Gemini 4 Argon je od 13. října 2026 dostupný jako stabilní model v Gemini API. Pro firmu to znamená, že už existuje konkrétní endpoint, ceník a migrační návod — ne že má automaticky přepnout všechny úlohy na nejsilnější model. Rozumný krok je krátký pilot na několika těžkých úlohách, srovnání kvality a ceny a teprve potom řízená změna produkce.
Jde o podstatnou změnu oproti situaci z konce září. Tehdy Google model představil, ale chyběl běžně dostupný API endpoint i potvrzená cena. Proto jsem v předchozím článku doporučoval s nasazením Gemini 4 Argon počkat. Důvod k čekání nyní z velké části odpadl; otázka se přesouvá od dostupnosti k ekonomice, kompatibilitě a kvalitě na vašich datech.
Co se 13. října skutečně změnilo
Google v oficiálních release notes označil model gemini-4-argon jako obecně dostupný. Dokumentace ho vede jako stabilní verzi v Gemini API a Google AI Studio. Model přijímá text, obrázky, video, audio a PDF, vrací text a používá společné kontextové okno 1 048 576 tokenů pro vstup, přemýšlení i výstup.
Pro běžné synchronní volání je maximální výstup 65 536 tokenů. Delší výstup vyžaduje běh na pozadí a může pokračovat po částech až do společného limitu jednoho milionu tokenů. To je technicky zajímavé pro rozsáhlé analýzy nebo generování kódu, ale pro většinu firemních workflow je důležitější opak: nastavit menší limit a zabránit tomu, aby drahá odpověď rostla bez obchodního důvodu.
| Oblast | Stav po GA | Dopad na firmu |
|---|---|---|
| API model | Stabilní ID gemini-4-argon | Lze vytvořit reprodukovatelný pilot a řízený rollout |
| Přemýšlení | Úrovně low, medium a high | Kvalitu, latenci a spotřebu je nutné testovat společně |
| Cache | Pouze implicitní, explicitní cache není podporována | Stará integrace může vyžadovat změnu, ne jen nové ID modelu |
| Dlouhé výstupy | Nad 64K přes background execution | Je nutné upravit timeouty, skládání odpovědi a rozpočtové limity |
| Computer use | Podporováno v preview | Není to stejný stupeň zralosti jako samotný stabilní model |
Cena je známá, ale má dva režimy
Do 30. listopadu 2026 platí zaváděcí cena 2 dolary za milion vstupních tokenů a 10 dolarů za milion výstupních tokenů. Od 1. prosince se podle dokumentace sazby zdvojnásobí na 4 a 20 dolarů. Do výstupních tokenů se počítají také tokeny použité na přemýšlení, takže krátká viditelná odpověď nemusí znamenat malý účet.
Ilustrační výpočet: úloha se 100 000 vstupními a 10 000 výstupními tokeny stojí v zaváděcím období 0,30 dolaru. Při stejném objemu od prosince 0,60 dolaru. Nejde o odhad typického firemního úkolu, ale o prostý přepočet zveřejněných sazeb; skutečná spotřeba závisí na vstupu, úrovni přemýšlení, nástrojích a délce odpovědi.
Implicitní cache se aktivuje u promptů alespoň 4 096 tokenů a při zásahu zlevňuje cachovaný vstup o 95 %. To může pomoci u opakovaného dlouhého kontextu. Nelze však předpokládat, že každý požadavek cache zasáhne. V nákladovém testu proto sledujte skutečnou položku usage a hit rate, ne nejlepší možný ceníkový scénář.
Migrace není jen výměna názvu modelu
Oficiální checklist upozorňuje na několik změn, které mohou starou integraci rozbít nebo tiše změnit její chování. Parametry temperature, top_p a top_k model ignoruje. Explicitní context caching přes cachedContents a caches.create není podporován. U delších úloh může být potřeba zvýšit limit výstupu, použít background execution a prodloužit klientský timeout až na doporučených 15 minut.
Výchozí úroveň přemýšlení je medium. High není automaticky „lepší pro všechno“: spotřebuje více tokenů a prodlouží čas do prvního výstupu. Low může stačit na jednodušší klasifikaci, shrnutí nebo úpravu textu. Správná volba je nejnižší úroveň, která na vašem testovacím souboru splní požadovanou kvalitu.
Pozor také na směšování produktů. Stabilní dostupnost základního modelu neznamená, že každá související schopnost je také stabilní. Computer use je stále označeno jako preview, Live API ani generování obrázků model nepodporuje a explicitní caching chybí. Nasazení agentních akcí proto potřebuje vlastní bezpečnostní brány a nemá se schovat pod nálepku GA.
Praktický pilot pro českou firmu
1. Vyberte deset až třicet skutečně těžkých případů
Argon je určen hlavně pro složitý kód, vícekrokové agenty, práci s dlouhým kontextem a náročné odborné úlohy. Do testu dejte případy, na kterých současný model selhává nebo vyžaduje drahou lidskou opravu. Běžné přepisování e-mailu není dobrý důvod platit za frontier model.
2. Zmrazte správný výsledek a hodnoticí pravidla
U každého případu určete, co je správně, co je závažná chyba a kdo výsledek schvaluje. Měřte dokončený úkol po kontrole, ne dojem z jedné povedené odpovědi. Pomůže stejná disciplína jako při měření ROI z AI: kvalita, čas člověka, počet oprav a celkové náklady.
3. Otestujte low, medium a high
Spusťte stejné případy se stejnými vstupy na všech třech úrovních. Zapište úspěšnost, latenci, vstupní a výstupní tokeny včetně přemýšlení. Pokud medium splní limit kvality, high nepřidává obchodní hodnotu jen proto, že je nejvyšší.
4. Porovnejte Argon s levnějším modelem
Kontrolní skupinou může být model, který firma používá dnes, nebo rychlejší Gemini 3.8 Flash. Cílem není dokázat, že Argon je nejlepší na benchmarku. Cílem je zjistit, zda sníží počet oprav nebo otevře úkol, který levnější varianta spolehlivě nedokončí.
5. Udělejte rozpočtový test i s prosincovou cenou
Pilot běží za zaváděcí sazbu, ale produkční rozhodnutí musí počítat s dvojnásobnými cenami od 1. prosince. Nastavte denní limit, maximální výstup, timeout a alert při neobvyklé spotřebě. U agentů připočtěte volání nástrojů, opakování po chybě a lidskou kontrolu.
6. Nasazujte přes přepínač a s návratem na původní model
Model ID nedávejte natvrdo do každého místa aplikace. Použijte centrální konfiguraci, omezenou skupinu uživatelů a možnost vrátit konkrétní typ úlohy na původní model. Před ostrým provozem projděte oprávnění, logování, osobní údaje a schvalovací body; u složitějšího workflow je vhodný kompletní AI audit.
Omezení, která GA neodstranilo
- Halucinace zůstávají: model card výslovně uvádí, že model může chybovat a že se mohou objevit pomalé odpovědi nebo timeouty.
- Znalostní hranice je březen 2026: u novějších faktů potřebujete aktuální zdroj nebo vyhledávací nástroj.
- Benchmark není váš proces: výsledky zveřejnil výrobce na vybraných sadách; neprokazují kvalitu na českých dokumentech, interní terminologii ani vašich výjimkách.
- Milion tokenů není cíl: dlouhý kontext a výstup zvětšují cenu, latenci i plochu pro chybu.
- Stabilní model neznamená stabilní agentní akci: nástroje, oprávnění a nevratné kroky musí mít samostatnou kontrolu.
Závěr: čekání skončilo, plošná migrace nezačala
Gemini 4 Argon má nyní to, co mu při prvním oznámení chybělo: stabilní endpoint, dokumentovanou cenu a konkrétní migrační pravidla. Firma proto může začít měřit. Neměla by ale zaměnit dostupnost za automatickou návratnost.
Nejlepší první krok je malý: vybrat několik náročných úloh, porovnat tři úrovně přemýšlení s levnějším modelem a přepočítat výsledek prosincovou cenou. Pokud Argon prokazatelně sníží chyby nebo lidskou práci, nasaďte ho jen tam. V ostatních procesech může být rychlejší a levnější model pořád lepší volbou.
Přímé zdroje
- Google AI for Developers: Gemini API release notes — datum obecné dostupnosti 13. října 2026 a stabilní model ID.
- Google AI for Developers: What's new in Gemini 4 Argon — ceny, úrovně přemýšlení, změny API a migrační checklist.
- Google AI for Developers: Gemini 4 Argon model — vstupy, limity, podporované funkce a stav jednotlivých schopností.
- Google DeepMind: Gemini 4 Argon Model Card — účel, evaluace, známá omezení a bezpečnostní informace.
