گوگل روز ۲۱ مهر (۱۳ اکتبر) مدل Gemini 4 Argon را برای مشترکان پولی و توسعه‌دهندگان بازتر کرد. این مدل سه هفته قبل، در ۸ مهر، معرفی شده بود، ولی تا آن روز تقریباً فقط چند مؤسسه امنیت سایبری به آن دسترسی داشتند. حالا هر کسی که یکی از پلن‌های بالای Gemini را دارد می‌تواند امتحانش کند.
زمان این خبر هم جالب است. طبق آمار Exploding Topics، اسم Gemini در فهرست ۱۰۰ عبارت پرجستجوی گوگل، هم در آمریکا و هم در کل دنیا، جا گرفته است و ChatGPT با حدود ۶۸ میلیون جستجوی ماهانه در آمریکا به رتبه پنجم رسیده. مردم دارند دنبال این ابزارها می‌گردند و هر هفته یک «مدل جدید و بی‌نظیر» هم از راه می‌رسد. در این مقاله سعی کرده‌ایم فقط چیزهایی را بنویسیم که از منابع قابل‌ردیابی است، و هر جا چیزی را نتوانستیم تأیید کنیم، همان را بگوییم.
خلاصه در یک نگاه:
- Argon اولین و فعلاً تنها مدل خانواده Gemini 4 است؛ ۸ مهر با دسترسی بسیار محدود معرفی شد و ۲۱ مهر گسترده‌تر در دسترس قرار گرفت.
- در اپ Gemini برای مشترکان Google AI Pro و Ultra و در API پولی عرضه شده است. در منابعی که دیدیم درباره پلن رایگان چیزی نبود.
- پنجره متن حدود یک میلیون توکن است. خروجی پیش‌فرض ۶۵ هزار توکن است و در حالت long decoding تا حدود یک میلیون توکن می‌رسد.
- بنچمارک‌های گوگل خوب است، ولی گزارش‌هایی هم از تردید درباره عملکرد واقعی، مخصوصاً در کدنویسی، منتشر شده.
- کیفیت فارسی را هیچ منبعی که دیدیم به‌طور مشخص نسنجیده. پایین مقاله یک تست ساده پیشنهاد کرده‌ایم که خودتان انجام دهید.
ماجرا از کجا شروع شد؟
۸ مهر، گوگل Argon را اعلام کرد، اما کاربران عادی چیزی در اپ یا API ندیدند. طبق گزارش رسانه‌ها، مدل ابتدا فقط از طریق برنامه‌ای به نام Fairwind در اختیار تعداد کمی از شرکای امنیت سایبری قرار گرفت. گوگل گفته بود پس از تقویت حفاظ‌های ایمنی، به‌تدریج به توسعه‌دهندگان، شرکت‌ها و کاربران عادی هم می‌رسد.
۲۱ مهر آن وعده عملی شد. اپ Gemini مدل را برای مشترکان Pro و Ultra گرفت و API پولی هم بازتر شد. این مدل در عمل اولین پرچم‌دار جدید گوگل بعد از مدت‌ها است. رسانه‌ها یادآوری می‌کنند که آخرین سری شاخص Gemini 3 در نوامبر ۲۰۲۵ آمد و بعد از آن بیشتر خبرها درباره مدل‌های سبک‌تر Flash بود.
گوگل می‌گوید Argon برای کارهای طولانی و چندمرحله‌ای ساخته شده است: مهندسی نرم‌افزار، کار دانشی در حوزه حقوقی و مالی، و دفاع سایبری. به گفته خود گوگل، برای اینکه مدل در اجرای کارها از قصد کاربر بیرون نزند، سیستمی گذاشته‌اند که روند استدلال و اقدامات مدل را زیر نظر دارد و در صورت لزوم متوقفش می‌کند.
مشخصات فنی که واقعاً به کار شما می‌آید
طبق صفحه مستندات رسمی Gemini API، شناسه مدل gemini-4-argon است و این چند عدد را دارد:
| ویژگی | مقدار |
|---|---|
| پنجره متن (ورودی + خروجی) | ۱٬۰۴۸٬۵۷۶ توکن |
| خروجی در حالت عادی | تا ۶۵٬۵۳۶ توکن |
| خروجی در حالت long decoding | تا ۱٬۰۴۸٬۵۷۶ توکن |
| کش کردن پرامپت | فقط ضمنی؛ کش صریح پشتیبانی نمی‌شود |
| آخرین به‌روزرسانی مستندات | ۱۳ اکتبر ۲۰۲۶ |
مهم‌ترین عدد برای تولیدکنندگان محتوا همان خروجی طولانی است. نسل قبل سقف خروجی حدود ۶۴ هزار توکن داشت. مدلی که بتواند یک متن بسیار بلند را یک‌جا و بدون قطع‌شدن بنویسد، برای کارهایی مثل اسکریپت یک دوره آموزشی یا بازنویسی یک کتاب‌چه کاربرد دارد. البته توانایی نوشتن متن بلند با خوب‌بودن آن متن یکی نیست.
چه کسی استفاده می‌کند و هزینه‌اش چقدر است؟
طبق اعلام رسمی گوگل در بلاگ اپ Gemini، مشترکان Google AI Pro و Ultra می‌توانند از Argon استفاده کنند. در API هم به‌صورت پولی عرضه شده است. درباره کاربران رایگان در منابعی که بررسی کردیم چیزی ندیدیم، پس نمی‌توان با اطمینان گفت که شامل آن‌ها می‌شود.
درباره قیمت API، پوشش خبری رقم ۲ دلار برای هر میلیون توکن ورودی و ۱۰ دلار برای هر میلیون توکن خروجی را گزارش کرده است. قیمت ورودیِ کش‌شده هم حدود ۰٫۱ دلار ذکر شده. همان گزارش اشاره می‌کند که قیمت‌های دوره معرفی ممکن است بعداً بالاتر برود. ما صفحه قیمت‌گذاری رسمی را مستقیم باز نکردیم، پس اگر قصد ساختن سرویس روی این مدل دارید، عدد را از صفحه رسمی گوگل بخوانید.
در اپ Gemini هم‌زمان چه چیزهایی عوض شد؟
گوگل در همان روز چند تغییر دیگر هم در اپ اعلام کرد. بخشی از آن‌ها ربط مستقیمی به خود مدل ندارد، ولی تجربه استفاده را عوض می‌کند:
- لحن پاسخ‌ها: به گفته گوگل، Argon مستقیم‌تر جواب می‌دهد، کمتر طفره می‌رود، تکرار بی‌دلیل ندارد و از کلیشه‌ها پرهیز می‌کند. این را باید خودتان قضاوت کنید.
- گزارش پیشرفت: در کارهای طولانی بیشتر خبر می‌دهد در چه مرحله‌ای است.
- حالت Tasks: در پنجره اصلی چت یک کلید برای رفتن از «گفت‌وگو» به «کار» اضافه شده. در حالت کار، Gemini می‌تواند وقتی پشت سیستم نیستید هم در اپ‌های گوگل کارها را جلو ببرد.
- اتصال به اپ‌ها: گوگل می‌گوید Gemini حالا به بیش از ۴۰ اپ، از جمله Instacart، OpenTable، Adobe و Shopify وصل می‌شود.
- Antigravity: رابط کدنویسی agentic گوگل حالا مستقیم داخل اپ Gemini در macOS قرار دارد.
این قابلیت‌ها هم مثل خود مدل برای پلن‌های پولی است و هیچ‌کدام تضمین نمی‌کنند که کارتان بدون بازبینی درست پیش برود.
مدل چقدر خوب است؟ منابع هم‌نظر نیستند
اینجا بخش جالب ماجراست، چون تصویر یک‌دست نیست.
از طرف گوگل: در صفحه معرفی، Argon در جدولی با GPT-6 Astra، Claude Fable 5.1 و Claude Opus 5.5 مقایسه شده است. رسانه‌هایی مثل GIGAZINE نوشته‌اند که عملکردش با رقبای بالایی هم‌سطح است و گوگل بعد از مدتی به رقابت در رده بالا برگشته. یکی از نمونه‌های تبلیغاتی گوگل هم این بود که مدل با دیدن یک ویدیو به یک ربات یاد داده بازی cornhole انجام دهد. این‌ها نمونه‌های منتخب خود گوگل است و تأییدی مستقل ندارد.
از طرف تحلیلگران: یک تحلیل مستقل از شاخص Artificial Analysis، امتیاز Argon را در حالت High برابر ۵۲٫۵۶ ثبت کرده و می‌گوید در رده خودش از نظر نسبت کیفیت به قیمت بهترین گزینه نیست. این عدد از یک منبع ثانویه است و بهتر است در سایت خود Artificial Analysis بررسی شود.
از طرف بلومبرگ: بنا بر گزارشی که به نقل از چند منبع ناشناس منتشر شده، برخی کارکنان خود گوگل درباره عملکرد واقعی Gemini 4 تردید دارند و می‌گویند در بعضی کارهای کدنویسی دچار مشکل می‌شود. این هم ادعای منابع ناشناس است، نه یک اندازه‌گیری.
یک تحلیل چینی هم نکته جالبی دارد: Argon شاید تنها مدل پیشروی اخیر باشد که در نوشتن، دانش عمومی و متن بلند از کدنویسی و کارهای agent قوی‌تر است. اگر این برداشت درست باشد، برای کسی که کارش تولید محتوا است خبر بدی نیست. اما این هم نظر یک مفسر است و باید با تجربه خودتان بسنجید.
این مدل برای تولیدکننده محتوای فارسی‌زبان یعنی چه؟
صادقانه بگوییم: هیچ منبعی که دیدیم کیفیت فارسی Argon را جدی ارزیابی نکرده بود. بنچمارک‌های منتشرشده عمدتاً انگلیسی‌محور هستند. پس هر ادعایی درباره «فارسی‌نویسی عالی» فعلاً حدس است، از جمله ادعای خود ما.
راه عملی این است که قبل از تغییر هر چیزی در روند کارتان، چهار تست کوچک بگیرید. همان پرامپت‌ها را به مدلی که الان استفاده می‌کنید و به Argon بدهید و نتیجه‌ها را بدون دیدن اسم مدل مقایسه کنید:
| تست | چه چیزی را بسنجید |
|---|---|
| تبدیل یادداشت‌های پراکنده به اسکریپت ۸ دقیقه‌ای | لحن طبیعی، نبود تکرار، ساختار مشخص |
| ویرایش یک متن فارسی حدود هزار کلمه‌ای | اصلاح غلط‌ها بدون تغییر معنا |
| خلاصه‌کردن ترنسکریپت یک ویدیوی طولانی | جا نینداختن نکته‌های کلیدی |
| سؤالی که جوابش را خودتان دقیق می‌دانید | اگر نمی‌داند، صادقانه بگوید نمی‌دانم یا جواب ساختگی می‌دهد؟ |
تست چهارم مهم‌تر از آن چیزی است که به نظر می‌رسد. مدلی که با اطمینان جواب غلط بدهد، در اسکریپت ویدیو به اشتباهی تبدیل می‌شود که با اسم شما منتشر می‌شود. برای ایده‌های بیشتر درباره استفاده از هوش مصنوعی در تولید محتوا می‌توانید ۷ روش عملی هوش مصنوعی برای یوتیوبرها و نوشتن اسکریپت ویدیو با هوش مصنوعی را هم ببینید.
چرا نباید روی قیمت‌ها و تبلیغ‌های اولیه حساب باز کرد؟
مدل‌ها در فضایی منتشر می‌شوند که خود صنعت هم کاملاً مطمئن نیست. طبق گزارش NBC News در ۲۴ مهر، بعد از رسیدن بورس آمریکا به رکوردهای جدید، سرمایه‌گذاران نگران بازدهی تریلیون‌ها دلاری شده‌اند که برای هوش مصنوعی خرج شده است. به گزارش همان منبع، بعضی از اوراق قرضه‌ای که پشتوانه مراکز داده هستند هم در حال فروش‌اند، چون نگرانی وجود دارد که درآمد هوش مصنوعی برای پوشاندن این وام‌ها کافی نباشد.
این گزارش‌ها درباره Argon نیستند، اما یک نتیجه عملی برای شما دارند: قیمت‌ها و سهمیه‌های دوره معرفی همیشه ثابت نمی‌مانند. اگر کسب‌وکارتان را روی یک مدل و یک قیمت بنا می‌کنید، یک گزینه جایگزین آماده داشته باشید و پرامپت‌های مهم را طوری بنویسید که با عوض‌کردن مدل از کار نیفتند.
جمع‌بندی
Argon نشان می‌دهد گوگل دوباره در رده بالای مدل‌ها بازی می‌کند و گزینه‌ای جدی برای کسانی است که متن‌های بلند و کار با اسناد زیاد دارند. اما «جدید» و «در دسترس» به‌معنی «بهتر برای کار شما» نیست. تا وقتی تست فارسی خودتان را نگرفته‌اید و قیمت نهایی را از منبع رسمی ندیده‌اید، بهتر است آن را یک گزینه برای آزمایش بدانید، نه تصمیمی برای عوض‌کردن کل روند کار.
اگر مشترک Pro یا Ultra هستید، یک ساعت وقت بگذارید و همان چهار تست را بگیرید. اگر نیستید، لازم نیست برای این یک مدل پلن عوض کنید. هفته‌های آینده نتایج بنچمارک‌های مستقل و تجربه کاربران روشن‌تر می‌شود.
سؤالات متداول
Gemini 4 Argon رایگان است؟
طبق اعلام رسمی، در اپ Gemini برای مشترکان Google AI Pro و Ultra در دسترس است و در API هم پولی عرضه شده. درباره دسترسی رایگان در منابع بررسی‌شده چیزی پیدا نکردیم.
فارسی را خوب می‌فهمد؟
هنوز ارزیابی معتبری درباره کیفیت فارسی آن ندیده‌ایم. بهترین راه، تست مستقیم با متن‌های خودتان است.
Argon از GPT-6 Astra و Claude Fable 5.1 بهتر است؟
گوگل در جدول خودش آن‌ها را مقایسه کرده و Argon را هم‌سطح نشان داده است. تحلیل‌های مستقل و گزارش‌های میدانی هنوز نتیجه یک‌دستی ندارند. برتری مطلق هنوز ثابت نشده.
خروجی یک‌میلیون‌توکنی یعنی چه؟
یعنی در حالت long decoding مدل می‌تواند یک متن بسیار بلند را بدون قطع‌شدن تولید کند. این فقط ظرفیت فنی است و درباره کیفیت متن چیزی نمی‌گوید.
منابع
- Gemini 4 Argon comes to the Gemini app، Google Blog
- Gemini 4 Argon، مستندات Gemini API
- پوشش خبری انتشار Gemini 4 و گزارش بلومبرگ، ifeng
- انتشار رسمی Gemini 4 Argon، GIGAZINE (livedoor)
- Top 100 Google Searches، Exploding Topics
- نگرانی بازار از سرمایه‌گذاری در هوش مصنوعی، NBC News
آخرین بررسی: ۲۶ مهر ۱۴۰۵. اطلاعات مدل‌ها، قیمت‌ها و پلن‌ها به‌سرعت تغییر می‌کند؛ پیش از تصمیم، صفحه‌های رسمی گوگل را هم ببینید.
دیدگاه خود را بنویسید