A Gemini 4 útmutató középpontjában a Gemini 4 Argon modell áll: a Google zászlóshajó érvelő modellje, amely 2026. október 13-án vált általánosan elérhetővé, és a bevezető időszakban 2 dollárba kerül 1 millió bemeneti és 10 dollárba 1 millió kimeneti tokenenként. Ebben az útmutatóban összeszedjük, mit tud a modell, hogyan teljesít a versenytársakhoz képest, mennyibe kerül december 1. előtt és után, hol éred el, és mire figyelj, ha magyarul használnád.

Az adatok a Google hivatalos Gemini API modelloldaláról, az árlapról, a Google bejelentéséből és a VentureBeat összefoglalójából származnak.

Mi az a Gemini 4 Argon?

A Google a hivatalos blogján 2026. szeptember 30-án jelentette be a modellt. Az első körben csak szűk kör kapott hozzáférést: a Fairwind Program keretében megbízható kibervédelmi szakemberek, a kibocsátás pedig fázisokban történt, az amerikai kormány önkéntes, kiadás előtti hozzáférési folyamatában való részvétellel. A széles elérhetőség a VentureBeat szerint 13 nappal később, október 13-án jött.

A Google így foglalta össze a modell célját: az Argon „csúcsszintű teljesítményt nyújt az összetett munkafolyamatokhoz a valós szoftverfejlesztésben, a jogi és pénzügyi vállalati tudásmunkában és a kibervédelemben”. A modelloldal szerint a fő terepe az összetett szoftverfejlesztés, a mély matematikai és tudományos feladatok, valamint az autonóm, többlépéses ügynökök.

Ha a korlátozott indulás részletei érdekelnek, a bejelentéskor részletesen megírtuk a Gemini 4 Argon első napját, a hét többi Google-hírével együtt pedig a heti összefoglalónkban foglalkoztunk vele.

Mit tud a Gemini 4? A specifikáció

A Gemini API modelloldala szerint ezek a legfontosabb paraméterek:

• Modellkód: gemini-4-argon (stabil változat).
• Bemenet: szöveg, kép, videó, hang és PDF. Kimenet: csak szöveg.
• Kontextusablak: 1 048 576 token, egységes limit a bemenetre és a kimenetre.
• Maximális kimenet: alapból 65 536 token, az úgynevezett long decode móddal akár 1 048 576 token.
• Gondolkodás: három fokozat (low, medium, high), vagyis te döntöd el, mennyit „gondolkodjon” a modell válasz előtt.

A támogatott funkciók listája hosszú, és jól mutatja, hogy a Google ügynöki munkára szánja a modellt: function calling (külső függvények hívása), strukturált kimenet, kódfuttatás, Google Kereső- és Google Térkép-alapú grounding (a válasz friss találatokhoz kötése), URL-kontextus, fájlkeresés, computer use (előzetes változatban) és ügynöki videóértés. A gyorsítótárazás csak implicit módon működik, explicit cache nincs. A Batch, Flex és Priority futtatási módok mindegyike elérhető.

Amit nem tud: a modell nem generál képet, nem generál hangot, és a Live API sem támogatott. Ha ezekre van szükséged, másik modellt kell választanod.

Egy megjegyzés a sokat emlegetett egymillió tokenes kimenethez. A VentureBeat szerint ez egy egységes bemeneti-kimeneti limit, speciális folytatási protokollal, és nem teljesen tisztázott, hogyan viszonyul egyetlen válasz maximális hosszához. A gyakorlatban tehát az alapértelmezett 65 536 tokennel érdemes számolni, a hosszabb kimenethez pedig a long decode módot kell használni.

Hogyan teljesít a Gemini 4 a benchmarkokon?

A számoknál érdemes szétválasztani a Google saját közléseit és a független méréseket.

A Google által közölt eredmények

A Google bejelentése és a VentureBeat alapján:

• DeepSWE v1.1: 77,9% — a Claude Opus 5.5 74,2%-ot, a GPT-6 Astra 74,1%-ot ért el.
• AutomationBench (Zapier): 51,3%, ezzel első hely.
• LVBench (hosszú videók értése): 91,7%.
• CWE-bench v1 (kiberbiztonság): 68%, holtverseny az első helyen.
• Terminal-Bench 4.0: 57,4% — itt a Claude Opus 5.5 66,4%-kal egyértelműen előrébb jár.

A Google belső példákat is hozott: a modell által készített libgav1 Rust-port 2,7-szer gyorsabb; a Google adatközpontjaiban több mint 300 TiB memóriát szabadított fel; egy kvantumalgoritmus optimalizálásánál pedig 40%-kal múlta felül a közölt alapvonalat. A VentureBeat szerint havonta több mint 100 000 Google-munkatárs használja a belső Antigravity-változaton keresztül, és négy hét alatt 35%-kal nőtt az ügynöki kódbeküldések száma, miközben a visszagörgetések 30%-kal csökkentek.

Független mérések

A VentureBeat által idézett független indexek vegyesebb képet adnak:

• Vals Index (október 12.): Argon 68,90%, Claude Sonnet 5.5 67,04%, Claude Opus 5.5 66,97%. A Finance Agent v2 teszten az Argon 65,40%-ot ért el.
• Artificial Analysis Intelligence Index: Argon 53 pont, holtversenyben a GPT-6 Astrával és a Claude Fable 5.1-gyel. Ezen az indexen a Claude Opus 5.5 (58), a Claude Sonnet 5.5 (56) és a Meta Muse Wonder Full (56) is előtte van.

Az összkép tehát: a Gemini 4 a szakmai, pénzügyi és jogi munkafolyamatokat mérő Vals Indexen vezet, az általános intelligenciaindexen és a terminálos kódolásban viszont a Claude-modellek előzik. Sam Witteveen, a Red Dragon AI szakértője a VentureBeatnek így fogalmazott: „Ez egy nagyon-nagyon-nagyon jó modell. De a legjobb modell? Szerintem nem az.” Az Antigravityről pedig hozzátette: „Továbbra sem gondolom, hogy az Antigravity akár csak a közelében lenne a Claude Code-nak vagy a Codexnek.”

A riválisok részletes bemutatóit itt találod: Claude Opus 5.5 és Claude Sonnet 5.5.

Mennyibe kerül a Gemini 4?

A legfontosabb dátum: 2026. november 30. Eddig tart a bevezető ár, december 1-től pedig a duplájára emelkedik. A hivatalos árlap szerint a standard, fizetős szinten (1 millió tokenre, dollárban):

• Bemenet: 2,00 november 30-ig, 4,00 december 1-től.
• Kimenet (a gondolkodási tokenekkel együtt): 10,00 november 30-ig, 20,00 december 1-től.
• Gyorsítótárazott bemenet: 0,10 november 30-ig, 0,20 december 1-től — ez a bemeneti ár 95%-os kedvezménye, és csak implicit cache-sel működik.
• Kereső-grounding: havi 5000 kérés ingyenes (a Gemini 3 és újabb modellek között megosztva), utána 14 dollár / 1000 kérés. A Térkép-grounding ugyanígy havi 5000 ingyenes kéréssel indul, utána 14 dollár / 1000 lekérdezés.
• Ingyenes szint: nincs. A fizetős szinten a Google az adatokat nem használja a termékei fejlesztésére.

A Batch, Flex és Priority módoknak külön ártáblájuk van az árlapon; ha nagy mennyiségű, nem sürgős feldolgozást tervezel, ezeket érdemes közvetlenül ott összevetni.

Egy egyszerű példa a változás nagyságára (saját számításunk): egy feladat, amely 1 millió bemeneti és 200 000 kimeneti tokent használ, a bevezető áron 4 dollárba (2 + 2), december 1-től 8 dollárba (4 + 4) kerül. Mivel a gondolkodási tokenek is a kimeneti árba számítanak, a „high” gondolkodási fokozat a számlán is látszik.

Hogyan viszonyul a versenytársakhoz?

A VentureBeat listaár-összevetése szerint (bemenet / kimenet, dollár per 1 millió token):

• Claude Sonnet 5.5: 2 / 10
• GPT-6.1 Sol: 2 / 10
• Claude Opus 5.5: 4 / 20
• Meta Muse Wonder: 4 / 20
• GPT-6 Astra: 10 / 50

A Gemini 4 tehát november 30-ig a Sonnet 5.5 és a GPT-6.1 Sol árszintjén van, december 1-től pedig az Opus 5.5 és a Muse Wonder szintjére lép. A GPT-6 Astránál mindkét árszinten olcsóbb.

Hol éred el a Gemini 4-et?

A VentureBeat és a Google október 13-i közlése szerint a modell ezeken a felületeken érhető el:

• Fejlesztőknek: a fizetős Gemini API és a Google AI Studio.
• Cégeknek: a jogosult Gemini Enterprise előfizetések.
• Hétköznapi felhasználóknak: a Gemini app és a Keresőben az AI Mode, Google AI Pro és Ultra előfizetéssel.
• Antigravity: itt a források eltérnek. A VentureBeat szerint egyéni előfizetőknek az Ultra szinten érhető el, az Antigravity blogja viszont azt írja, hogy az asztali alkalmazásban és a CLI-ben a Pro és az Ultra előfizetőknek is fokozatosan érkezik.

Egy fontos kivétel: a Google fejlesztői fórumának moderátora szerint az Argon csak a közvetlenül fizetett Pro, Ultra és Enterprise csomagokon érhető el. Partneres vagy promóciós Pro-csomagokon (például a Jio ajánlatában) nem. Ha a Google AI Pro-t valamilyen akcióval kaptad, ellenőrizd, hogy nálad megjelenik-e a modell.

Ha az előfizetések közti választás a kérdés, a ChatGPT, Claude, Gemini és Codex előfizetések összehasonlítása segít eldönteni, melyik éri meg.

Gemini 4 útmutató: hogyan használd magyarul?

Itt egy őszinte megjegyzéssel kell kezdenünk: a forrásaink nem tartalmaznak adatot a Gemini 4 magyar nyelvi teljesítményéről. Sem magyar benchmarkot, sem nyelvi lefedettségi listát, sem magyarországi elérhetőségről szóló külön közlést nem találtunk; a Google az október 13-i elérhetőséget „globálisnak” írja a fejlesztők és a cégek számára. A magyar minőségről ezért nem állítunk semmit — azt neked érdemes kipróbálnod.

Így vágj bele a gyakorlatban:

1. Teszteld a saját feladataiddal. Adj neki néhány valós, magyar nyelvű munkát (levél, összefoglaló, szerződésrészlet), és hasonlítsd össze az eredményt azzal a modellel, amit most használsz.
2. Kérj strukturált kimenetet. A modell támogatja a strukturált kimenetet, így magyar nyelvű adatkinyerésnél pontos formátumot kérhetsz, amit utána könnyebb ellenőrizni.
3. Kösd friss forrásokhoz. Aktuális tényeknél kapcsold be a Kereső-groundingot: ez a válaszokat friss találatokhoz köti, és havi 5000 kérésig ingyenes.
4. Válaszd meg a gondolkodási szintet. Egyszerű fordításhoz vagy átfogalmazáshoz elég a „low”, összetett elemzéshez jöhet a „high” — de ne feledd, hogy a gondolkodási tokeneket is kifizeted.
5. Ellenőrizd a szakkifejezéseket. Jogi, pénzügyi vagy műszaki szövegnél a magyar terminológiát mindig nézesd át szakértővel, bármelyik modellt használod.

Hogy a nagy modellek általában hogyan teljesítenek magyarul, azt külön cikkben vizsgáltuk: Melyik AI tud a legjobban magyarul 2026-ban?

Kinek érdemes váltania a Gemini 4-re?

Erősségek: vezet a Vals Indexen, ami a pénzügyi és jogi tudásmunkát méri; erős a hosszú videók értésében és az automatizálási feladatokban; egymillió tokenes kontextussal és opcionálisan nagyon hosszú kimenettel dolgozik; a bevezető ára pedig a Sonnet 5.5 szintjén van.

Gyengeségek: a terminálos kódolásban (Terminal-Bench 4.0) és az Artificial Analysis általános indexén a Claude Opus 5.5 előtte jár; nincs ingyenes API-szint; december 1-től megduplázódik az ára; képet és hangot nem generál; és az Antigravity-hozzáférés feltételei a források között sem egyértelműek.

5 döntéshozói következtetés

1. Tervezz a december 1-i árral. A bevezető ár jó tesztidőszak, de a költségmodellt a 4/20 dolláros árszintre építsd.
2. A pénzügyi és jogi munkafolyamatoknál komoly jelölt. A Vals Index vezető helye azt jelzi, hogy a szakmai tudásmunkában érdemes saját teszttel összemérni a jelenlegi modelleddel.
3. Kódolásnál ne válts vakon. A DeepSWE-n vezet, a Terminal-Benchen viszont lemarad az Opus 5.5 mögött; a saját kódbázisodon mérd le, melyik a jobb.
4. Az adatkezelés a fizetős szinten tisztább. A Google a fizetős API-szinten nem használja az adataidat a termékfejlesztéshez — vállalati bevezetésnél ez fontos szempont.
5. Számolj a rejtett költségekkel. A gondolkodási tokenek a kimeneti árba számítanak, a havi 5000 ingyenes Kereső-grounding kérés felett pedig 1000 kérésenként 14 dollár jön.

Mi jön a Gemini 4 után?

A VentureBeat a Business Insider október 10-i értesülésére hivatkozva azt írja, hogy belső tesztelés alatt állnak Gemini 4 Barium és Carbon kódnevű frissítések. Nyilvános megjelenési dátumuk nincs, ezért egyelőre az Argon a Gemini 4 család egyetlen elérhető tagja.

Összefoglaló

A Gemini 4 Argon a Google zászlóshajó érvelő modellje: egymillió tokenes kontextus, ügynöki funkciók széles köre, és vezető hely a szakmai munkafolyamatokat mérő Vals Indexen. Nem minden területen a legjobb — a terminálos kódolásban és az általános intelligenciaindexen a Claude Opus 5.5 előzi —, de a november 30-ig érvényes bevezető áron jó alkalom a kipróbálásra. A modellt a Google AI Studióban és a Gemini API-n éred el, előfizetéssel pedig a Gemini appban.

Kapcsolódó modell-összehasonlítás: ChatGPT vs Claude vs Gemini: melyik a legjobb 2026-ban?

A Gemini 4 árai és elérhetősége a következő hetekben is változnak. Iratkozz fel az AI Hírek hírlevélre, és időben szólunk, ha új modell vagy árváltozás jön.