Odpověď hned: Gemini 4 Argon zatím není běžně dostupné API. Google jej 30. září 2026 oznámil a zpřístupnil pouze vybraným obráncům v oblasti kybernetické bezpečnosti (program Fairwind) a datum širší dostupnosti neoznámil. Pro budoucí rozpočet počítejte především s cenou 4 USD za milion vstupních a 20 USD za milion výstupních tokenů, nikoli jen s poloviční úvodní sazbou.
Co Google 30. září 2026 skutečně oznámil
Google představil Gemini 4 Argon jako model pro dlouhé úlohy v programování, znalostní práci a kybernetické obraně. Nejde však o službu, kterou si může běžná firma hned objednat a pevně zařadit do produkčního plánu.
Podle oznámení Googlu z 30. září 2026 dostali první přístup vybraní bezpečnostní partneři. Stejný stav popisuje také Ars Technica: model byl oznámen, ale obecně dostupné API zatím chybí.
Nejvýraznějším údajem je maximální výstup jednoho milionu tokenů. Předchozí limit činil 64 tisíc tokenů. Větší výstupní prostor může pomoci u dlouhých programátorských nebo analytických úloh, sám o sobě ale nedokládá přesnost, spolehlivost ani hospodárnost modelu.
Pro firemní rozhodnutí jsou důležité především tři dosud neuzavřené otázky:
- kdy bude API skutečně dostupné,
- jaké budou jeho provozní a regionální podmínky,
- zda model zvládne konkrétní firemní úlohy lépe nebo levněji než současné možnosti.
Cena API: rozpočet stavte na sazbě 4/20 USD
Google oznámil dvě cenové úrovně. Úvodní sazba má být 2 USD za milion vstupních tokenů a 10 USD za milion výstupních tokenů. Po skončení úvodního období mají ceny vzrůst na 4 a 20 USD. Jak dlouho zvýhodněné období potrvá, oznámení neuvádí.
| Položka | Úvodní sazba | Pozdější sazba |
|---|---|---|
| 1 milion vstupních tokenů | 2 USD | 4 USD |
| 1 milion výstupních tokenů | 10 USD | 20 USD |
| 1 milion vstupních a 1 milion výstupních tokenů | 12 USD | 24 USD |
Poslední řádek je prostý součet zveřejněných sazeb. Nezahrnuje opakované pokusy, další kroky agentního procesu ani volání externích nástrojů. Opačným směrem působí cache: vstupní tokeny načtené z mezipaměti mají podle Googlu cenu nižší o 95 procent oproti běžnému vstupu.
Například úloha s 250 tisíci vstupními a 100 tisíci výstupními tokeny by při úvodní sazbě stála 1,50 USD:
- vstup: 0,25 × 2 USD = 0,50 USD,
- výstup: 0,10 × 10 USD = 1 USD.
Při pozdější sazbě by stejný objem stál 3 USD:
- vstup: 0,25 × 4 USD = 1 USD,
- výstup: 0,10 × 20 USD = 2 USD.
Jde pouze o ukázku výpočtu, nikoli o odhad typické úlohy. Spotřeba bude záviset na zadání, délce odpovědi, počtu oprav a konstrukci celé aplikace.
Úvodní cena proto nesmí být jediným podkladem návratnosti. Stejný princip platí i při porovnávání firemních tarifů a API jiných modelů: rozhodující není cena jednoho povedeného volání, ale cena dokončeného a zkontrolovaného případu.
Co znamená milion tokenů na výstupu
Jeden milion tokenů je horní limit výstupu. Není to příslib, že model pokaždé vytvoří tak dlouhou odpověď, ani důkaz, že bude celý výstup správný a prakticky použitelný.
Z oznámeného údaje také nelze odvozovat velikost vstupního kontextu. Vstupní kontext a maximální výstup jsou dvě rozdílné vlastnosti modelu.
Vysoký limit může být užitečný například při:
- zpracování rozsáhlé programátorské úlohy v několika navazujících krocích,
- tvorbě delší odborné analýzy,
- práci agenta, který musí popsat postup a výsledky více nástrojů.
Současně představuje nákladové riziko. Aplikace může generovat zbytečně dlouhé odpovědi, opakovat neúspěšné kroky nebo pokračovat, i když už nemá dost podkladů pro spolehlivý závěr.
Firma proto nepotřebuje test, zda model dokáže maximální limit vyčerpat. Potřebuje zjistit, zda konkrétní úlohu dokončí v požadované kvalitě, délce a ceně.
Dostupnost: datum širšího vydání neznáme
První omezené nasazení probíhá mezi důvěryhodnými obránci zapojenými do programu Fairwind. Google chce před širším vydáním pokračovat v bezpečnostním testování a úpravách ochranných mechanismů.
Podle oznámení má následné zpřístupňování začít u platících zákazníků API a předplatitelů Google AI Ultra. Konkrétní datum ale Google neuvedl.
Pro běžnou firmu z toho plyne jednoduchý závěr: Argon lze zahrnout do průzkumu a připravovaného pilotu, nikoli do projektu závislého na pevném termínu dodání.
Z dostupných oznámení zatím také nelze potvrdit praktická omezení API, regionální dostupnost ani podmínky zpracování firemních dat. Bez těchto informací nelze rozhodnout, zda je služba vhodná pro osobní údaje, smlouvy, zákaznickou komunikaci, zdrojové kódy nebo jiné citlivé podklady.
Jak připravit firemní pilot
Pilot můžete připravit předem, ale spusťte jej až po získání přístupu a zveřejnění provozních podmínek.
1. Vyberte skutečné úlohy
Neporovnávejte modely jen na obecných otázkách v chatovacím okně. Zvolte několik opakovatelných případů, například:
- opravu chyby v konkrétním repozitáři,
- kontrolu změny kódu podle testů a zadání,
- rozbor sady technických dokumentů,
- přípravu odpovědi z přesně určených interních podkladů.
Pro první test použijte syntetická nebo anonymizovaná data. Citlivé firemní dokumenty do služby nevkládejte, dokud neznáte podmínky jejich ukládání a zpracování.
2. Předem určete správný výsledek
U každé úlohy stanovte:
- co musí výstup obsahovat,
- které chyby jsou nepřijatelné,
- co musí ověřit člověk,
- kdy má systém práci zastavit,
- kdy má model přiznat nedostatek podkladů.
Bez předem stanovených kritérií se test snadno změní v subjektivní hodnocení, která odpověď „působí lépe“.
3. Měřte celý proces
Nestačí zaznamenat tokeny posledního úspěšného volání. Sledujte také:
- vstupní a výstupní tokeny všech kroků,
- počet opakování,
- neúspěšné nebo nepoužitelné běhy,
- čas lidské kontroly,
- zásahy člověka během úlohy,
- cenu dokončeného případu.
Nákladový model přepočítejte pozdější sazbou 4 USD za milion vstupních a 20 USD za milion výstupních tokenů. Úvodní cenu můžete vykázat samostatně, ale neměla by rozhodovat o dlouhodobé návratnosti.
4. Nastavte pojistky ve vlastní aplikaci
Přesná podoba budoucího API zatím není známa. Základní omezení proto navrhněte i ve své aplikaci:
- rozpočtový strop na jeden případ,
- maximální délku výstupu,
- maximální počet opakování,
- seznam povolených nástrojů,
- potvrzení člověkem před nevratnou akcí,
- auditní záznam vstupů, kroků a výsledků.
Pokud chcete připravit měřitelný pilot místo jednorázového zkoušení v chatu, návrh a zavedení AI automatizace ve firmě řešíme od výběru úloh přes bezpečnost až po vyhodnocení nákladů.
Prompt injection otestujte na vlastním workflow
Google označuje Argon za svůj dosud nejodolnější model proti nepřímému prompt injection. Současně ale připouští, že tento druh útoku vyžaduje průběžnou pozornost a více vrstev ochrany. Tvrzení výrobce proto nenahrazuje vlastní bezpečnostní test.
Při nepřímém prompt injection se škodlivá instrukce nenachází v zadání uživatele, ale například v dokumentu, webové stránce, e-mailu nebo zdrojovém kódu, který agent načte. Útočný text se může pokusit změnit cíl úlohy, vyžádat si citlivá data nebo přimět agenta k použití nástroje mimo zamýšlený postup.
Do pilotu proto vložte dokument se záměrně škodlivou instrukcí a sledujte, zda systém:
- oddělí uživatelský pokyn od obsahu dokumentu,
- odmítne nepovolenou akci,
- neodešle data do jiného nástroje,
- zapíše incident do auditní stopy,
- vyžádá si potvrzení člověka.
Praktické vrstvy ochrany popisujeme v článku o bezpečnosti AI agentů, oprávněních a prompt injection.
Nejdřív pravidla pro data, potom přístup k API
Ještě před pilotem určete, která data smí do externí služby a která musí zůstat uvnitř firmy. Nestačí obecné označení „citlivé“. Rozdělte alespoň osobní údaje, obchodní smlouvy, zákaznické dokumenty, přístupové údaje, zdrojové kódy a interní bezpečnostní informace.
Po zveřejnění podmínek API bude potřeba ověřit zejména ukládání vstupů, logování, přístup poskytovatele a případné další použití dat. Pokud podmínky konkrétní agendy nesplní, neřeší to ani přesnější model.
Výchozí inventuru nástrojů a datových toků lze připravit podle postupu pro AI audit, shadow AI a data residency.
Co lze rozhodnout už dnes
Gemini 4 Argon má zajímavý oznámený výstupní limit, ale samotný milion tokenů není obchodní důvod k nasazení. Pro firmu bude rozhodující dostupnost API, podmínky práce s daty, kvalita na vlastních úlohách a cena celého dokončeného procesu.
Už nyní lze připravit testovací případy, očekávané výsledky, bezpečnostní scénáře a způsob měření. Produkční termín ani práci s citlivými daty však na Argonu zatím stavět nelze. Chybí závazné datum širší dostupnosti a zveřejněné provozní podmínky.