Gemini 4 Argon kusi niską ceną, ale zużywa ponad dwa razy więcej tokenów niż konkurencja
Google zaprezentowało Gemini 4 Argon — nowy model flagowy, który ma konkurować z czołowymi rozwiązaniami OpenAI i Anthropic. W niezależnych testach dorównuje on części rywali, jednak jego obecna przewaga cenowa wynika z tymczasowej promocji, a nie z większej oszczędności w generowaniu odpowiedzi.
Cena za token a rzeczywisty koszt zadania
Google wyceniło Argona na 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych. Po zakończeniu okresu promocyjnego stawki mają wzrosnąć dwukrotnie — odpowiednio do 4 i 20 dolarów. Choć jednostkowa cena tokena w promocji jest wyraźnie niższa niż w przypadku konkurencyjnego GPT-6 Astra (10 dolarów za wejście i 50 dolarów za wyjście), nie przekłada się to automatycznie na proporcjonalnie niższy rachunek za wykonaną pracę.
Z pomiarów przeprowadzonych przez platformę Artificial Analysis wynika, że podczas rozwiązywania zadań uwzględnionych w Intelligence Index Argon zużywał średnio 62 tys. tokenów wyjściowych — ponad dwukrotnie więcej niż GPT-6 Astra, który potrzebował przeciętnie 27 tys. tokenów.
Wpływa to bezpośrednio na kalkulację kosztów:
- W okresie promocyjnym: wykonanie uśrednionego zadania testowego przez Argona kosztowało 1,99 dolara, podczas gdy w przypadku GPT-6 Astra było to 3,26 dolara.
- Po zakończeniu promocji: przy regularnych stawkach koszt tego samego zadania dla Argona wzrośnie do około 3,98 dolara, przewyższając koszt generowania w modelu OpenAI.
Oznacza to, że opłacalność nowego modelu Google w złożonych zapytaniach jest ściśle uzależniona od promocyjnego cennika.
Pozycja w benchmarkach i etap wdrożenia
Pod względem jakości odpowiedzi Argon zbliżył się do czołówki, ale nie zdominował zestawień. W Intelligence Index uzyskał 53 punkty — dokładnie tyle samo co GPT-6 Astra oraz Claude Fable 5.1. Wyższe wyniki w tym teście uzyskały modele Anthropic: Claude Sonnet 5.5 (56 punktów) oraz Claude Opus 5.5 (58 punktów).
Wyróżnikiem technicznym Argona jest rozszerzenie limitu generowania odpowiedzi do miliona tokenów wyjściowych, przy zachowaniu milionowego okna kontekstu wejściowego. Sam wysoki limit nie decyduje jednak o trafności rozumowania, a jedynie pozwala modelowi tworzyć dłuższe ciągi tekstu w pojedynczym procesie.
Model nie trafił jeszcze do powszechnego użytku. Google udostępnia go początkowo w ograniczonym zakresie wybranym testerom w ramach programu Fairwind oraz własnym zespołom technicznym. Firma nie określiła dotąd daty udostępnienia Argona w Gemini API dla wszystkich klientów ani terminu, w którym promocyjne stawki zostaną zastąpione wyższym cennikiem regularnym.
