Gemini 4 Argon: ta sama nazwa, inne wagi — obserwacja w Carbon Arena

Post z 21 października 2026 r. od @chetasluatwierdził, że nowy checkpoint jest testowany na platformie Arena pod nazwą, która się nie zmieniła. Model nadal odpowiada na nazwę G​emini 4 Argon — identyfikator gemini-4-argon, który G​oogle ogłosił 30 września 2026 r. i który jest ogólnie dostępny od 13 października — ale mówi się, że wagi stojące za tą nazwą to Carbon, wewnętrzny checkpoint, który Business Insider 9 października opisał jako sprawiający wrażenie porównywalnego z Claude Opus 5.5 pod względem kodowania. Dowodem w poście jest zrzut ekranu z zewnętrznego bota monitorującego Arena, pokazujący zmianę możliwości zarejestrowaną dla aliasu Argon, a także krótki film, który autor przedstawia jako pierwszy wynik działania checkpointu. Nie było żadnego ogłoszenia, wpisu w dzienniku zmian, karty modelu ani komentarza od G​oogle. To nie jest więc historia o premierze i nic tutaj nie sugeruje, że wydano nowy model: omawiany model jest publiczny od 13 października. Nowością jest twierdzenie, że publiczna nazwa może już nie wskazywać na publiczne wagi. Udokumentowane incydenty AI i awarie agentów związane z modelami tej klasy są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis ma własne źródła, poziom istotności, ocenę pewności i flagę sporności.

Co ten post faktycznie mówi, po odjęciu żartu

Ten post to cztery linijki i film, napisany w tonie kogoś, kto zakłada, że znasz już tło. Sprowadzony do twierdzeń, mówi tak:

• Nowy checkpoint G​emini jest testowany na Arena — publicznej arenie porównywania modeli, gdzie laboratoria czasami wystawiają niewydane wersje pod aliasami.

• Alias nie jest nowy. Nazwa jest „ta sama”, co w tym kontekście oznacza gemini-4-argon — identyfikator będący już modelem dostępnym w sprzedaży.

• Checkpoint stojący za tą nazwą to według doniesień Carbon, wewnętrzna kompilacja, którą w doniesieniach z 9 października oddzielono od Barium-B — checkpointu, który G​oogle faktycznie udostępnił jako G​emini 4 Argon.

• Pierwszy prompt autora prosił o trójwymiarowe wideo „stabilności węgla” zbudowane wokół maskotki Gemini, a post przedstawia powstały klip jako pierwszy wynik działania checkpointu. Końcowa linijka „Logan Redemption Arc” to żart o pracowniku Google i nie zawiera żadnego twierdzenia technicznego.

To wszystko. Jedna obserwacja aliasu, jedno przypisanie kryptonimu, jedna próbka wyjściowa i żaden powtarzalny artefakt jakiegokolwiek rodzaju.

Zrzut ekranu jest prawdziwy i nie mówi tego, co mówi post.

Załączony zrzut ekranu wart jest uważnej lektury, ponieważ jest to jedyny element tego twierdzenia, który istnieje jako dokument, a nie jako zdanie. To karta powiadomienia od bota o nazwie Arena Scout, przypisana do „Journey To AGI” i „Synopsis on X”, z nagłówkiem „Zmiana możliwości” i nazwą gemini-4-argon. Odnotowuje wykrycie z 21 października 2026 r., godz. 9:30, podaje organizację jako G​oogle, a dostawcę jako „nieznany”, i pokazuje deltę możliwości: tekst na wejściu i tekst na wyjściu, a po zmienionej stronie — na tyle, na ile da się odczytać drobny druk — również wejście obrazowe i flagi webowe.

Następują trzy rzeczy — i tylko trzy.

• Alias gemini-4-argonbył udostępniany na platformie Arena 21 października, a coś w sposobie jego konfiguracji zmieniło się tego ranka. Do tego właśnie służy bot wykrywający zmiany możliwości, a to najmniej interesująca interpretacja karty.

• Karta jest dowodem na to, że alias coś robi, a nie dowodem na to, które wagi stoją za aliasem. Zmiana flagi możliwości mówi ci, że konfiguracja się zmieniła. Nie może ci powiedzieć, czy model pod spodem to Barium-B, Carbon, czy trzecia wersja, której nikt nie nazwał. Skok w poście ze „zmiany możliwości na aliasie” na „to carbon” jest wnioskiem autora, a nie ustaleniem bota.

• Sam bot jest podmiotem zewnętrznym, a karta to powiadomienie, nie transkrypcja. Nikt nie opublikował sesji Arena, metadanych aliasu ani porównania obok siebie z modelem produkcyjnym.

Jest też drobna osobliwość zegarowa, którą warto raczej odnotować, niż ją wygładzić: post ma znacznik czasu 08:46 UTC, podczas gdy widoczna w nim karta wskazuje 9:30 AM. Lokalny znacznik czasu po stronie bota wyjaśnia to bez trudu i nie zmienia niczego w kwestii daty. To jednak przypomnienie, że artefakt jest zrzutem ekranu powiadomienia przekazanym dalej — a nie logiem.

Dlaczego niezmieniona nazwa jest interesującym elementem

Aliasy modeli powinny być stabilnymi kontraktami. Gdy wysyłasz żądanie do nazwanego modelu, polegasz na tym, że nazwa przypina zachowanie: ten sam tokenizer, ten sam profil odmów, ten sam kształt opóźnień, ta sama cena. Laboratoria, które wystawiają na Arenie niewydane wersje, zwykle robią to pod jednorazowym aliasem właśnie po to, by nazwa produkcyjna nadal znaczyła jedno.

Jeśli ten wpis ma rację, tę konwencję pominięto, a konsekwencja jest konkretna, a nie teoretyczna. Każdy, kto testował gemini-4-argon w zeszłym tygodniu, i każdy, kto testuje go w tym tygodniu, może nie mierzyć tego samego systemu. To różnica między przeciekiem o przyszłym modelu a przeciekiem o modelu, za który już płacisz — i dlatego to doniesienie zasługuje na artykuł, mimo że bazowy kryptonim jest publicznie znany od 9 października.

To, co by to rozstrzygnęło, to nie kolejny zrzut ekranu. To ocena w parach: ten sam zestaw promptów uruchomiony wobec aliasu przed zmianą i po niej, plus test tokenizatora i rozkład opóźnień. Nikt tego nie opublikował. Dopóki ktoś tego nie zrobi, uczciwe stanowisko jest takie, że nazwa mogła się przesunąć i nie widzimy jeszcze dokąd.

Czym właściwie jest model wysyłki, żeby porównanie miało punkt odniesienia

Gemini 4 Argon nie jest plotką. Google ogłosiło go 30 września 2026 r., a dziennik zmian API Gemini odnotowuje ogólną dostępność 13 października pod identyfikatorem gemini-4-argon. Opublikowana specyfikacja jest niezwykle konkretna, co czyni ją dobrym punktem odniesienia do oceny każdego twierdzenia, że wagi zostały przeniesione:

• Cena — promocyjnie 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, przy czym pamięć podręczna wejścia objęta jest 95% zniżką; stawka po okresie promocyjnym podana jest jako 4,00 USD i 20,00 USD.

• Kontekst — ujednolicone {{1}}okno 1 mln tokenów{{/1}}, z długimi dekodowaniami do {{2}}1 mln tokenów wyjściowych{{/2}}, w porównaniu z {{3}}pułapem 64K tokenów wyjściowych{{/3}} w poprzedniej generacji.

• Niezależny wynik — Artificial Analysis podaje G​emini 4 Argon (High) z wynikiem 53 w swoim Intelligence Index, sklasyfikowany na 8. miejscu w tym zestawieniu, przy zmierzonym koszcie 1,99 USD za zadanie w Intelligence Index.

• Szybkość — 83,1 tokenu wyjściowego na sekundę, przy czasie do pierwszego tokenu wynoszącym 47,43 sekundy, według tego samego źródła.

• Modalność wyjściowa — tekst, w każdej publicznej specyfikacji, jaką udało nam się przeczytać. Zakres danych wejściowych jest szeroki: tekst, obraz, dźwięk, wideo i pliki. Dane wyjściowe to tekst.

To właśnie przy ostatnim zdaniu wideo w poście staje się trudne do oceny. Klip nie jest czymś, co — zgodnie z dokumentacją — ten model generuje. Albo testowany checkpoint ma modalność, której nie ma model produkcyjny, albo klip został wytworzony przez coś innego w łańcuchu — etap renderowania, osobny model wideo lub własne narzędzia autora — i przedstawiony jako wynik działania modelu. Post nie mówi, który to przypadek, a sam klip nie pozwala tego ustalić.

Carbon — a także co sprawozdawczość z 9 października ustaliła, a czego nie ustaliła

Kryptonim Carbon nie jest nową informacją i warto dokładnie wyjaśnić jego pochodzenie, ponieważ nowy wpis dziedziczy wszystkie jego słabości. Business Insider poinformował, a śledzący przecieki serwis TestingCatalog przekazał 9 października, że pracownicy G​oogle wewnętrznie testowali dodatkowy checkpoint G​emini 4 o nazwie Carbon; że wczesne wewnętrzne opinie wskazywały, iż wypada on porównywalnie do Claude Opus 5.5 w kodowaniu; że Barium-B był checkpointem wybranym do publicznego wydania Argon; oraz że Carbon, testowany za pośrednictwem wewnętrznej platformy G​oogle Jetski, był osobną i potencjalnie mocniejszą iteracją. Te same doniesienia mówiły wprost, że nie potwierdzono, czy Carbon stanie się przyszłą aktualizacją Argon, czy osobnym wydaniem.

Zauważ, jakiego rodzaju twierdzeniem jest „wydaje się porównywalne z Claude Opus 5.5 w kodowaniu”. To wrażenie pracowników, a nie benchmark. Nie ma zestawu zadań, liczebności próby, kryteriów oceniania ani numeru wersji, i nikt spoza G​oogle nie może go odtworzyć. To coś, co jest naprawdę przydatne jako sygnał kierunkowy i naprawdę bezużyteczne jako liczba — a tekst, który przedstawia to jako wynik, okłamywałby cię.

Wpis z 21 października, jeśli już, popycha wcześniejsze doniesienia w kierunku, który one wyraźnie pozostawiły otwarty: nie osobne wydanie, lecz ten sam alias z różnymi wagami. To znacząca aktualizacja obrazu sytuacji. Wciąż jest to jednak tylko wniosek jednej osoby wyciągnięty z powiadomienia bota.

Co to oznacza, jeśli to Ty płacisz za te połączenia

Ta historia ma dwie grupy odbiorców i każda z nich powinna zrobić coś innego.

Jeśli prowadzisz benchmarki, praktyczną konsekwencją jest to, że do Twoich liczb trzeba dołączyć datę. Wynik dla gemini-4-argon zebrany przed 21 października może opisywać checkpoint, który nie kryje się już pod tą nazwą. Uruchom ponownie swoją ewaluację, zanim porównasz ją z czymkolwiek, i odnotuj datę obok liczby w taki sposób, w jaki odnotowałbyś rewizję modelu.

Jeśli wdrażasz produkt oparty na aliasie, konsekwencja jest mniejsza, niż sugeruje nagłówek, ale nie zerowa. Cicha podmiana checkpointu zmienia ton, zachowanie w zakresie odmów i rozkład opóźnień, zanim zmieni wyniki benchmarków — a to właśnie zauważają użytkownicy. Obrona jest ta sama, która działa wobec każdej niespodzianki ze strony jednego dostawcy: utrzymuj drugi model dostępny i spraw, aby przełączenie było zmianą konfiguracji, a nie incydentem. Do tego właśnie stworzono OrcaRouter — jedno API dla ponad 200 modeli z automatycznym przełączaniem awaryjnym między dostawcami, przy 0% marży względem ceny katalogowej dostawcy, dzięki czemu model, który zaczyna zachowywać się inaczej o 09:30 we wtorek, to reguła routingu, którą zmieniasz, a nie awaria, którą musisz tłumaczyć.

Jeśli chodzi o dostępność, szczera wersja wygląda tak: G​emini 4 Argon nie jest dostępny w OrcaRouter. Wyszukanie w naszym katalogu google/gemini-4-argon zwraca „model not found”, ponieważ G​oogle nie udostępnia go nam jako modelu możliwego do wywołania — z tego samego powodu checkpoint Carbon nie znajduje się tam i nie może się tam znaleźć. To, co dziś udostępniamy, obejmuje modele G​oogle: Gemini 3.8 Flash po $0.75 za milion tokenów wejściowych i $3.75 za milion tokenów wyjściowych, przy odczytach z pamięci podręcznej po $0.075, a także A​nthropic'a Claude Opus 5.5 po $4.00 i $20.00, przy odczytach z pamięci podręcznej po $0.20 — przy czym ten ostatni to model, względem którego stale mierzy się porównanie Carbon, i jedyny model w całej tej historii z działającym endpointem i opublikowaną ceną, którą można sprawdzić.

Co sprawiłoby, że przeszłoby to z obserwacji w fakt?

Różnica między nimi jest niewielka, dlatego warto to przeczytać teraz, a nie za tydzień. Wystarczyłoby jedno z poniższych:

• Opublikowane zestawienie obok siebie na własnej tablicy wyników Arena, pokazujące nowy wpis pod aliasem Argon o charakterystycznym odcisku stylu.

• Drugi, niezależny obserwator rejestrujący tę samą zmianę aliasu tego samego dnia, najlepiej wraz z żądaniem i odpowiedzią, a nie kartą powiadomienia.

• Wpis w dzienniku zmian, nowy identyfikator modelu lub sufiks wersji przy gemini-4-argon — zwykły sposób, w jaki laboratorium informuje, że wagi się zmieniły.

• Test tokenizatora lub pomiar opóźnień przeprowadzony przed i po 21 października — najtańszy dostępny test i ten, którego nikt nie opublikował.

Dopóki któraś z tych rzeczy się nie potwierdzi, właściwa interpretacja jest wąska: 21 października bot strony trzeciej odnotował zmianę możliwości w odniesieniu do aliasu modelu produkcyjnego, a szeroko obserwowane konto twierdzi, że checkpoint stojący za tym aliasem to Carbon. Obie połowy mogą być prawdziwe. Żadnej z nich tego nie wykazano, a druga dźwiga znacznie większy ciężar niż pierwsza.