Thứ Tư, 30/9/2026, Google DeepMind công bố Gemini 4 Argon, model frontier (model ở nhóm mạnh nhất hiện nay) mới của hãng. Bài công bố do Koray Kavukcuoglu, phó chủ tịch cấp cao của Google DeepMind kiêm kiến trúc sư trưởng về AI, đứng tên. Lần ra mắt này khác các phiên bản Gemini trước ở hai điểm. Thứ nhất là cách đặt tên: Argon là Gemini đầu tiên dùng mật danh thay cho các hạng quen thuộc như Pro hay Flash. Thứ hai, gần như chưa ai dùng được nó. Model đang được triển khai trước cho các “đơn vị phòng thủ mạng đáng tin cậy” qua chương trình Fairwind của Google. Khách hàng trả phí của API và thuê bao Google AI Ultra sẽ được dùng sau, nhưng Google chưa đưa ra mốc thời gian nào.
Như vậy, bài này nói về một model mà phần lớn lập trình viên hôm nay chưa thể gọi tới. Dù vậy, đây vẫn là sự kiện AI đáng chú ý nhất tuần qua, vì những gì model làm được và cả vì cách Google chọn phát hành nó.
Google đã công bố những gì
Thay đổi kỹ thuật lớn nhất là giới hạn đầu ra: 1 triệu token cho mỗi phản hồi, trong khi các model Gemini trước chỉ có 64.000 token. Bài của Google, gHacks và heise đều đưa con số này. SiliconANGLE gọi đây là cửa sổ ngữ cảnh (context window), nhiều khả năng là nhầm, vì bài gốc của Google nói rõ là giới hạn đầu ra. Mức tăng khoảng 15 lần này không nhằm để viết văn dài hơn. Về nguyên tắc, một model xuất được một triệu token trong một lượt có thể sinh ra trọn một đợt chuyển đổi mã trên nhiều file, một chuỗi dài lời gọi công cụ, hoặc một mạch suy luận kéo dài. Lớp điều phối không còn phải ghép nhiều lượt ngắn lại với nhau.
Theo Google, Argon được xây dựng cho “các tác vụ dài, nhiều bước” trong ba lĩnh vực: kỹ thuật phần mềm, công việc tri thức trong doanh nghiệp và phòng thủ an ninh mạng. Lĩnh vực cuối bao gồm cả việc tự động tìm, xác minh và vá lỗ hổng.
Giá (theo bài của Google, được SiliconANGLE và heise xác nhận):
| Đầu vào / 1 triệu token | Đầu ra / 1 triệu token | |
|---|---|---|
| Giá khuyến mãi ban đầu | 2 USD | 10 USD |
| Giá chuẩn (sau giai đoạn khuyến mãi) | 4 USD | 20 USD |
| Đầu vào đã cache | giảm 95% so với giá đầu vào | — |
Giá chuẩn đúng bằng giá Anthropic đang thu cho Claude Opus 5.5. Giá khuyến mãi chỉ bằng một nửa. Google chưa cho biết giai đoạn khuyến mãi kéo dài bao lâu.
Các trường hợp dùng nội bộ
Những thông tin đáng quan tâm nhất với lập trình viên đến từ các đợt triển khai trong nội bộ Google, không phải từ benchmark:
- Chuyển mã C/C++ sang Rust. Các agent chạy trên Argon đã chuyển đổi mã nguồn ở nhiều quy mô, từ các thư viện như re2 và libgav1 đến nhân Zircon của Fuchsia với khoảng 800.000 dòng. Theo SiliconANGLE và heise, ở bộ giải mã AV1 libgav1, Argon thay khoảng 32.000 dòng mã SIMD viết tay bằng Rust an toàn có khả năng tự vector hóa (auto-vectorize). Kết quả giải mã nhanh hơn 2,7 lần so với bản Rust viết tay trước đó. Google cho biết mã sau khi viết lại được kiểm tra tự động, rà soát thủ công và chạy thử trên giả lập trước khi đưa vào sản xuất.
- Bộ nhớ của hệ thống máy chủ. Việc phân tích toàn bộ hạ tầng máy chủ của Google đã giải phóng hơn 300 TiB bộ nhớ, và Google dự kiến tổng mức tiết kiệm có thể đạt từ 500 TiB đến 1 PiB.
- Tối ưu thuật toán lượng tử: Google cho biết Argon vượt mức cơ sở (baseline) 40%.
- Một lỗ hổng có thật. Wiz, công ty Google mua lại trong năm nay, dùng Argon trong chương trình “Scan for Good” rà soát hạ tầng trọng yếu. Wiz cho biết đã tìm ra một lỗ hổng nghiêm trọng làm lộ dữ liệu cá nhân trong một phần mềm y tế đang được các bệnh viện trên thế giới sử dụng. Các model frontier trước đó đã bỏ sót lỗi này. Tên nhà cung cấp chưa được công bố, có lẽ vì bản vá vẫn đang được triển khai.
Chưa có bên độc lập nào kiểm chứng các tuyên bố trên. Dù vậy, việc chuyển mã sang Rust là điểm đáng theo dõi nhất. Viết lại mã C/C++ cũ bằng một ngôn ngữ an toàn bộ nhớ là một trong những bài toán tốn kém nhất của ngành phần mềm, và một nhân hệ điều hành 800.000 dòng không phải ví dụ đồ chơi.
Benchmark: mạnh, nhưng không áp đảo
Google công bố bảng so sánh trên 19 benchmark (bộ đo năng lực chuẩn hóa) với GPT-6 Astra, Claude Opus 5.5 và Claude Fable 5.1. Các báo đếm số hạng mục Argon dẫn đầu hơi khác nhau (SiliconANGLE ghi 12/18), nhưng xu hướng chung giống nhau:
| Benchmark | Argon | GPT-6 Astra | Opus 5.5 |
|---|---|---|---|
| DeepSWE v1.1 (lập trình kiểu agent) | 77,9% | 74,1% | 74,2% |
| Vals Index (công việc tri thức) | 68,9% | 63,1% | 67,0% |
| AutomationBench | 51,3% | 41,4% | 42,5% |
| CWE-bench v1 (vá lỗ hổng) | 68,0% | 68,0% | 67,0% |
| FrontierSWE v2 | 55,0% | 65,5% | 62,3% |
| Terminal-Bench 4.0 | 57,4% | 58,2% | 66,4% |
Argon thắng chủ yếu ở công việc tri thức doanh nghiệp, truy xuất trên ngữ cảnh dài và hiểu video. Trên GraphWalks ở độ dài 256 nghìn đến 1 triệu token, Argon đạt 84,2% so với 71,8% của Astra. Argon thua chủ yếu ở các tác vụ agent thao tác qua terminal, cũng là môi trường làm việc chính của các coding agent. Model kém Opus 5.5 chín điểm trên Terminal-Bench 4.0 và kém Astra mười điểm trên FrontierSWE v2. Ngay cả con số tiêu biểu về an ninh mạng là CWE-bench cũng chỉ là hòa với Astra, không phải dẫn đầu.
Một số bài phân tích độc lập đã chỉ ra vấn đề về phương pháp. Khoảng một nửa số dòng trong bảng lấy từ bảng xếp hạng của bên thứ ba. Phần còn lại trộn kết quả Google tự chạy với số liệu đối thủ lấy từ các nguồn khác. Trên LVBench, Argon được cho là nhận video ở tốc độ một khung hình mỗi giây, trong khi điểm của đối thủ được đo với số khung hình khác. Trên Terminal-Bench Science, Argon được cho là có thời gian chờ của bộ chấm điểm (verifier timeout) gấp sáu lần mặc định mà vẫn xếp sau. Những điều này không làm các kết quả mất giá trị, nhưng cho thấy danh hiệu “dẫn đầu” phải xét theo từng benchmark, không đúng cho mọi hạng mục.
Vì sao cách phát hành quan trọng hơn điểm số
Câu chuyện lớn hơn nằm ở mô hình phát hành. Fairwind mở từ ngày 3/9 với Gemini 3.8 Flash Cyber. Theo SiliconANGLE, chương trình hiện có hơn 650 tổ chức tham gia, trong đó có CrowdStrike và Palo Alto Networks. Những đơn vị phòng thủ đã qua thẩm định này được dùng Argon không kèm các rào chắn an ninh mạng thông thường (guardrail). Những người còn lại phải chờ Google “gia cố” bốn lớp bảo vệ: từ chối yêu cầu nguy hại, chống tấn công prompt injection (chèn lệnh độc hại vào dữ liệu đầu vào), giám sát chuỗi suy luận (chain-of-thought) để phát hiện hành vi lệch mục tiêu, và gia cố môi trường sandbox. Google cũng cho biết đang tham gia quy trình tự nguyện của chính phủ Mỹ về việc cho cơ quan nhà nước tiếp cận model trước khi phát hành, tức khuôn khổ đứng sau thỏa thuận giữa Nhà Trắng và các phòng thí nghiệm AI hàng đầu.
Đây đã trở thành một khuôn mẫu chứ không còn là trường hợp riêng lẻ. Các phòng thí nghiệm hàng đầu đưa model mạnh nhất cho bên phòng thủ trước khi kẻ tấn công có thể mua quyền dùng qua API công khai. Báo cáo Digital Defense của Microsoft tuần này cho rằng kẻ tấn công đã đi trước trong việc tận dụng AI. Phát hành theo từng giai đoạn là câu trả lời của ngành, và Argon là ví dụ rõ nhất cho tới nay. Với lập trình viên, điều này làm thay đổi cách lập kế hoạch: “đã ra mắt” không còn đồng nghĩa với “dùng được ngay”, và khoảng cách giữa hai mốc này giờ có thể tính bằng tuần hoặc tháng.
Những câu hỏi còn bỏ ngỏ
- Khi nào lập trình viên được dùng, và chi phí thực tế ra sao? Hiện chưa có model ID công khai, chưa có ngày kết thúc giá khuyến mãi, và cách tính phí cho token suy luận cũng chưa được công bố. Với trần đầu ra 1 triệu token, cách tính phí token suy luận sẽ quyết định hóa đơn thực tế.
- Các lớp bảo vệ có trụ vững không? Trao một model không kèm guardrail cho hơn 650 tổ chức là một phạm vi tin cậy rất rộng. Cơ chế kiểm soát truy cập chỉ an toàn bằng thành viên có hệ thống bảo mật yếu nhất.
- Chưa có model card (tài liệu kỹ thuật công bố đặc tính và giới hạn của model). Tại thời điểm viết bài, danh mục model card của Google chưa có mục nào cho Argon.
- Kết quả chuyển mã sang Rust có áp dụng được rộng rãi không? Mã nguồn, bộ test và hệ thống giả lập của Google là môi trường đặc biệt thuận lợi cho việc chuyển mã tự động. Các nhóm có bộ test mỏng hơn nên kỳ vọng kết quả khiêm tốn hơn.
Argon là một model mạnh, có lợi thế thật ở công việc tri thức kéo dài nhiều bước và có cơ sở đáng tin cho việc chuyển đổi mã quy mô lớn. Tuy vậy, nó không áp đảo hoàn toàn trong mảng coding agent. Điều đáng nhớ nhất về Argon có thể là tiền lệ mà cách phát hành của nó tạo ra.
Nguồn
- Google — Gemini 4 Argon announcement (Koray Kavukcuoglu)
- SiliconANGLE — Google’s new frontier AI model Gemini 4 Argon goes to cybersecurity defenders first
- heise online — Google’s Gemini 4 Argon focuses on cybersecurity
- SecurityWeek — Google Launches Gemini 4 Argon With Guardrail-Free Access for Vetted Defenders
- gHacks — Google Launches Gemini 4 Argon With a 1 Million Token Output Limit
- DataCamp — Gemini 4 Argon: Benchmarks, Pricing, and Access
- Emergent — Gemini 4 Argon Benchmarks: Every Score, Its Source