Google uvádí Gemini 4 Argon – nový špičkový AI model, který dominuje většině benchmarků, výrazně snižuje halucinace a podle analytiků potvrzuje interní spekulace o dosažení RSI (Recursive Self‑Improvement). Model překonává GPT‑6 Astra v klíčových testech a přináší největší skok ve schopnostech od uvedení Gemini 1.
Google v posledních týdnech čelil intenzivnímu zájmu kvůli interním spekulacím o dosažení RSI – konceptu, kdy AI pomáhá vyvíjet další generaci sebe sama. Wccftech uvádí, že nový model Gemini 4 Argon tyto spekulace nepřímo potvrzuje: jde o první ne‑Flash model po sedmi měsících, který dosahuje rekordních výsledků napříč většinou klíčových benchmarků a překonává konkurenci včetně OpenAI a Anthropic.
Gemini 4 Argon je podle dostupných dat aktuálním lídrem na 14 z 19 nejpoužívanějších AI benchmarků. V testu DeepSWE v1.1 dosáhl skóre 77,9 %, čímž překonal Claude Opus 5.5, Fable 5.1 i OpenAI GPT‑6 Astra. Výrazné zlepšení je vidět i v agentních evaluacích – historicky slabší oblast Gemini modelů. Na AutomationBench‑AA dosahuje Argon 77,5 %, tedy o šest bodů více než Claude Sonnet 5.5. V testu Terminal Bench 4 má 57 %, což je o 53 bodů více než Gemini 3.1 Pro Preview.
Model také dosáhl 1494 Elo v testu AA‑Briefcase, kde má nejvyšší zaznamenanou míru úspěšného splnění rubriky (65 %). V testu AA‑Omniscience vykazuje pouze 15% halucinací, což je nejnižší hodnota mezi modely s indexem nad 45. Pro srovnání: GPT‑6 Astra má 51 %, GPT‑6.1 Sol 54 %.
Gemini 4 Argon si zachovává 1milionový kontextový rámec a je aktuálně dostupný za 50% slevu – 2 USD za 1M tokenů vstupu a 10 USD za 1M tokenů výstupu. Po skončení slevy se cena zvýší na 3,98 USD, což je přibližně 1,2× cena GPT‑6 Astra.
Společnost Artificial Analysis shrnula některé z těchto výsledků benchmarků následujícími slovy:
Ačkoli se v minulosti jednalo o slabší oblast modelů Gemini, Gemini 4 Argon vykazuje zlepšení ve všech hodnoceních agentických schopností. V žebříčku AutomationBench-AA zaujímá 1. místo s 77,5 %, což je o 6 bodů více než u modelu Claude Sonnet 5.5 (max. 71,3 %). V testu Terminal Bench 4 dosahuje Gemini 4 Argon 57 %, což představuje zlepšení o 53 bodů oproti verzi Gemini 3.1 Pro Preview, a zaostává pouze za modely Claude Sonnet 5.5 (max. 64 %), Claude Opus 5.5 (max. 60 %) a GPT-6 Astra (59 %). V testu AA-Briefcase dosahuje 1494 bodů Elo. To je dáno 65% úspěšností v hodnocení podle rubriky, což je nejvyšší hodnota, jakou jsme zaznamenali, avšak nižší analytickou kvalitou (1576 bodů Elo) a kvalitou prezentace (1308 bodů Elo).
Model se také umístil na 4. místě v RSI indexu Vals, kde překonal GPT‑6 Astra a zařadil se těsně za Claude Opus 5.5, Fable 5.1 a Opus 5.0. To je podle analytiků nejvýraznější signál, že interní spekulace o dosažení RSI mohou být pravdivé – Google totiž dosáhl masivního skoku v krátkém čase.
Přesto se objevují i kritické hlasy. Bloomberg uvádí, že někteří zaměstnanci Google upozorňují na problémy s některými typy kódovacích úloh, které Argon stále nezvládá ideálně. Přesto jde o nejvýkonnější model, jaký Google dosud uvedl, a podle Sundara Pichaie je už nyní rozsáhle využíván napříč interními týmy.
Lots of discussion out there about our next model(!), so I wanted to give an early look as soon as possible. Introducing Gemini 4 Argon!
It shows frontier performance in complex workflows, cyber defense and software engineering. Teams are using it extensively at Google, from… pic.twitter.com/sv4VNmQ0YT
— Sundar Pichai (@sundarpichai) September 30, 2026
Gemini 4 Argon tak představuje zásadní krok v AI závodu – nejen díky výkonu, ale i díky náznakům, že Google skutečně začal využívat AI k vývoji další generace AI.
Massive jump from Google on our RSI-Index. Now #4 and outperforming GPT-6-Astra. Were the internal RSI rumors true 👀? https://t.co/MFPrEwzy37 https://t.co/foA9vD4dr0 pic.twitter.com/KV7aSolc1m
— Oliver (@ollychen23) September 30, 2026









