Gemini 4 Argon‏: מצטיין במבחנים המוכרים, מאחור במבחני קוד חדשים

Gemini 4 Argon‏ הוא המודל החזק ביותר שגוגל שחררה עד היום. הוא הוכרז ב־30 בספטמבר, נפתח לכולם ב־13 באוקטובר, בטבלה שגוגל פרסמה הוא מקבל את הציון הגבוה ב־13 מבחנים מתוך 19, ומול Claude Opus 5.5‏, המודל שמוביל היום במדדים העצמאיים, הוא מנצח ב־14 מתוך 18.

אני עובד עם מודלים של Anthropic‏, OpenAI‏ וגוגל כל יום, ומאז ההשקה עקבתי אחרי שלושה סוגי ראיות: הטבלה של גוגל, מבחנים של גופים עצמאיים, ובדיקות של מפתחים שהריצו את אותה משימה על Argon‏ ועל Opus‏. לא הרצתי את Argon‏ בעצמי על משימות של לקוחות. לאורך המאמר אני מסמן מה עובדה ומה דעה שלי.

מה זה Gemini 4 Argon‏, ולמה לקח שבועיים לפתוח אותו

Argon‏ הוא המודל הגדול של משפחת Gemini 4‏, והוא מיועד לחשיבה הקשה ביותר. לצידו גוגל מפעילה מודלים נפרדים: Gemini 3.8 Flash‏ למהירות, Nano Banana‏ לתמונות, Omni Flash‏ ו־Gemini 3.8 TTS‏ לקול, ו־Lyria‏ למוזיקה. עד עכשיו המודל החזק של גוגל היה Gemini 3.1 Pro‏, וגרסה 3.5 Pro‏, שהובטחה ליוני, בוטלה בדרך.

ב־30 בספטמבר גוגל הכריזה על Argon‏, אבל פתחה אותו רק לקבוצה סגורה של מגיני סייבר, במסגרת תוכנית שנקראת Fairwind‏. ב־13 באוקטובר, 13 ימים אחר כך, הוא נפתח לכולם:

מקורות: הודעות ההשקה של גוגל (30.9 ו־13.10), מחירון Gemini API‏ ועמוד המודל למפתחים. אם המושג לא מוכר, הסברנו מה זה טוקן במאמר נפרד.

איפה אפשר להשתמש בו היום:

• באפליקציית Gemini‏: למנויי Google AI Pro‏ ו־Ultra‏. משתמשים בחינם לא מקבלים אותו.
• ב־API‏, החיבור הישיר למפתחים ולמערכות: רק במסלול בתשלום. אין מסלול חינמי.
• בכלי הקוד של גוגל, Antigravity‏: רק למנויי Ultra‏.

ההסבר הרשמי לעיכוב הוא בטיחות. גוגל כתבה שהשקה בשלבים נדרשת כדי לשחרר יכולות ברמה הזו בבטחה, והשתתפה בתוכנית וולונטרית של ממשלת ארה"ב שמקבלת גישה מוקדמת למודלים. במסמך המודל היא מציינת שאינה יכולה לשלול ש־Argon‏ עבר את הסף הקריטי שהגדירה ליכולות סייבר. מה אני חושב על העיכוב, בפרק הדעה.

דבר אחד שכדאי לדעת לפני שממשיכים: Argon‏ עצמו מוציא רק טקסט. בהדגמות של גוגל התמונות הגיעו מ־Nano Banana‏, צלילי המנוע מ־Omni Flash‏, הקריינות מ־Gemini 3.8 TTS‏ והמוזיקה מ־Lyria. Argon‏ מתזמר אותם וכותב את הקוד. החוזק של גוגל ביצירת תמונות, וידאו ועיצוב הוא של המשפחה כולה, לא של מודל אחד.

הטבלה של גוגל: 13 ניצחונות מתוך 19

גוגל פרסמה טבלה של 19 מבחנים, ובה Argon‏ מול שלושה מתחרים: GPT-6 Astra‏ של OpenAI‏, ו־Claude Fable 5.1‏ ו־Claude Opus 5.5‏ של Anthropic‏. בכל שורה הציון הגבוה מסומן בירוק, ותווית מסמנת שורות שבהן גוגל הריצה את Argon‏ בעצמה:

על הנייר זה ניצחון ברור. אבל כשקוראים את מסמך שיטת המדידה שגוגל פרסמה לצד הטבלה, שלושה דברים משנים את התמונה.

הראשון: חלק מהתנאים נוחים ל־Argon‏. בהפעלת מחשב, הציון של Argon‏ הוא הטוב מבין שלוש ריצות. במבחן המדעי בשורת הפקודה הוא קיבל פי 6 זמן לבדיקה מהרגיל. בהבנת סרטונים כל מודל ראה כמות אחרת של תמונות מהסרטון. כל אחד מאלה כתוב במסמך, אף אחד מהם לא כתוב בטבלה.

השני: שני מתחרים חסרים. Claude Sonnet 5.5‏ ו־GPT-6.1 Sol‏ עולים כמו Argon‏ במחיר ההשקה, 2 ו־10 דולר (ב־Sol‏ עד 272 אלף טוקנים של קלט), ושניהם לא בטבלה. Sonnet 5.5‏ אפילו מקבל ציון גבוה יותר במדד של Artificial Analysis‏: 56 מול 53. מי שבוחר מודל לפי מחיר צריך להשוות את Argon‏ דווקא אליהם.

השלישי: איפה Argon‏ מפסיד. מתוך ארבעה מבחני קוד הוא מפסיד בשניים: FrontierSWE‏, שבו המשימות ארוכות וחדשות, ו־Terminal-Bench‏. גוגל לא כתבה בשום מקום "המודל הטוב בעולם", אבל כתבה ש־Argon‏ "עוקף מודלים מובילים אחרים במבחנים בכל התחומים". החלק הזה לא מחזיק כשמסתכלים על קוד.

מה אומרים הגופים העצמאיים

טבלה של יצרן היא תעודה שהתלמיד בחר אילו ציונים להכניס אליה ומול מי. כדי לדעת איפה Argon‏ באמת עומד, צריך גופים שמריצים את כל המודלים באותם תנאים. הנה המדד הכללי של אחד מהם:

במדד הזה Argon‏ נמצא מתחת ל־Opus 5.5‏ ול־Sonnet 5.5‏, בתיקו עם GPT-6 Astra‏ ו־Claude Fable 5.1‏, שיצאו בתחילת ספטמבר. זו רמה טובה מאוד, אבל לא ראש הטבלה.

בשאר המקורות העצמאיים התמונה מתפצלת לפי סוג העבודה:

מקורות: Arena‏ (30.9), Vals AI‏ (30.9), נתוני Epoch AI‏ שכוללים את CursorBench‏, FrontierCode‏ ו־APEX-Agents‏ (14.10), Artificial Analysis‏ (14.10).

הדפוס חוזר: בכתיבה ובמשימות עסקיות עם תשובה שאפשר לבדוק, Argon‏ מוביל או קרוב לראש. בקוד, בבניית ממשקים ובמשימות מקצועיות שמומחים שופטים את האיכות שלהן, הוא מאחור. בשתי הרשימות יש מבחנים חדשים ופרטיים, כך שהפער הוא לפי סוג העבודה. ובכל זאת, ברשימה האדומה בולטים מבחני הקוד החדשים.

benchmaxxing‏: האם Argon‏ "התאמן על המבחן"?

benchmaxxing‏ הוא כינוי למודל שאומן כך שיצטיין דווקא במבחנים הידועים. המחשה: שני תלמידים מקבלים 800 בפסיכומטרי. אחד למד את החומר, השני פתר את כל המבחנים משנים קודמות. בבחינה הבאה, עם שאלות שלא ראו, ההבדל ביניהם יופיע. חשוב לדייק: זו לא רמאות. זו החלטה איפה להשקיע את האימון, והתוצאה היא מודל שנראה טוב יותר בטבלה מאשר בעבודה.

ב־30 בספטמבר, יום ההכרזה, Bloomberg‏ דיווחה שעובדים בגוגל אומרים בדיוק את זה על Argon‏: שהוא מציג ציונים טובים במבחנים, ופחות טוב כשנותנים לו לעבוד, במיוחד בעיצוב ממשקים. לפי הדיווח, שני אנשים שמכירים את המודל אמרו ש־Gemini 4‏ "נראה מושפע" מהתהליך הזה. גוגל אמרה ש"לא מדויק לומר ש־Gemini 4‏ מפגר בתחומים כמו קוד", ופרסמה נתון פנימי: אצל המהנדסים שלה, 35% יותר קוד שכתבו סוכני AI‏, וכמעט שליש פחות שינויים שבוטלו.

מבחן השקנאי

מבחן השקנאי של Simon Willison‏ הוא מבחן לא רשמי ותיק: "צייר שקנאי רוכב על אופניים", בקוד של קובץ SVG‏. כל מודל חדש מקבל אותו, ותוצאה טובה מתפרסמת מהר. Argon‏ הוציא שקנאי מצוין, בעלות של 17 סנט.

Willison‏ עצמו לא טוען שגוגל אימנה את Argon‏ על השקנאי. הוא כן מציין שגוגל היא המעבדה היחידה שהוא יודע שהעובדים שלה השקיעו במיוחד בציורי SVG‏. בדיון ב־Hacker News‏ חלק מהמגיבים שאלו אם המבחן "נשרף". זה המצב של כל מבחן מפורסם: ברגע שכולם מכירים אותו, הוא מודד פחות.

הבדיקה שעשיתי: באיזה חודש Argon‏ נמצא?

כדי לבדוק את התחושה שלי ששקנאים זה לא הכל, לקחתי את ארבעת מבחני הקוד החדשים ביותר שיש בהם תוצאה של Argon‏, ובדקתי את מי הוא עוקף ומאיזה מודל הוא מפסיד. התאריך הוא מועד היציאה של המודל:

בשניים מארבעת המבחנים, בניית אתרים ו־FrontierCode‏, Argon‏ נמצא מתחת ל־Claude Opus 5‏ מסוף יולי, וברמה של מודלים מאמצע יולי. ב־FrontierCode‏ הוא אפילו מתחת ל־Claude Fable 5‏ מיוני. כלומר בעבודת קוד ועיצוב ממשקים, Argon‏ נמצא במקום שהחזית הייתה בו לפני כשלושה חודשים, וזה תואם את מה שאני רואה בדוגמאות. בשני המבחנים האחרים הוא קרוב יותר, ברמה של ספטמבר.

ומה סותר את החשד

לא כל הראיות באותו כיוון:

• Arena‏ הוא מבחן שקשה מאוד להתאמן עליו. השאלות נכתבות כל יום מחדש בידי אנשים, ו־Argon‏ ראשון שם בטקסט. מצד שני, Arena‏ מודד מה אנשים מעדיפים לקרוא, ומודל יכול ללמוד לכתוב תשובות שנעים לבחור בהן. החוקר Teortaxes‏ כתב שייתכן ש־Argon‏ "מותאם לנתוני העדפה", ושבמבחנים שקשה יותר להתאמן עליהם הציונים שלו מרשימים.
• במבחנים חדשים שאינם קוד Argon‏ חזק. הוא ראשון ב־APEX-Agents‏ (משימות של אנליסטים ויועצים) וב־Blueprint-Bench 2‏ (חשיבה מרחבית), וב־Vending-Bench 2‏ (ניהול עסק מדומה) הוא עוקף את Opus 5.5‏, אם כי לא את GPT-6 Astra‏.
• Leon Lin‏, שבדק את Argon‏ לפני ההשקה, כתב שהוא "לא benchmaxxed‏ כמו שהרבה אנשים חושבים", ובאותו ציוץ שהוא לא טוב בממשקים ובאנימציה, ו"אין לו טעם".

לציוץ של Leon Lin‏ ב־X‏, 13 באוקטובר 2026

המסקנה שלי מהנתונים: ה־benchmaxxing‏ לא מכסה את כל המודל. הוא מסביר בעיקר את הפער בין הטענות של גוגל בקוד לבין מה שקורה במבחני קוד חדשים ובעבודה עצמה. בכתיבה ובמשימות עסקיות עם תשובה ברורה Argon‏ חזק באמת, גם במבחנים שקשה להתאמן עליהם.

דוגמאות מהשטח: Argon‏ מול Opus 5.5‏

ביממה הראשונה מפתחים הריצו את אותה בקשה על שני המודלים. הנה שתי בדיקות לטובת Argon‏, אחת לטובת Opus‏, ודיווח אחד על מכסת שימוש.

מנורת לבה, 18 סנט מול 1.27 דולר. BridgeMind‏ מריץ על כל מודל משימה קבועה: לבנות מנורת לבה בתלת־ממד. Argon‏ סיים בפחות משתי דקות, ב־18 סנט, עם זכוכית נקייה ולבה אמיתית. Opus 5.5‏ עבד 9 דקות וחצי, ב־1.27 דולר.

לציוץ ולסרטון של BridgeMind‏ ב־X‏, 13 באוקטובר 2026

אותה בקשה, 1.2 מול 8.2 דולר. המפתח J A Z I I‏ נתן לשני המודלים את אותה בקשה, ברמת החשיבה הגבוהה ביותר. לדבריו, התוצאות יצאו "כמעט זהות", ו־Argon‏ עלה 15% מהמחיר.

לציוץ ולסרטון ההשוואה של notjazii‏ ב־X‏, 13 באוקטובר 2026

קוד ועבודת סוכן: Opus‏ מקדים. המעצב jumperz‏ כתב שהוא התרשם ממה ש־Argon‏ עושה עם ויזואליה ומסמכים מורכבים, אבל שבקוד ובעבודת סוכן "Opus‏ עדיין הרבה לפניו", ושזו לא קפיצה גדולה מספיק.

לציוץ של jumperz‏ ב־X‏, 13 באוקטובר 2026

מכסה של שבוע בחצי שעה. ashen_one‏ הריץ שלוש בדיקות פשוטות, כולל שיבוט של Minecraft‏, וכתב שהתוצאות "לא מדהימות", ושהבדיקות גמרו לו את כל המכסה השבועית במנוי של 100 דולר בחודש בתוך 30 דקות. ולמי ששוקל מנוי: גוגל לא פרסמה כמה שימוש ב־Argon‏ כל מסלול כולל.

לציוץ של ashen_one‏ ב־X‏, 13 באוקטובר 2026

ב־Hacker News‏, בשרשור ההשקה, התמונה דומה. כמה מגיבים כתבו ש־Opus 5.5‏ הוא "מודל הקוד הטוב ביותר בקונצנזוס", ואחרים שיבחו את Argon‏ על חשיבה ברורה וישירה ועל המהירות. חלק דיווחו על תקלות ביום הראשון: לולאות חשיבה שלא נגמרות ושגיאות שרת.

כמה Argon‏ עולה באמת: חמישית, שליש, או כמו Opus‏

הטענה ש־Argon‏ עושה את אותה עבודה בחמישית מהמחיר של Opus‏ נכונה בחלק מהמקרים. הכל תלוי בסוג המשימה ובתאריך:

שלושה דברים עולים מהגרף:

• בבנייה ויזואלית חד־פעמית הפער גדול. בשתי בדיקות Argon‏ עלה כשביעית מ־Opus‏, ובשלישית, של OhMyUnicorn‏, כ־60%. Argon‏ מסיים מהר ועוצר. Opus‏ ממשיך ללטש, ובבדיקה של OhMyUnicorn‏ הוא בדק את הדף שבנה שלוש פעמים.
• בעבודה רחבה, Argon‏ עולה כשליש במחיר ההשקה, וחצי עד שני שלישים במחיר של דצמבר. Opus‏ נמדד שם ברמת Max‏, היקרה. לפי Artificial Analysis‏, החיסכון בא בעיקר מהמחיר הנמוך לטוקן. Argon‏ צורך כ־62 אלף טוקנים של פלט למשימה, חצי מ־Opus‏, אבל פי 2.3 מ־GPT-6 Astra‏.
• בקוד מורכב, החיסכון יכול להיעלם. ב־CursorBench Argon‏ עלה 4.57 דולר למשימה, מול 3.97 של Opus 5.5‏ ברמת חשיבה דומה. Cursor‏ עצמה כתבה שבמבחן הזה Argon‏ "ברמה של Opus 5.5‏", ובציון הוא אכן קרוב, כ־3 נקודות מתחת.

והתאריך שכדאי לסמן: 30 בנובמבר. עד אז Argon‏ עולה 2 דולר למיליון טוקנים של קלט ו־10 של פלט, כמו Claude Sonnet 5.5‏ ו־GPT-6.1 Sol‏. מ־1 בדצמבר המחיר עולה ל־4 ו־20, בדיוק המחיר של Opus 5.5‏. מי שבונה היום תהליך על Argon‏ בגלל המחיר צריך לחשב אותו כבר עכשיו לפי המחיר של דצמבר.

איפה גוגל באמת מובילה

זה לא מאמר נגד גוגל. יש תחומים שבהם, לדעתי, גוגל חזקה במיוחד, והם רלוונטיים לרוב העסקים יותר ממבחני קוד:

הדעה שלי: למה גוגל, עם כל המשאבים, עדיין מאחור

כאן אני עובר מעובדות לפרשנות.

Argon‏ הוא שיפור אמיתי, ואני לא חושב שגוגל שיקרה. אבל אני כן חושב שהיא הציגה אותו כמו מודל שמוביל את העולם, וזה לא המצב. ובאופן אישי, כשחברה מציגה מספרים שלא מחזיקים בשטח, זה מוריד לי את האמון. בטבלה הבאה של גוגל אקרא קודם את מסמך שיטת המדידה, ורק אחר כך את הטבלה.

אני מאמין בגוגל. יש לה את החוקרים, את השבבים, את הנתונים ואת מיליארדי המשתמשים. דווקא בגלל זה שווה לשאול למה היא עדיין מאחור. התשובה שלי: גוגל היא חברה ציבורית, בתחום חדש ומסוכן.

• הלחץ להראות תוצאות. ל־Alphabet‏ יש מחויבות למשקיעים, וכל השקה נמדדת גם בבורסה. לפי Bloomberg‏, המניה עלתה בכ־1.7% במסחר שאחרי ההכרזה, ומחקה חלק מהעלייה אחרי הדיווח על הספקנות של העובדים. כשהשוק מגיב לטבלה, יש תמריץ חזק לבחור את המבחנים והמתחרים שמחמיאים לה.
• פחות חופש לזוז מהר. כמנוי, ראיתי את Anthropic‏ ואת OpenAI‏ משנות כמה פעמים את כמות השימוש שכל מנוי מקבל. ביוני הוגשה נגד Anthropic‏ תביעה שמבקשת להיות ייצוגית, בטענה שמכסות השימוש במנויי Max‏ נמוכות ממה שפורסם. אלה טענות שעוד לא הוכרעו. לדעתי, לחברה ציבורית בגודל של גוגל, צעד כזה יכול לעלות בתביעה ייצוגית בהיקף של מיליארדים, ולכן היא מוגבלת יותר בכל צעד. אני מעריך שאותה זהירות פועלת גם בבטיחות.
• בטיחות. גוגל פתחה את Argon‏ קודם לקבוצה סגורה של מגיני סייבר. בתחום כמו סייבר זו החלטה נכונה, אבל היא עולה בזמן, ומתחרות קטנות יותר זזות מהר יותר.

על העיכוב של שבועיים יש לי השערה נוספת: שהקבוצה הראשונה שעבדה עם המודל ראתה שהתוצאות בשטח פחות טובות ממה שהטבלה מבטיחה. אין לי מקור לזה. ההסבר הרשמי של גוגל הוא בטיחות בלבד, וזו תחושה שלי, לא עובדה. מה שכן מתועד: Gemini 3.5 Pro‏, שהובטח ליוני, בוטל, ועובדים בגוגל אמרו ל־Bloomberg‏ ש־Argon‏ חלש יותר בעבודה מאשר במבחנים. הדיווח הזה פורסם ביום ההכרזה, ולכן הוא לא מסביר את העיכוב עצמו.

איפה Argon‏ ב־Sigma AI Ranking‏

Argon‏ נכנס ל־Sigma AI Ranking‏ ב־13 באוקטובר עם הסימון "ציון ראשוני", כי רק מקור אחד, Arena‏, מדד אותו. בעדכון של 14 באוקטובר נכנסו המחיר, מבחן הידע של Epoch AI‏ ודירוגי Arena‏ המלאים, והוא קיבל ציון מלא. התוצאה כנראה תפתיע מי שקרא עד כאן:

Argon‏ במקום השני, 0.9 נקודות אחרי Opus 5.5‏, ולפי הכללים שלנו זה תיקו בראש. לא שינינו את השיטה כדי שהתוצאה תתאים לדעה שלי, ולכן חשוב להסביר מה עומד מאחורי המספר:

• הכתיבה והאמינות באים מ־Arena‏. שם Argon‏ ראשון, כי אנשים מעדיפים את התשובות שלו. זה החוזק האמיתי שלו, וגם המקום שבו החשד ל"התאמה לנתוני העדפה" רלוונטי.
• הציון שלו כסוכן מוערך. ל־Argon‏ עוד אין תוצאה ב־Terminal-Bench‏, המקור העיקרי שלנו לעבודת סוכן וקוד, ולכן הציון חושב מתוך מקורות מקבילים ומסומן ≈ בעמוד. גם הציון שלו ביכולת כללית מוערך, כי Epoch AI‏ עוד לא פרסמה לו את המדד הכללי שלה. אף אחד ממבחני הקוד החדשים מהפרק על benchmaxxing‏ לא נכנס לחישוב, כי הם לא ברישיון פתוח.
• המחיר הוא מחיר ההשקה. הדירוג מחשב את העלות לפי המחיר הנוכחי, 2 ו־10 דולר. לפי החישוב שלי, ב־1 בדצמבר, כשהמחיר יוכפל, Argon‏ ירד לכ־88.3 ויצא מהתיקו.

במילים אחרות, Sigma‏ מראה בדיוק את מה שהמאמר מתאר: במקורות שמודדים כתיבה, ידע ומחיר Argon‏ בראש, והפער שלו נמצא במקום שהמקורות הפתוחים עוד לא מכסים. כשתתפרסם תוצאה ב־Terminal-Bench‏, הציון יתעדכן. למה בנינו דירוג משלנו, ולמה הוא נשען רק על מקורות פתוחים, הסברנו במאמר על Sigma AI Ranking‏.

למי Gemini 4 Argon‏ מתאים, ולמי עדיין לא

Argon‏ או Opus 5.5‏ למשימה הבאה שלכם?

חמש שאלות על משימה אחת שאתם שוקלים. אחרי התוצאה, הריצו את המשימה פעם אחת על שני המודלים ובדקו את החשבון.

המשימה היא בעיקר כתיבה, סיכום או עבודה עם מסמכים, ולא פיתוח תוכנה?

כן לא

תוצאה טובה מספיקה לכם, גם בלי הליטוש הכי גבוה?

כן לא

המשימה לא כוללת בניית ממשק, אתר או אנימציה?

כן לא

המשימה בשפה שאינה אנגלית, למשל עברית?

כן לא

המשימה חוזרת הרבה פעמים, כך שהעלות לכל הרצה חשובה לכם?

כן לא

ענו על כל השאלות כדי לראות תוצאה.

ארבעה דברים שנאמרים על Argon‏, ומה נכון

מה זה אומר לבעל עסק

שלוש מסקנות מעשיות:

• יש עכשיו שלושה מודלים חזקים בחצי מהמחיר לטוקן של Opus‏: Claude Sonnet 5.5‏ ו־GPT-6.1 Sol‏ באופן קבוע, ו־Argon‏ עד סוף נובמבר. למשימות של כתיבה, מסמכים ושירות לקוחות בעברית, Argon‏ הוא מועמד רציני. זה הזמן לבדוק אותו.
• לא בוחרים מודל לפי הטבלה של היצרן. קוראים מי מדד כל שורה ובאילו תנאים, ובודקים על משימה אמיתית אחת שלכם, עם שעון ועם חשבון. כתבתי על זה גם במאמר על Muse Wonder‏ של Meta‏: גם שם הטבלה של היצרן סיפרה סיפור אחר מהבדיקות בשטח.
• בוחרים מודל לפי משימה, לא לפי חברה. בתוך שלושה חודשים הכלי המוביל התחלף פעמיים, כמו שתיארתי במאמר על הקאמבק של Anthropic‏. סוכן טוב יכול לעבוד עם Argon‏ על הכתיבה ועם Opus‏ על הקוד.

פלטין דיגיטל היא OpenAI Select Partner‏, ואת הסוכנים שאנחנו מקימים אנחנו בונים עם המודלים והכלים שהכי מתאימים לכל עסק, של OpenAI‏, Anthropic‏, Google‏ ואחרים. Argon‏ נכנס אצלנו לבדיקה על כתיבה ועל עבודה בשפות שאינן אנגלית. לקוד ולעבודה שבה האיכות קובעת, אני נשאר בינתיים עם Opus 5.5‏.

להמשך קריאה: Gemini at Work 2026‏: הסוכן של גוגל לעסקים, ChatGPT‏, Gemini‏ או Claude‏ לעסק ולמה בנינו את Sigma AI Ranking‏.

שאלות נפוצות

מקורות

• https‏://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon‏/
• https‏://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon‏/
• https‏://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon‏/
• https‏://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-4-Argon-Model-Card.pdf‏
• https‏://storage.googleapis.com/deepmind-media/gemini/gemini_4_argon_model_evaluation.pdf‏
• https‏://storage.googleapis.com/deepmind-media/gemini/gemini_4_safety_report.pdf‏
• https‏://ai.google.dev/gemini-api/docs/pricing‏
• https‏://ai.google.dev/gemini-api/docs/models/gemini-4-argon‏
• https‏://gemini.google/release-notes‏/
• https‏://platform.claude.com/docs/en/about-claude/pricing‏
• https‏://developers.openai.com/api/docs/pricing‏
• https‏://artificialanalysis.ai/articles/gemini-4-argon-google-top-three-labs‏
• https‏://artificialanalysis.ai/models/comparisons/gemini-4-argon-vs-claude-opus-5-5‏
• https‏://x.com/ArtificialAnlys/status/2105392625788637299‏
• https‏://www.vals.ai/models/google_gemini-4-argon‏
• https‏://epoch.ai/data/benchmark_data.zip‏
• https‏://cursor.com/cursorbench‏
• https‏://www.frontierswe.com‏/
• https‏://cognition.com/frontiercode‏
• https‏://x.com/arena/status/2105394855644139908‏
• https‏://simonwillison.net/2026/Oct/13/llm-gemini‏/
• https‏://news.ycombinator.com/item‏?id‏=50073879
• https‏://x.com/bridgemindai/status/2110050421184360718‏
• https‏://x.com/notjazii/status/2110073240404271335‏
• https‏://x.com/jumperz/status/2110064835270689125‏
• https‏://x.com/LexnLin/status/2110057390259290540‏
• https‏://x.com/ashen_one/status/2110055018191565201‏
• https‏://x.com/bindureddy/status/2110038264463987088‏
• https‏://x.com/cursor_ai/status/2110087611763368271‏
• https‏://x.com/teortaxesTex/status/2105455812915433849‏
• https‏://ohmyunicorn.com/labs/dream-loop/planet-argon‏/
• https‏://andonlabs.com/evals/blueprint-bench-2‏
• https‏://artificialanalysis.ai/evaluations/omniscience‏
• https‏://www.thestar.com.my/tech/tech-news/2026/10/02/google-grapples-with-employee-scepticism-about-new-gemini-4‏
• https‏://venturebeat.com/technology/google-unveils-gemini-4-argon-retaking-benchmark-lead-over-openai-and-anthropic-but-in-limited-release‏
• https‏://www.khaleejtimes.com/business/google-announces-gemini-4-flagship-ai-model-after-months-of-delays-2‏
• https‏://www.techzine.eu/news/applications/144960/opinions-are-divided-on-gemini-4-argon‏/
• https‏://www.engadget.com/2194626/anthropic-hit-with-lawsuit-over-its-claude-max-usage-limits‏/