Gemini 4 Argon: что даёт маркетологу и как применить

Gemini 4 Argon — фронтирная модель Google DeepMind, вышедшая 13 октября 2026 года. Что даёт Gemini 4 Argon маркетологу: одну повторяющуюся задачу можно перевести в агентский цикл через API, где модель сама разбирает выгрузку, формирует отчёт и предлагает следующий шаг. Стоимость такого пилота считается по токенам, и её стоит прикинуть до запуска. Маркетинговых замеров Google в релизе не приводит: бенчмарки и примеры там про код, науку, финансы, право и безопасность.

Что изменилось и когда

Релиз опубликован 13 октября 2026 года, модель сразу доступна глобально Gemini 4 Argon: Built to solve your hardest problems. Разработчики и компании получают её через API в AI Studio и Gemini platform, подписчики AI Ultra — в Google Antigravity, подписчики AI Ultra и Pro — в приложении Gemini и в режиме AI в Поиске.

Стартовая цена — $2 за миллион входных токенов и $10 за миллион выходных, кэшированные входные токены дешевле на 95% там же. Вводная цена действует до 30 ноября 2026 года, дальше — $4 за миллион входных и $20 за миллион выходных там же.

Google заявляет лидерство на Vals Index, который измеряет работу модели в финансах, коде, юриспруденции и налогах, и приводит внутренние примеры: рост агентских коммитов кода в Antigravity более чем на 35% при снижении откатов почти на треть там же. Это данные первоисточника: проверки этих цифр третьей стороной в релизе нет.

Рядом с этим стоит держать лимит контекста: заявлен единый лимит ввода и вывода в 1 млн токенов через Gemini API там же. Для маркетинговых данных это важнее рейтинга в бенчмарке: выгрузки за длинный период можно отдать одним запросом вместе с инструкцией, если их объём в токенах укладывается в лимит. Сколько это недель или месяцев, зависит от размера кабинета.

Какие возможности релевантны маркетингу

Google описывает Argon как модель для глубокой работы в многошаговых задачах, с усиленным пониманием документов и продольным анализом данных там же. В релизе есть и рабочий пример из приложения Gemini: модель берёт папку с контекстом проекта, собирает из неё презентацию с предложением для клиента и отправляет её письмом, а для будущих запросов оставляет запланированную задачу там же. Этот сценарий ближе всего к маркетинговой рутине, хотя Google не называет его маркетинговым.

Что из заявленного переводится в задачи маркетолога:

Возможность из релиза	Маркетинговая задача
Многошаговые задачи, продольный анализ данных	Сборка еженедельного отчёта по кампаниям из нескольких выгрузок
Понимание документов и длинный контекст	Разбор брифов на креатив, договоров и переписки с клиентами
Агентские циклы в Antigravity	Пайплайн «собрать данные → посчитать → написать выводы → предложить гипотезу»
Визуальный код и прототипирование	Черновик лендинга или интерактивного дашборда
Следование инструкциям по стилю	Единый голос в текстах для рассылок и соцсетей

Прототипы интерфейсов и визуализаций в релизе показаны на инженерных и дизайнерских примерах: 3D-сцены, игры, анимации там же. Лендингов среди этих примеров нет, поэтому от модели разумно ждать рабочую заготовку страницы. Дизайн под бренд, тексты и компоновку проверяет человек.

Отдельно про данные клиентов. Прежде чем отдавать модели выгрузки и переписку, уберите из них персональные данные: имена, телефоны, почту, номера договоров, платёжные реквизиты. Замените идентификаторы клиентов на внутренние коды и передавайте только то, что нужно для расчёта и вывода. Кэшированные входные токены дешевле на 95% там же, поэтому повторяющийся блок инструкций и справочников выгодно держать в начале запроса и переиспользовать.

Как применить к одной задаче маркетинга

Учебный пример

Задача: еженедельный отчёт по рекламным кампаниям через API, 4 отчёта в месяц. Входные данные — выгрузка кампаний и инструкция к отчёту, выходные — текст отчёта с рекомендациями.

Входы расчёта:

Параметр	Значение
Цена входных токенов	$2 за 1 млн
Цена выходных токенов	$10 за 1 млн
Входных токенов на отчёт	20 000
Выходных токенов на отчёт	5 000
Отчётов в месяц	4

Формула: стоимость = (входные токены × цена входа + выходные токены × цена выхода) × число отчётов, с делением на 1 млн токенов.

Подстановка для одного отчёта:

• вход: 20 000 × $2 / 1 000 000 = $0,04;
• выход: 5 000 × $10 / 1 000 000 = $0,05;
• итого за отчёт: $0,09.

За месяц: $0,09 × 4 = $0,36.

Что изменится при других условиях. После 30 ноября 2026 года цены удваиваются до $4 и $20 там же, и тот же отчёт обойдётся в $0,18, месяц — в $0,72, а год при той же периодичности — в $0,72 × 12 = $8,64. Если в выгрузке станет 100 000 входных токенов при тех же 5 000 выходных, один отчёт по стартовой цене будет стоить $0,25, а месяц — $1. Расчёт не учитывает повторы запросов при ошибках и доработке промпта: на старте модели приходится прогонять задачу несколько раз, и фактический счёт будет выше.

Чек-лист запуска пилота:

1. Выберите одну повторяющуюся задачу с понятным входом и выходом. Отчёт по кампаниям подходит: вход и результат легко описать.
2. Зафиксируйте базовую линию до пилота: сколько времени уходит сейчас и сколько правок вносит человек.
3. Очистите входные данные от персональных данных клиентов, замените идентификаторы на внутренние коды.
4. Соберите промпт целиком: роль, инструкция к формату, справочник метрик и сама выгрузка. Повторяющуюся часть держите в начале для кэширования.
5. Прогоните тест на трёх прошедших неделях и сравните результат с отчётами, которые делали вручную.
6. Посчитайте токены по факту и сверьте с расчётом. Если расхождение в разы, проверьте, что выросло: вход, вывод или число повторных прогонов.
7. Запускайте по расписанию только после того, как человек подтвердил качество на тесте.

Как проверить результат. Возьмите три отчёта, сделанных вручную, и три сгенерированных по тем же неделям. Сверьте числа в таблицах с источником, отметьте, сколько выводов модели совпало с вашими и сколько пришлось переписать. Если переписывать приходится больше половины, задача пока не готова к автоматизации, и лучше упростить формат отчёта. Подробнее о том, как считать эффект автоматизации, — в материале про ROI автоматизации, а общий порядок внедрения — в статье про автоматизацию маркетинга.

Ограничения и следующий шаг

Независимых замеров Argon на маркетинговых данных в релизе нет. Все числа про рост и ускорение приводит сама Google: это примеры её команд и партнёров из инженерии, науки и безопасности там же. Переносить их на отчётность или контент нельзя: у этих задач свои процессы и метрики.

Цена зависит от объёма и от даты. Стартовая цена заканчивается 30 ноября 2026 года, поэтому годовой бюджет считайте по ценам после этой даты. Кэширование снижает стоимость только той части входа, которая повторяется дословно.

Доступность различается по ролям: разработчикам и компаниям — через API, частным пользователям — по подписке в приложении и Поиске там же. Запуск релиз называет глобальным, перечня стран в нём нет, поэтому доступ из своего региона проверьте до пилота. Если у команды нет доступа к API, сценарий с расписанием придётся отложить.

Модель рассчитана на долгую работу с инструментами, и Google отдельно описывает защиту от лишних шагов: модель приучали останавливаться на подтверждении перед необратимыми действиями там же. В пилоте это означает одно правило: отправка писем, публикация и изменение ставок в кабинете остаются за человеком.

Следующий шаг — пилот на одной задаче с фиксацией метрик до и после. Базовая линия, объём токенов, доля ручных правок и полная стоимость за месяц дают ответ, стоит ли масштабировать. Если отчёт собирается за минуты, а правок почти нет, переносите на расписание. Если правок много, сначала упростите формат вывода.