قضيت وقتًا أقل بكثير مع نماذج Google مقارنةً بأدوات AI الأخرى في سير عملي. يمنحني Gemini 4 Argon سببًا لتغيير ذلك. تبدو نتائج أتمتة الأعمال مفيدة، كما أن السعر التمهيدي المُعلن يأتي إلى جانب GPT-6.1 Sol بدلًا من أن يكون النموذج مخصصًا للفئة المتميزة فقط.
أريد اختباره عند فتح الوصول إليه. في الوقت الحالي، هذه نظرة على الأدلة المنشورة والأسعار وردود الفعل المبكرة، وليست مراجعة عملية لـ Argon.
التحقق من المصدر: 1 أكتوبر 2026. الغلاف عمل فني تحريري مُنشأ بواسطة AI. تعيد المخططات أدناه رسم النتائج الرقمية المذكورة في المصادر؛ وليست لقطات شاشة من اختباراتي الخاصة.
ما هو Gemini 4 Argon، وهل يمكنني استخدامه الآن؟
أعلنت Google عن Argon في 30 سبتمبر 2026، في البداية للمدافعين الموثوقين في مجال الأمن السيبراني عبر Fairwind. سيبدأ الوصول الأوسع مع عملاء API المدفوعين ومشتركي Google AI Ultra؛ ولا يحدد الإعلان موعدًا عامًا مؤكدًا للإطلاق. راجع إعلان Google عن Gemini 4 Argon.
سأنتظر الوصول الفعلي إلى الحساب قبل شراء اشتراك مخصص لـ Argon. فالإطلاق المُعلن يختلف عن نموذج يمكنني اختياره اليوم، كما أن Google لم تتعهد في ذلك الإعلان بموعد إتاحة في السويد.
أقوى سبب يدفعني للاهتمام هو احتمال إنجاز المهام الأطول بتدخل أقل. سيتضمن اختباري المفيد كودًا موجودًا وقواعد أعمال معقدة وأدلة على أن النتيجة النهائية تعمل. ولن تحسم الإجابة المصقولة وحدها الأمر.
أسعار Gemini 4 Argon: للسعر التمهيدي جانب خفي
تعلن Google عن سعر قدره $2 للإدخال و$10 للإخراج لكل مليون token. ويحدد هامش التسعير السعر اللاحق عند $4/$20، من دون ذكر تاريخ انتهاء فترة السعر التمهيدي. ويحصل الإدخال المخزن مؤقتًا على خصم قدره 95%، ما يمنح سعرًا تمهيديًا قدره $0.10 وفقًا للحساب.
| النموذج أو فترة التسعير | الإدخال / مليون token | الإخراج / مليون token |
|---|---|---|
| Gemini 4 Argon، تمهيدي | $2 | $10 |
| Gemini 4 Argon، بعد الفترة التمهيدية | $4 | $20 |
| GPT-6.1 Sol، Standard | $2 | $10 |
| Claude Opus 5.5، Standard | $4 | $20 |
| GPT-6 Astra، Standard | $10 | $50 |
المصادر: إعلان Google وهامش التسعير الموسع، أسعار نموذج GPT-6.1 Sol، أسعار نموذج GPT-6 Astra، وأسعار Claude Platform.
تم التحقق من الأسعار الأساسية بالدولار الأمريكي في 1 أكتوبر. أسعار Argon هي أسعار مُعلنة، وليست دليلًا على إتاحة API العامة. تستثني المقارنة الأدوات وعمليات كتابة الذاكرة المؤقتة والأوضاع المتميزة والرسوم الإقليمية والضرائب.
في مثال بسيط للميزانية، سيكلف مليون token من الإدخال غير المخزن مؤقتًا بالإضافة إلى 100,000 token من الإخراج عبر عدة طلبات قصيرة السياق $3 وفق أسعار Argon التمهيدية، و$6 لاحقًا، و$3 مع Sol، و$6 مع Opus، و$15 مع Astra. هذه عملية حسابية باستخدام مزيج ثابت من token، وليست عبء عمل مقاسًا. يمكن للمهمة نفسها أن تستهلك أعدادًا مختلفة من token عبر النماذج.
ترفع OpenAI أيضًا أسعار الطلب الكامل عند تجاوز 272,000 token من الإدخال في طلب واحد؛ بينما تدرج Anthropic الأسعار القياسية عبر نافذة سياق Opus 5.5. لذلك لا يمكن لجدول الأسعار الأساسية أن يخبرك بفاتورة جلسة ضخمة لمستودع برمجي. تغطي مقارناتي بين GPT-6.1 Sol وOpus 5.5 هذه المفاضلات.
سأضع ميزانية لتكامل باستخدام سعر Argon اللاحق، ثم أتعامل مع العرض الترويجي باعتباره توفيرًا مؤقتًا. وبهذا أتجنب بناء مبرر تجاري على خصم لا أستطيع بعد جدولة موعد انتهائه.
معايير Gemini 4 Argon: أتمتة قوية وبرمجة متفاوتة
أتمتة الأعمال هي النتيجة التي تهمني أكثر
تختبر Zapier's AutomationBench 1.0.6 العمل الشامل عبر 47 أداة في ست وظائف تجارية. وتتحقق من البيئة الناتجة باستخدام تأكيدات حتمية بدلًا من تقييم الرسالة النهائية المقنعة التي يكتبها الوكيل.
تحتفظ الإعدادات المحددة أدناه بإعدادات الجهد وسلوك الرجوع الاحتياطي الخاص بها.
تفيد Zapier بأن Argon High حقق 51.29% و$1.70 لكل مهمة مُحاوَلة باستخدام أسعار القائمة اللاحقة؛ ويبلغ السعر المكافئ التمهيدي $0.85. وسجل Opus 5.5 Max مع آليات الرجوع الاحتياطي الافتراضية 42.47% بتكلفة $1.44، بينما سجل Astra Max نسبة 41.40% بتكلفة $1.73. ولا تتطابق تسميات الجهد مع ميزانيات الحوسبة بين المزودين.
يمتلك Argon الدرجة الأعلى في هذه المقارنة، لكن تكلفة مهمته العادية ليست الأقل. كما أن نتيجة معيارية تقارب 51% لا تبرر منح وصول إنتاجي دون إشراف. ما زلت أريد موافقات حول الإجراءات المؤثرة، وسجلات يمكنني فحصها، وطريقة للتعافي من الإنجاز الجزئي.
هذا التمييز مهم لأتمتة الأعمال. ما يهمني هو تحديث السجل الصحيح ووصول الرسالة إلى المستلم الصحيح. لا يمكن لوكيل أن يخبرني بأنه انتهى ويحل محل هذه الفحوصات.
تعتمد نتائج البرمجة على المهمة
درجات مختارة من تقرير تقييم النموذج الصادر عن Google DeepMind. يجمع هذا بين نتائج Argon المحسوبة بواسطة Google ونتائج المنافسين المنشورة، وليس تشغيلًا موحدًا ومستقلًا للمواجهة المباشرة.
يصل Argon إلى 77.9% على DeepSWE v1.1، مقابل 74.1% لـ Astra و74.2% لـ Opus. وعلى Terminal-Bench 4.0، يتصدر Opus هذا الثلاثي بنسبة 66.4%، يليه Astra بنسبة 58.2% وArgon بنسبة 57.4%. كما يضع التقرير Astra في المقدمة على FrontierSWE v2: بنسبة 65.5% مقابل 55.0% لـ Argon.
تبلغ Google عمومًا عن أعلى إعدادات التفكير لديها ونتائج المنافسين القصوى أو الأفضل المتاحة. وتهم أدوات الاختبار والميزانيات. لا يضمن التفوق في معيار مستودع برمجي واحد إصلاحًا أفضل في قاعدة الكود الخاصة بي، خصوصًا عندما لا يتجاوز الفرق بضع نقاط مئوية.
سأختبر إصلاحًا محدودًا لتراجع وظيفي وتغييرًا متعدد الملفات بشكل منفصل. يحتاج كلاهما إلى فحوصات سلوكية ومراجعة للاختلافات. فقد ينجح النموذج في الاختبار مع إضافة تجريد لا أريد صيانته.
تضيف الأدلة المستقلة على العمل المعرفي سياقًا
تدرج Vals Index 2.1، الذي تم تحديثه في 30 سبتمبر، Argon بنسبة 68.90%، وOpus 5.5 بنسبة 66.97%، وAstra بنسبة 63.13%، وSol 6.1 بنسبة 61.15%. وتجمع Vals بين مهام مالية وبرمجية وقانونية وضريبية مع أوزان قطاعية تستند إلى الناتج المحلي الإجمالي للولايات المتحدة.
ويعقد عمود التكلفة الترتيب: إذ تبلغ تكلفة الاختبار $15.68 لـ Argon وفق أسعار token البالغة $4/$20، مقابل $3.24 لـ Sol. هذه تكاليف خاصة بالمعيار، وليست عروض أسعار لعملي. وهي توضح سبب إبقائي على نموذج أرخص ضمن التقييم حتى لو تصدر نموذج آخر عمود الدرجات.
سأوزع المهام بعد قياسها. لا ينبغي أن تستخدم الأعمال المتكررة السهلة والإخفاقات المكلفة النموذج نفسه تلقائيًا.
ماذا يقول الآخرون عن Argon؟
يتضمن نقاش إطلاق Gemini 4 Argon المبكر حماسًا وإحباطًا بسبب تقييد الوصول وتذكيرات بالسعر اللاحق. هذه ردود فعل فردية على الإطلاق، وليست استطلاعًا تمثيليًا أو دليلًا على أن أصحابها جربوا Argon جميعًا. أما التعليقات التي تتنبأ بالانتظار لأسابيع أو أشهر فهي مجرد تكهنات.
يظهر النقاش الأكثر فائدة بالنسبة لي في نقاش مجتمع Rust حول عمليات ترحيل قواعد الكود لدى Google. يرى أحد المعلقين، nicoburns، أن الترجمة بين اللغات قد تنجح بصورة أفضل لأن التصميم الأصلي موجود بالفعل. بينما يصف آخرون مشكلات قابلية الصيانة والجهد الذي يبذلونه لتصحيح الكود المُنشأ.
يتعلق ذلك النقاش بهندسة البرمجيات المدعومة بالوكلاء على نطاق واسع. ولا يثبت موثوقية Argon في العالم الحقيقي. آخذ الدرس العملي على محمل الجد: قارن السلوك بالأصل، وأبقِ التغييرات قابلة للمراجعة، وقِس العمل البشري المتبقي بعد ذلك.
كيف أخطط لاختبار Gemini 4 Argon
أنا مهتم بما يكفي لمنح Google فرصة حقيقية. سأبدأ بمهام يمكنني التحقق منها، بدلًا من مطالبة النموذج بتولي كل شيء دفعة واحدة.
أريد تسجيل الوقت المنقضي، وتكلفة token، وإعادات المحاولة، والصحة، وجهد المراجعة. السؤال هو ما إذا كان Argon سيقلل إجمالي عملي، بما في ذلك فحص النتيجة وإصلاحها.
يرفع إعلان Google أيضًا حد الإخراج إلى مليون token. هذا سقف، وليس هدفًا. سأظل أضع ميزانيات وشروط توقف؛ وينبغي أن يكسب الاستدلال الإضافي تكلفته. تشرح مقالتي عن token الاستدلال في AI وتكاليف الحوسبة سبب اهتمامي بهذه المفاضلة.
يبدو Gemini 4 Argon جديرًا بالاختبار. لم أستخدم Google بما يكفي لمنحه مكانًا عادلًا في سير عملي حتى الآن. تجعلني هذه النتائج أرغب في تغيير ذلك عندما أتمكن من الوصول إلى النموذج، مع إبقاء Sol وOpus وAstra بدائل حقيقية إلى أن تخبرني اختباراتي الخاصة بالمزيد.