Gemini 4 Argon je nový nejvýkonnější model Googlu pro dlouhé a složité úlohy, ale běžná česká firma ho zatím nemůže jednoduše zapnout v produkci. Google ho 30. září 2026 zpřístupnil jen vybrané skupině důvěryhodných kybernetických obránců. Vývojářům, firmám a uživatelům ho chce nabídnout později, nejdřív placeným zákazníkům API a předplatitelům Google AI Ultra.
Praktická odpověď tedy zní: nekupujte nový projekt jen podle benchmarků a nepište do rozpočtu službu, která ještě nemá běžně dostupný endpoint. Připravte si vlastní testovací úlohy, bezpečnostní hranice a strop nákladů. Až bude Argon skutečně dostupný pro váš účet a region, porovnejte ho na stejné práci s modelem, který používáte dnes.
Co Google skutečně oznámil
Argon má podle Googlu zvládat dlouhé, vícekrokové úlohy v programování, finančním a právním výzkumu, práci s dokumenty a kybernetické obraně. Firma uvádí nový limit až jeden milion výstupních tokenů, tedy výrazně delší pracovní trajektorii než u předchozích modelů. To může být užitečné při rozsáhlé migraci kódu, analýze mnoha podkladů nebo při agentní práci, která vyžaduje desítky navazujících kroků.
Číslo ale není samo o sobě obchodní přínos. Delší výstup může znamenat hlubší analýzu, stejně jako zbytečně dlouhé přemýšlení a vyšší účet. Ani velké kontextové okno nezaručuje, že model správně pochopí interní definici marže, rozpozná neaktuální smlouvu nebo zvolí bezpečnou akci. Google ve své dokumentaci k dlouhému kontextu doporučuje neposílat tokeny, které nejsou potřeba, a u opakovaně používaných podkladů využít cache.
Oznámená úvodní cena je 2 dolary za milion vstupních a 10 dolarů za milion výstupních tokenů; cache vstupu má být o 95 % levnější. Po úvodním období Google uvádí 4 a 20 dolarů. Jde však o cenu pro budoucí uvedení, ne o důkaz, že dnes existuje veřejný endpoint, který lze zapojit do firemní aplikace.
Nejdůležitější informace je zatím nedostupnost
Aktuální oficiální seznam modelů v Gemini API uvádí jako stabilní volbu pro složité agentní a podnikové úlohy Gemini 3.8 Flash. Gemini 4 Argon v něm k 1. říjnu uveden není. Stejně tak chybí v katalogu model cards Google DeepMind. To není drobná administrativní mezera: bez dostupného modelu, dokumentovaného endpointu a model card nelze zodpovědně potvrdit limity, regionální dostupnost, podporované nástroje ani provozní podmínky.
Pro firmu je proto užitečné rozlišit čtyři stavy:
| Stav | Co znamená | Rozumný krok |
|---|---|---|
| Oznámeno | Existuje oficiální popis a výsledky výrobce | Sledovat, nepodepisovat přínos |
| Dostupné omezeně | Model testuje vybraná skupina | Připravit evaluaci a pravidla |
| Dostupné v API | Účet má endpoint, cenu a dokumentaci | Spustit izolovaný pilot |
| Ověřené ve firmě | Model prošel vašimi daty, kontrolami a rozpočtem | Teprve potom rozšiřovat |
Kde by Argon mohl dávat smysl české SMB
Největší šanci nemají běžné e-maily nebo krátké shrnutí. Na ty stačí rychlejší a levnější model. Argon míří na úlohy, u nichž dnes člověk nebo celý tým drží dlouhý kontext, vrací se k předchozím krokům a kontroluje mnoho závislostí.
- Vývoj software: migrace větší aplikace, analýza závislostí nebo oprava napříč více repozitáři.
- Due diligence: porovnání smluv, tabulek, příloh a veřejných zdrojů s dohledatelnými závěry.
- Finance a controlling: výzkum odchylek, pokud má model přesné definice metrik a výstup kontroluje odpovědný člověk.
- Bezpečnost: hledání a ověřování zranitelností v izolovaném prostředí, nikoli neomezený přístup do produkce.
Pro zákaznickou odpověď, popisek produktu nebo jednoduchý export dat bude silnější model často jen dražší. Výběr má vycházet z ceny za dokončený a zkontrolovaný úkol, ne z pořadí v žebříčku. Stejný princip popisuji i v článku o měření návratnosti AI ve firmě.
Praktický postup před zpřístupněním modelu
1. Vyberte tři skutečné úlohy
Jedna má být běžná, druhá složitá a třetí riziková. U každé uložte vstupy, správný nebo schválený výsledek, čas zkušeného člověka a nejčastější chyby. Nepoužívejte jen demonstrační prompt, který nemá vztah k práci firmy.
2. Určete, co model nesmí udělat
Sepište zakázané zdroje, citlivá data, nepovolené akce a situace, kdy musí práci převzít člověk. U agenta s nástroji oddělte čtení, návrh a zápis. První test má běžet bez práva odeslat e-mail, změnit databázi, nasadit kód nebo provést platbu.
3. Připravte měřítka kvality
Hodnoťte úplnost, faktickou správnost, dohledatelnost zdrojů, počet lidských oprav, čas do schválení a cenu. U kódu přidejte testy a bezpečnostní kontrolu. U smluv nebo financí vyžadujte citaci konkrétního podkladu, nikoli sebejisté shrnutí.
4. Nastavte rozpočtový strop
Počítejte vstup, výstup, opakované pokusy, nástroje i čas kontroly. Milionový limit výstupu není cíl. U každé úlohy stanovte maximální délku, počet kroků a cenu, po které se běh zastaví. Opakované podklady cacheujte pouze tehdy, když jejich retence odpovídá firemním pravidlům.
5. Porovnávejte se současným řešením
Až získáte přístup, spusťte stejnou sadu na Argonu a na současném stabilním modelu. Výsledek posuzujte anonymně, aby hodnotitel nevěděl, který model odpověď vytvořil. Pokud Argon nezvýší podíl výstupů schválených napoprvé nebo nezkrátí celkový čas, není důvod migrovat.
6. Začněte izolovaným pilotem
První nasazení omezte na jednoho vlastníka procesu, několik uživatelů a data bez zbytečných osobních údajů. Pro volbu vhodného procesu a kontrolních bodů může posloužit kompletní AI audit; u úlohy s více nástroji je potřeba předem navrhnout i oprávnění a dohled AI agenta.
Omezení, která benchmark nevyřeší
Veškeré zveřejněné výsledky a příklady zatím pocházejí z oznámení výrobce a jeho partnerů. Benchmark může ukázat schopnost řešit vybrané zadání, ale neřekne, zda model chápe české smlouvy, firemní zkratky, účetní postup nebo nekvalitní export z vašeho CRM. Neznáme ani úplný model card pro Argon a běžné provozní zkušenosti zákazníků.
Google zároveň popisuje silnější obranu proti nepřímému prompt injection a monitorování nežádoucího jednání. To je důležité, nikoli absolutní. Jakmile agent čte web, e-mail nebo dokumenty třetích stran, musí aplikace stále filtrovat vstupy, omezit nástroje, zaznamenat akce a vyžádat lidské potvrzení u nevratných kroků.
Závěr: připravte test, ne migraci
Gemini 4 Argon může být významný krok pro dlouhé programovací, analytické a bezpečnostní úlohy. Pro českou SMB je ale dnes nejdůležitější vědět, že oznámení není dostupnost a dostupnost není ověřený přínos.
Nejlepší příprava je malá a konkrétní: tři reálné úlohy, schválené výsledky, bezpečnostní hranice, rozpočet a srovnání se současným modelem. Jakmile Google zveřejní endpoint, model card a podmínky pro váš účet, můžete během několika dnů zjistit, zda Argon skutečně mění výsledek práce — bez slepé migrace podle marketingového žebříčku.
Přímé zdroje
- Google: Gemini 4 Argon — our next era of frontier intelligence — oznámení modelu, omezený rollout, zamýšlená cena a bezpečnostní postup, 30. září 2026.
- Google AI for Developers: Models — aktuální seznam modelů a endpointů dostupných přes Gemini API, ověřeno 1. října 2026.
- Google DeepMind: Model cards — aktuální katalog zveřejněných model cards, ověřeno 1. října 2026.
- Google AI for Developers: Long context — doporučení k dlouhému kontextu, latenci a využití cache.
