Gemini 4 Argon: одно название — разные веса. Наблюдение в Carbon Arena

21 октября 2026 года в посте от @chetaslua утверждалось, что на Arena тестируется новый чекпоинт под неизменившимся названием. Модель по-прежнему носит название G​emini 4 Argon — идентификатор gemini-4-argon, который G​oogle анонсировала 30 сентября 2026 года и который находится в общем доступе с 13 октября, — но веса, стоящие за этим названием, якобы принадлежат Carbon, внутреннему чекпоинту, который Business Insider 9 октября описал как по ощущениям сопоставимый с Claude Opus 5.5 в программировании. Доказательства в посте — это скриншот от стороннего бота, следящего за Arena, показывающий изменение возможностей, зафиксированное для псевдонима Argon, а также короткое видео, которое автор представляет как первый вывод чекпоинта. Не было ни анонса, ни записи в журнале изменений, ни карточки модели, ни комментария от G​oogle. Так что это не история о запуске, и ничто здесь не говорит о выпуске новой модели: обсуждаемая модель публична с 13 октября. Новое здесь — утверждение, что публичное название может больше не указывать на публичные веса. Документированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись имеет собственные источники, степень серьёзности, уровень уверенности и флаг оспаривания.

Что на самом деле говорится в посте, если отбросить шутку

Пост — это четыре строки и видео, написанные в тоне человека, который рассчитывает, что вы уже знаете предысторию. Если свести всё к утверждениям, в нём говорится следующее:

• Новый чекпоинт G​emini проходит тестирование на Arena — публичной арене сравнения моделей, где лаборатории иногда выставляют невыпущенные сборки под псевдонимами.

• Этот алиас не новый. Название — «то же самое», что в данном контексте означает gemini-4-argon — идентификатор уже выпущенной модели.

• Чекпоинт, стоящий за этим названием, по сообщениям, — это Carbon, внутренняя сборка, которую в отчёте от 9 октября отделили от Barium-B, того чекпоинта, который G​oogle фактически выпустил как G​emini 4 Argon.

• В первом запросе автора требовалось 3D-видео «углеродной стабильности», построенное вокруг маскота G​emini, и в посте полученный клип представлен как первый результат чекпойнта. Заключительная строка, «Logan Redemption Arc», — шутка о сотруднике G​oogle, не содержащая технических утверждений.

Вот и всё. Одно наблюдение алиаса, одно приписывание кодового имени, один образец вывода — и ни одного воспроизводимого артефакта какого бы то ни было рода.

Скриншот настоящий, и на нём написано не то, что говорится в посте.

Приложенный скриншот стоит внимательно изучить, потому что это единственная часть утверждения, существующая в виде документа, а не предложения. Это карточка уведомления от бота под названием Arena Scout, с указанием авторства «Journey To AGI» и «Synopsis on X», с заголовком «Изменение возможностей» и упоминанием gemini-4-argon. В ней отмечено обнаружение от 21 октября 2026 года, 9:30 утра, организация указана как Google, а провайдер — как «unknown», и показана дельта возможностей: текст на входе и текст на выходе, причём на изменённой стороне, насколько можно разобрать мелкий шрифт, отмечены ввод изображений и веб-флаги.

Далее следуют три вещи, и только три.

• Алиас gemini-4-argon обслуживался на Arena 21 октября, и что-то в том, как он был настроен, изменилось в то утро. Для этого и нужен бот отслеживания изменений возможностей, и это наименее интересная трактовка карточки.

• Карточка — это свидетельство того, что алиас что-то делает, а не свидетельство того, какие веса стоят за этим алиасом. Переключение флага возможностей говорит о том, что конфигурация изменилась. Оно не может сказать, лежит ли в основе модель Barium-B, Carbon или третья сборка, которую никто не назвал. Скачок в посте от «изменения возможностей на алиасе» к «это Carbon» — это вывод автора, а не находка бота.

• Сам бот — третья сторона, а карточка — уведомление, а не стенограмма. Никто не опубликовал сессию Arena, метаданные псевдонима или сравнение бок о бок с выпущенной моделью.

Есть также одна небольшая странность со временем, которую стоит озвучить, а не сглаживать: у поста стоит отметка времени 08:46 UTC, тогда как карточка внутри него показывает 9:30 AM. Отметка местного времени на стороне бота легко это объясняет, и на дату это никак не влияет. Но это напоминание о том, что артефакт — это скриншот уведомления, переданный дальше, а не журнал.

Почему неизменное название — это самое интересное

Псевдонимы моделей должны быть стабильными контрактами. Когда вы отправляете запрос к именованной модели, вы полагаетесь на то, что имя фиксирует поведение: тот же токенизатор, тот же профиль отказов, та же форма задержки, та же цена. Лаборатории, которые выставляют невыпущенные сборки на Arena, обычно делают это под одноразовым псевдонимом именно для того, чтобы выпускаемое имя продолжало означать одно и то же.

Если пост верен, это соглашение было пропущено, и последствие конкретно, а не теоретично. Любой, кто тестировал gemini-4-argon на прошлой неделе, и любой, кто тестирует его на этой неделе, могут измерять не одну и ту же систему. В этом разница между утечкой о будущей модели и утечкой о модели, за которую вы уже платите, — и именно поэтому это наблюдение заслуживает отдельной страницы, хотя соответствующее кодовое имя было публично известно с 9 октября.

Что окончательно решило бы вопрос — не очередной скриншот. Это парная оценка: один и тот же набор промптов, прогнанный через алиас до и после изменения, плюс проверка токенизатора и распределение задержек. Никто этого не публиковал. Пока кто-нибудь этого не сделает, честная позиция такова: имя могло сместиться, и мы пока не можем увидеть куда.

Что на самом деле представляет собой модель доставки, чтобы у сравнения была база

Gemini 4 Argon — не слух. Google объявил о нём 30 сентября 2026 года, а в журнале изменений Gemini API указана общая доступность 13 октября с идентификатором gemini-4-argon. Опубликованная спецификация необычайно конкретна, что делает её хорошим мерилом для оценки любого утверждения о том, что веса изменились:

• Цена — вводная: $2.00 за миллион входных токенов и $10.00 за миллион выходных токенов, при этом кэшированный ввод со скидкой 95%; после вводного периода ставка указана как $4.00 и $20.00.

• Контекст — унифицированное окно в 1M токенов с длительным декодированием до 1M выходных токенов вместо прежнего ограничения вывода в 64K у предыдущего поколения.

• Независимая оценка — Artificial Analysis указывает G​emini 4 Argon (High) с результатом 53 в своём Intelligence Index, присваивая ему 8-е место в этом рейтинге, при измеренной стоимости $1.99 за задачу Index.

• Скорость — 83,1 выходных токена в секунду при времени до первого токена 47,43 секунды, согласно тому же источнику.

• Выходная модальность — текст, во всех публичных спецификациях, которые мы смогли прочитать. Входные данные разнообразны: текст, изображение, аудио, видео и файлы. Выходные данные — текст.

Именно на последней строке видео из этого поста становится трудно оценить. Клип — это не то, что, согласно документации, эта модель выдаёт. Либо у тестируемого чекпоинта есть модальность, которой нет у выпускаемой модели, либо клип был создан чем-то другим в цепочке — этапом рендеринга, отдельной видеомоделью или собственным инструментарием автора — и представлен как выход модели. В посте не указано, какой именно из вариантов, и по одному клипу этого не понять.

Углерод, а также что отчёт от 9 октября установил, а что — нет

Кодовое имя Carbon — не новая информация, и стоит точно указать её происхождение, поскольку новый пост наследует все её слабые места. Business Insider сообщил, а издание TestingCatalog, отслеживающее утечки, передало 9 октября, что сотрудники G​oogle внутренне тестировали дополнительный чекпойнт G​emini 4 под названием Carbon; что ранние внутренние отзывы характеризовали его как сопоставимый с Claude Opus 5.5 по программированию; что Barium-B был чекпойнтом, выбранным для публичного релиза Argon; и что Carbon, задействованный через внутреннюю платформу G​oogle Jetski, представлял собой отдельную и потенциально более мощную итерацию. В том же репортаже прямо говорилось, что остаётся неподтверждённым, станет ли Carbon будущим обновлением Argon или отдельным релизом.

Обратите внимание, что это за утверждение: «по ощущениям сопоставимо с Claude Opus 5.5 для программирования». Это впечатление сотрудников, а не бенчмарк. У него нет набора задач, размера выборки, критериев оценки и номера ревизии, и никто за пределами Google не может его воспроизвести. Это из тех вещей, которые действительно полезны как ориентир и действительно бесполезны как число, — а материал, который выдаёт это за оценку, обманывал бы вас.

Пост от 21 октября, скорее даже, подталкивает более ранние сообщения в направлении, которое в них явно оставлялось открытым: не отдельный релиз, а тот же псевдоним с другими весами. Это содержательное обновление картины. И это по-прежнему всего лишь вывод одного человека из уведомления бота.

Что это значит, если вы — тот, кто платит за звонки

У этой истории две аудитории, и им следует делать разные вещи.

Если вы проводите бенчмаркинг, практическое следствие состоит в том, что к вашим числам нужно прикреплять дату. Оценка для gemini-4-argon, собранная до 21 октября, может описывать контрольную точку, которая уже не стоит за этим названием. Перезапустите оценку, прежде чем сравнивать её с чем-либо, и фиксируйте дату рядом с числом так же, как вы фиксировали бы ревизию модели.

Если вы выпускаете продукт на этом алиасе, последствия меньше, чем можно подумать по заголовкам, но не нулевые. Тихая подмена чекпойнта меняет тон, поведение отказов и распределение задержек раньше, чем меняются оценки в бенчмарках, и именно это замечают ваши пользователи. Защита та же, что работает против любого сюрприза со стороны одного провайдера: держите вторую модель доступной и сделайте переключение изменением конфигурации, а не инцидентом. Именно для этого создан OrcaRouter — единый API к более чем 200 моделям с автоматическим переключением между провайдерами при сбоях, с наценкой 0% к прайс-листу провайдера, так что модель, которая начала вести себя иначе в 09:30 вторника, — это правило маршрутизации, которое вы меняете, а не сбой, который вы объясняете.

Если говорить о доступности честно: Gemini 4 Argon отсутствует в OrcaRouter. Запрос к нашему каталогу по google/gemini-4-argon возвращает "model not found", потому что Google не делает его вызываемым для нас — та же причина, по которой контрольная точка Carbon отсутствует и не может там быть. Что мы действительно предоставляем сегодня, так это Google Gemini 3.8 Flash по $0.75 за миллион входных токенов и $3.75 за миллион выходных, при этом чтение из кэша — $0.075, а также Claude Opus 5.5 от Anthropic по $4.00 и $20.00, при этом чтение из кэша — $0.20 — последняя является моделью, с которой постоянно сравнивают Carbon, и единственной моделью во всей этой истории с работающим эндпоинтом и опубликованной ценой, которую можно проверить.

Что превратило бы это из наблюдения в факт?

Разрыв между ними невелик, поэтому это стоит прочитать сейчас, а не через неделю. Подойдёт любой из следующих вариантов:

• Опубликованное сравнение «бок о бок» в собственной таблице лидеров Arena, показывающее новую запись под псевдонимом Argon с отчётливым стилевым отпечатком.

• Второй независимый наблюдатель, фиксирующий то же изменение алиаса в тот же день, желательно с запросом и ответом, а не с карточкой уведомления.

• Запись в журнале изменений, новый идентификатор модели или суффикс версии у gemini-4-argon — обычный способ, которым лаборатория сообщает, что веса изменились.

• Токенизатор или проверка задержки, запущенные до и после 21 октября, — это самый дешёвый доступный тест и тот, который никто не публиковал.

Пока что-либо из этого не подтвердится, правильная интерпретация остаётся узкой: сторонний бот 21 октября зафиксировал изменение возможностей для алиаса выпущенной модели, а популярный аккаунт утверждает, что чекпойнт за этим алиасом — Carbon. Обе половины могут быть правдой. Ни одна из них не доказана, и вторая несёт значительно больше нагрузки, чем первая.