Wyciek „argon” i Gemini 4 Pro: co faktycznie potwierdza zrzut ekranu, a czego nie

Zrzut ekranu przypisywany wewnętrznemu modelowi Google o kryptonimie „argon” wywołał spekulacje na temat Gemini 4 Pro. Autor wpisu z 14 września twierdzi, że wczesny checkpoint potrzebował 2,4 minuty w ustawieniu wysokiego namysłu, ma limit 256 tys. tokenów wyjścia i może trafić do produktu z 2-milionowym oknem kontekstu — przy czym sam zaznacza, że decyzja o rozmiarze kontekstu nie była jeszcze ostateczna. 43

To interesujący sygnał możliwych wewnętrznych eksperymentów. Nie jest natomiast potwierdzeniem publicznego produktu Gemini 4 Pro, jego końcowych możliwości, ceny, architektury, wyników benchmarków ani daty premiery.

Co dokładnie wynika z wycieku

Krążący wpis zawiera trzy konkretne twierdzenia:

• wewnętrzny checkpoint Gemini 4 Pro nosi nazwę „argon”;
• pokazany wynik generowania obrazu powstawał 2,4 minuty przy ustawieniu wysokiego namysłu lub wysokiego nakładu obliczeń;
• build ma podobno obsługiwać 256 tys. tokenów wyjścia, a okno kontekstu o wielkości 2 mln tokenów było rozważane, lecz niezatwierdzone. 43

W części publikacji pojawia się też określenie „adaptacyjne rozumowanie”. Należy traktować je jako element tego samego niezweryfikowanego wycieku, a nie udokumentowaną funkcję Google. 36

Nawet autentyczny zrzut ekranu słabo przewiduje, co ostatecznie trafi do użytkowników i programistów. Nazwy wewnętrzne modeli, ustawienia obliczeń w trakcie generowania, limity tokenów oraz etykiety w interfejsie często zmieniają się przed premierą.

Co może oznaczać 2,4-minutowe wykonanie

Jeżeli zrzut jest prawdziwy, podany czas najpewniej oznacza, że systemowi pozwolono zużyć wyraźnie więcej mocy obliczeniowej podczas generowania złożonego wyniku multimodalnego.

To znany kompromis produktowy:

• więcej czasu na rozumowanie lub generowanie może poprawiać rezultat w części trudnych zadań;
• większe opóźnienie ogranicza użyteczność w interaktywnych zastosowaniach;
• większe zużycie obliczeń może podnosić koszt działania i ograniczać przepustowość usługi.

Pojedyncze wykonanie nie dowodzi ogólnej przewagi modelu. Nie mówi, jak często osiąga on dobre rezultaty, czy działa konsekwentnie, czy wynik da się odtworzyć ani ile kosztowałoby takie działanie na dużą skalę. Próbka wizualna nie potwierdza też jakości w programowaniu, planowaniu, używaniu narzędzi czy zadaniach agentowych.

Dlaczego 256 tys. tokenów wyjścia i 2 mln tokenów kontekstu są istotne

Te liczby opisują dwa różne ograniczenia.

Okno kontekstu to zasób informacji, który model może uwzględnić w jednym żądaniu: instrukcje, historię rozmowy, pobrane pliki, wyniki narzędzi i inne dane wejściowe. Limit wyjścia określa natomiast, jak długą odpowiedź model może wygenerować. Duże okno kontekstu może pomóc analizować kod lub długi dokument, a duży limit wyjścia — tworzyć rozbudowane plany, poprawki albo wygenerowane artefakty.

Samo deklarowane okno 2 mln tokenów nie byłoby jednak dla Gemini precedensem. Google udostępniło programistom dostęp do 2-milionowego okna kontekstu w Gemini 1.5 Pro już w czerwcu 2024 r. 33 Ta liczba sama w sobie nie dowodzi więc, że „argon” jest nowym udostępnionym modelem ani że zdecydowanie przewyższa każdą wcześniejszą konfigurację Gemini.

Dla zespołów programistycznych najbardziej interesujące byłoby połączenie obu możliwości: wystarczająco dużo kontekstu, by wczytać duże repozytorium, i wystarczająco dużo miejsca w odpowiedzi, by zaproponować skoordynowane zmiany. Kontekst obejmujący całe repozytorium nie rozwiązuje jednak praktycznych problemów, które utrudniają inżynierię oprogramowania z udziałem agentów:

• wyboru właściwych plików i zależności;
• opracowania poprawnego planu implementacji;
• właściwego używania narzędzi i systemu kontroli wersji;
• uruchamiania testów oraz interpretowania błędów;
• unikania regresji i luk bezpieczeństwa;
• utrzymania zmian w formie możliwej do rzetelnej oceny przez ludzi.

Zanim programiści ocenią przydatność modelu w pracy nad kodem obejmującym wiele plików, potrzebne są niezależne testy na realistycznych repozytoriach oraz publiczny dostęp przez API.

Co oficjalnie wiadomo o Gemini 4

Najmocniej potwierdzony fakt jest węższy niż sam wyciek: Google poinformowało w lipcu, że rozpoczęło trening Gemini 4. Reuters podał 21 lipca, że Gemini 3.5 Pro nadal było testowane z partnerami, a Google określało jego dostępność jako „wkrótce”; jednocześnie firma przekazała, że trening Gemini 4 już się rozpoczął. 18

To potwierdza, że prace nad Gemini 4 trwały. Nie potwierdza jednak:

• nazwy Gemini 4 Pro;
• kryptonimu „argon”;
• limitu 256 tys. tokenów wyjścia;
• ostatecznego okna kontekstu 2 mln tokenów;
• funkcji adaptacyjnego rozumowania;
• publicznego dostępu przez API;
• premiery w październiku 2026 r.

Każdy konkretny harmonogram publicznego udostępnienia pozostaje plotką, dopóki Google nie ogłosi go bezpośrednio.

Dlaczego warto poczekać na dowody

Wyciek przyciąga uwagę, ponieważ model Gemini z długim kontekstem i dużym budżetem obliczeniowym mógłby mieć strategiczne znaczenie na rynku skupionym na agentach programistycznych i złożonej pracy multimodalnej. Użytecznym kryterium nie jest jednak efektowny zrzut ekranu, lecz możliwość odtworzenia wyników.

Przed podjęciem decyzji technicznych lub zakupowych warto czekać na kartę modelu lub dokumentację API od Google, jasno określone limity kontekstu i wyjścia, cennik oraz limity zapytań, dokumentację bezpieczeństwa, a także niezależne wyniki w benchmarkach programistycznych i agentowych. Najważniejsze będzie też przetestowanie modelu na własnym repozytorium, systemie budowania i procesie przeglądu kodu.

Na razie „argon” najlepiej rozumieć jako opisywany wewnętrzny eksperyment. Może wskazywać kierunek rozwoju Gemini 4, ale nie dowodzi jeszcze gotowego do udostępnienia Gemini 4 Pro ani przełomu konkurencyjnego. 4318