Gemini 4 Argon je dostupan plaćenim korisnicima API-ja i pretplatnicima, uz uvodnu cijenu do 30. novembra

Gemini 4 Argon, najnoviji vodeći model kompanije Google, od 13. oktobra 2026. dostupan je kroz plaćeni nivo Gemini API-ja, u okruženjima AI Studio i Android Studio. Do tada su ga koristili samo provjereni timovi za sajber bezbjednost iz programa Fairwind, kojima je dat na dan predstavljanja, 30. septembra 2026. Uvođenje je globalno i obuhvata i preduzeća i pretplatnike planova Google AI Pro i Ultra.

Ko ga može koristiti i gdje

Programeri model pozivaju pod oznakom gemini-4-argon. Preduzeća ga dobijaju kroz API, kroz Gemini for business i u okruženju Antigravity, Googleovoj razvojnoj platformi građenoj oko agenata. Pretplatnici plana Google AI Ultra mogu ga isprobati i u okruženjima AI Studio i Antigravity.

Ostali korisnici model dobijaju u aplikaciji Gemini i u režimu AI Mode u pretrazi, ali samo uz pretplatu Google AI Pro ili Ultra. Objava ne pominje besplatni nivo API-ja ni besplatne naloge za Gemini.

Dvije grupe dobijaju posebne uslove. Google navodi da program Fairwind širi na još nekoliko stotina partnera, kojima je model dostupan bez zaštitnih ograničenja za sajber bezbjednost. Uz to, 10.000 naučnika može bez naknade da dobije šest mjeseci najvišeg nivoa korišćenja okruženja Antigravity, ako ispune uslove i budu izabrani u okviru raspoloživog kapaciteta.

Koliko košta i do kada

Uvodna cijena je 2 dolara po milionu ulaznih tokena i 10 dolara po milionu izlaznih tokena. Keširani ulazni tokeni, odnosno dijelovi prompta koje sistem već ima sačuvane, jeftiniji su 95 odsto, što po računici redakcije iznosi 0,10 dolara po milionu. Prema fusnoti objave, uvodni period ističe 30. novembra 2026.

Poslije tog datuma cijena je 4 dolara po milionu ulaznih i 20 dolara po milionu izlaznih tokena, dvostruko više na obje strane. Iz toga se može zaključiti da projekat koji na modelu Argon počinje sada treba planirati po višoj cijeni, jer uvodna važi kraće od dva mjeseca.

Šta se mijenja u kodu koji poziva API

Kontekstni prozor, odnosno ukupna količina teksta koju model obrađuje u jednom zahtjevu, iznosi 1.048.576 tokena. Prema Googleovom vodiču za programere, taj prostor dijele ulazni tokeni, tokeni razmišljanja i izlazni tokeni. Jedan zahtjev i dalje vraća najviše 65.536 tokena uz strimovanje odgovora, odnosno 32.768 tokena za HTTP zahtjev bez strimovanja.

Duži odgovor stiže u nastavcima, ukupno do 1.048.576 tokena. U zahtjevu se max_output_tokens postavlja iznad 65.536, a kada se odgovor završi s razlogom CONTINUATION, API vraća continuation_token kojim se traži sljedeći dio. Biblioteka google-genai za Python te tokene prati automatski od verzije 2.30.1, a @google/genai za JavaScript od verzije 2.29.1. Bez Googleovog SDK-a, token se u sljedećem zahtjevu vraća iz sopstvene petlje.

Argon ima tri nivoa razmišljanja, LOW, MEDIUM i HIGH, a za gemini-4-argon podrazumijevani nivo je MEDIUM. Keširanje je samo implicitno: promptovi koji dijele početni dio od najmanje 6.144 tokena keširaju se automatski, a eksplicitno keširanje konteksta nije podržano. Ovo ukazuje na to da aplikacije koje keš prave eksplicitno moraju za Argon promijeniti pristup.

Šta Google tvrdi o modelu

Rezultate mjerenja objavio je Google i nezavisno nisu provjereni. Kompanija navodi da je Argon prvi na indeksu Vals Index, koji mjeri rad u finansijama, programiranju, pravu i poreskim poslovima. Na testu ERQA, koji mjeri prostorno i fizičko rezonovanje, Google navodi rezultat od 87 odsto.

Za agente je važna otpornost na indirektno ubacivanje uputstava, kada stranica ili poruka koju agent čita krije uputstva koja treba da preotmu njegov zadatak. Na testu kompanije Gray Swan napadi su, prema Googleu, uspjeli u 0,7 odsto slučajeva, uz 15 prilagodljivih pokušaja.