для обучения робота с нескольких недель до нескольких часов.
Саму Gemini 4 Argon компания запустила 13 октября. Модель рассчитана на продолжительные задачи в программировании, науке и работе ИИ-агентов. Запрос, внутренние рассуждения и ответ делят общий лимит в 1 048 576 токенов. Для длинных результатов актуальные библиотеки Google автоматически продолжают генерацию в несколько этапов.
Токены рассуждений оплачиваются вместе с результатом. До 30 ноября цена составляет $2 за миллион входных и $10 за миллион выходных токенов. С 1 декабря тариф вырастет до $4 и $20 соответственно. Gemini API и платные сервисы Google Cloud напрямую недоступны компаниям из России.