Gemini 4 Argon من جوجل: المواصفات والأسعار والفروق الحقيقية

الأسعار والوصول: Fairwind وAI Ultra وAPI

قرّرت جوجل نشر Argon على مراحل، على عكس إطلاقها المعتاد للنماذج العامة. المرحلة الأولى محصورة في برنامج Fairwind، وهي مبادرة أمن سيبراني تضم مختبرين موثوقين من قطاعات الدفاع السيبراني. يضم البرنامج الآن حوالي 650 مختبرًا فقط بحسب تسريبات نُشرت عبر tech-insider.org. ويحصل هؤلاء على النموذج دون القيود الأمنية المعتادة. الهدف تمكينهم من اكتشاف الثغرات.

المرحلة الثانية، التي تلي البرنامج التجريبي، تُتيح الوصول إلى مشتركي Google AI Ultra وعملاء API المدفوعين عبر Vertex AI وAI Studio. المرحلة الثالثة ستصل إلى الشركات والمطوّرين العامين، والمرحلة الأخيرة فقط هي التي ستُدمج النموذج في تطبيق Gemini الاستهلاكي. جوجل لم تحدّد مواعيد محددة لأي من هذه المراحل. ويرجّح أن تمتد عدة أسابيع إلى أشهر.

أسعار API الرسمية جاءت على طبقتين: سعر تعريفي لفترة محدودة بـ 2 دولار لكل مليون توكن إدخال و10 دولارات لكل مليون توكن إخراج، ثم ينتقل بعد انتهاء الفترة التعريفية إلى 4 دولارات إدخال و20 دولارًا إخراج لكل مليون توكن. التخزين المؤقت للإدخال (Cached Input) يحصل على خصم يصل إلى 95٪ من السعر الأصلي. السعر النهائي للإخراج يطابق تمامًا سعر Claude Opus 5.5 من Anthropic، وهو ما يضعك أمام قرار جوهري: من يختار Argon ومن يبقى مع Opus بالسعر نفسه؟

التكلفة الفعلية على الشركات العربية

الفارق المالي بين الأسعار يعني كثيرًا للشركات العربية. مطوّر يبني وكيلًا ذكيًا يقرأ ملفات طويلة ويولّد تقارير يومية يتجه نحو إنفاق 300-500 دولار شهريًا بعد انتهاء السعر التعريفي. الشركات الناشئة في السعودية والإمارات التي تعتمد على API يجب أن تحسب التكلفة بعناية: استخدام مكثّف يومي قد يصل إلى 2000 دولار شهريًا للفرق الصغيرة، وهو ما يستوجب مقارنته بتكلفة Claude Code أو Codex. مشترك Google AI Ultra (نحو 100 دولار شهريًا) يحصل على الوصول مع حدود استخدام سخية، لكنه ليس بديلًا كاملاً عن API للاستخدامات البرمجية الكثيفة.

مليون توكن إخراج في Gemini 4 Argon: ماذا يعني هذا عمليًا

القفزة الأبرز في هذا الإصدار ليست في درجات الذكاء، بل في حجم ما يستطيع إنتاجه في طلب واحد. السقف السابق لنماذج Gemini كان 64 ألف توكن (ما يعادل حوالي 48 ألف كلمة إنجليزية)، أمّا Argon فيصل إلى مليون توكن في مخرج واحد، أي ما يعادل كتابًا كاملًا بحجم 750 ألف كلمة تقريبًا. هذه الزيادة ليست رقمًا تسويقيًا؛ إنها فارق نوعي يفتح أبوابًا كانت مغلقة أمام الذكاء الاصطناعي سابقًا.

المثال الأوضح هو هندسة البرمجيات. مطوّر يريد ترحيل قاعدة كود بلغة Python إلى Rust كاملة بآلاف الملفات، كان يضطر مع النماذج القديمة لتقسيم المهمة إلى عشرات الطلبات مع فقدان السياق بينها. Argon يُمكنه قراءة قاعدة الكود كاملة، ثم إنتاج النسخة المحوّلة في طلب واحد مع الحفاظ على ترابط الوحدات. جوجل ذكرت أنّ موظفيها الداخليين يستعملون هذا تحديدًا في مشاريع ترحيل الأكواد الكبيرة.

مثال ثانٍ من مجال المالية والقانون: محامٍ يريد تحليل عقد بآلاف الصفحات، أو محلّل مالي يحتاج قراءة تقرير سنوي ضخم مع كل المرفقات دفعة واحدة. Argon يحقق هذا دون قطع التفكير، مع قدرته على تحليل محتوى بصري أيضًا كالفيديوهات الطويلة والمخططات. درجة الاختبار على LVBench (فهم الفيديو الطويل) بلغت 91.7٪، وهي أعلى درجة مسجَّلة في هذا المعيار. مثال ثالث عملي للمستخدم العربي: تحليل ساعات من محتوى محاضرات أكاديمية أو مؤتمرات باللغة العربية وإنتاج ملخص متكامل بدلًا من الاكتفاء بـ 10 دقائق تجزئة.

السياق الممتد في Gemini 4 Argon عمليًا

التوسع من 64 ألف إلى مليون توكن ليس مجرد ضرب في 15 أضعاف. على مستوى البنية التقنية، إنتاج مخرج طويل متماسك يتطلب إدارة ذاكرة انتباه لا تنهار مع ازدياد الطول. اختبار GraphWalks الذي يقيس القدرة على التنقل بين مراجع متعدّدة في سياق يصل إلى مليون توكن سجّل فيه Argon 84.2٪ مقابل 71.8٪ لـ GPT-6 Astra. هذا الفارق البالغ 12 نقطة يعني أنّ Argon يحتفظ بالترابط بين أقسام مختلفة من مستند طويل حيث تبدأ النماذج الأخرى بفقدان خيط الموضوع. المستخدم العربي الذي يحتاج تلخيص كتب متكاملة أو دمج معلومات عشرات المقالات في بحث واحد سيلمس هذا الفارق فورًا.

Gemini 4 Argon والأمن السيبراني: المميزات والمخاوف

التركيز الأمني هو السبب الرئيسي لتقييد الوصول. جوجل تقول إنّ Gemini 4 Argon يستطيع العثور على الثغرات الحرجة في البرمجيات. ثم التحقق منها، ثم كتابة التصحيحات بشكل ذاتي. في عرض مبكّر داخل برنامج "Scan for Good" التابع لشركة Wiz، اكتشف Argon ثغرة أمنية حرجة في برنامج طبّي كانت قد فشلت نماذج الجيل السابق في رصدها. هذه القدرات نفسها هي ما يقلق الباحثين الأمنيين: نموذج يستطيع إيجاد ثغرات تلقائيًا يستطيع أيضًا استغلالها.

النتائج في معيار CWE-bench v1 (كشف الثغرات البرمجية) جاءت عند 68٪ لـ Argon، متعادلةً مع GPT-6 Astra، ومتفوقةً بنقطة واحدة على Claude Opus 5.5. أمّا في معيار Gray Swan لحقن المطالبات غير المباشرة، وُصف Argon بأنه النموذج الرائد. القرار الأبرز الذي اتخذته جوجل: إطلاق Argon دون حواجز سيبرانية (cyber guardrails) لمختبري Fairwind وفرق جوجل الداخلية، أي أن النموذج يستطيع تنفيذ طلبات اختراق كاملة لأغراض البحث الدفاعي.

الوضع يفتح تساؤلات جدية. الالتزام الذي وقّعته جوجل مع شركات ذكاء اصطناعي أخرى بالتحكّم الذاتي في النماذج ذات القدرات الهجومية ليس له آلية إنفاذ واضحة بحسب تحليل thenewstack.io. المختبرون الحاليون داخل Fairwind لم يُعلَن عنهم بالاسم، والجمهور يعتمد على جوجل في اختيار من يحصل على نموذج بهذه القدرات. تضيف جوجل أنّ النموذج يرفض طلبات CBRN (الكيميائية والبيولوجية والإشعاعية والنووية) الضارّة، ويخضع لمراقبة التنشيطات الداخلية ومسار التفكير لإيقاف السلوك المنحرف.

تطبيقات الأمن الدفاعي في الشركات العربية

الجانب الدفاعي للنموذج يستحق التأمّل. حدة اكتشاف الثغرات تلقائيًا تفتح الباب أمام منصات SOC (مراكز العمليات الأمنية) لأتمتة فحص الكود المستمر. شركات كبرى في الخليج تدير اليوم آلاف الخوادم بأعداد محدودة من المحللين؛ لو تم دمج Argon مع أدوات مثل Wiz أو Snyk، فإنّ معدل اكتشاف الثغرات الأولية قد يتضاعف دون زيادة الكادر البشري. المشكلة الأخلاقية التي يطرحها خبراء الأمن: ما الذي يضمن ألا تتسرّب نسخة من النموذج إلى أيدي مهاجمين؟ الإجابة التي تقدّمها جوجل بالاكتفاء بـ 650 مختبرًا موثوقًا تبدو حذرة، لكنّها لا تلغي السؤال.

مقارنة أداء Gemini 4 Argon مع GPT-6 Astra وOpus 5.5

أعلنت جوجل أنّ Argon يتصدّر 13 معيارًا من أصل 18 معيارًا داخليًا، لكن الأرقام العامة التي أعلنتها تكشف صورة أكثر تعقيدًا. النموذج يتفوّق بوضوح في المعرفة العامة والسير الآلي للعمل، لكنه يتراجع في بعض اختبارات البرمجة المتخصّصة. الجدول التالي يلخّص أهم المعايير الرسمية بحسب تقرير thenewstack.io الذي نقل الأرقام الموسّعة لجوجل.

قراءة سريعة للنتائج

يتفوق Argon على المنافسين في معايير السياق الطويل والمعرفة: AutomationBench بفارق 10 نقاط على GPT-6، وGraphWalks بفارق 17 نقطة على Claude Opus 5.5. لكن حين ندخل في البرمجة التنفيذية الحقيقية مثل Terminal-bench 4.0 وFrontierSWE v2، يأتي Argon في المرتبة الثالثة. درجة Harvey Legal Agent بـ 19.6٪ هي الأعلى بين النماذج الثلاثة (مقابل 5.4٪ لـ GPT-6 Astra و3.8٪ لـ Claude Opus 5.5)، لكنها تبقى ضعيفة بالمعنى المطلق: حتى النموذج المتصدّر ينجز مهمة واحدة فقط من كل خمس في المجال القانوني الحقيقي، ما يعني أنّ أيًّا من النماذج الثلاثة ليس جاهزًا بعد كمساعد قانوني متقدم يُعتمد عليه بالكامل. عمليًا: Argon يفوز في البحث المعرفي العميق وتحليل البيانات واسعة النطاق، لكن المطوّر الذي يحتاج تنفيذ أوامر طرفية معقدة أو تصحيح أخطاء إنتاجية قد يجد Opus 5.5 أكثر موثوقية.

فائز حقيقي أم اختيار استعراضي

جوجل اختارت المعايير التي أعلنتها بعناية. الـ 13 معيارًا التي تتصدّرها Argon تشمل الكثير من فئات المعرفة والسياق، وهي نقاط قوة النموذج. لكن المعايير التي تخلّفت فيها، تحديدًا FrontierSWE v2 وTerminal-bench 4.0، هي معايير "الإنتاج الحقيقي" التي يستخدمها المطوّرون يوميًا. هذا التوازن يعكس استراتيجية جوجل: تقديم نموذج يبرع في المهام التحليلية الواسعة بدلًا من التنافس مباشرة مع Claude في بيئات التطوير التقليدية. الشركات التي تطلب فحص مليون سطر بحث وإنتاج تقرير متكامل ستفضّل Argon، أمّا فريق المطوّرين المحترفين الذين يقضون يومهم في محرر VSCode فسيُبقون على Opus 5.5 لأنها تتفوق بوضوح في بيئة الطرفية.

ما تحتفظ به جوجل: Carbon وBarium قيد الاختبار

تسريبات ظهرت على 36kr وBusiness Insider كشفت أنّ موظفي جوجل الداخليين يختبرون نماذج Gemini 4 أقوى من Argon، باسمَين مرمّزَين: Barium وCarbon. تقارير بلومبيرغ نقلتها Business Insider تقول إنّ Carbon أقوى بفارق ملحوظ، وقد يتفوّق على Claude Opus 5.5 ضمن تقييمات داخلية مغلقة. السؤال: لماذا تطلق جوجل Argon الآن إذا كانت تمتلك نسخة أقوى؟

الإجابة الأغلب أنّ Argon هو "الأقل خطرًا" من الثلاثة. جوجل تريد قياس ردود الفعل، تحسين الحواجز الأمنية، ثم طرح النسخ التالية بشكل متدرج. هذه ليست المرة الأولى التي تتبع فيها الشركة هذه الطريقة. تقارير عدّة من داخل جوجل تشير إلى شكوك حقيقية حول أداء Argon البرمجي الفعلي، وأنّ بعض المختبرين الداخليين لا يرونه قفزة كافية مقارنة بـ Opus 5.5. لكن جوجل أعلنت أنّ هذه الشكوك "غير مُدعومة بالبيانات".

التسريبات أيضًا ذكرت أنّ Gemini 4 Carbon سينافس مباشرة Claude Opus 5.5 من Anthropic. وبينما تتسابق OpenAI وAnthropic وGoogle على إصدارات جديدة شهريًا، يبدو أنّ 2026 لن ينتهي قبل أن نرى Gemini 4 بثلاث نسخ منفصلة، كل منها لجمهور مختلف. هذا السباق المتصاعد يجعل أي قرار شراء اشتراك سنوي اليوم محفوفًا بالمخاطر: قد يُستبدل النموذج الذي تشترك فيه خلال 60 يومًا.

متى تستخدم Gemini 4 Argon ومتى تختار بديلًا

قرار استخدام Gemini 4 Argon يعتمد على مهمتك الفعلية، لا على التسويق. بناءً على الأرقام والمعايير الرسمية، إليك متى يستحق الدفع ومتى تختار بديلًا:

اختر Gemini 4 Argon إذا

تعمل على مهام تحتاج سياقًا ضخمًا وإخراجًا طويلًا، مثل ترحيل قاعدة كود كاملة بين لغتين، أو تحليل مستندات قانونية ومالية بآلاف الصفحات دفعة واحدة. التفوّق في AutomationBench وGraphWalks يجعله الأفضل بوضوح لوكلاء الذكاء الاصطناعي الذين يحتاجون إلى تنفيذ خطوات متعدّدة مترابطة. المستخدم العربي الذي يبني تطبيقًا يحلّل محتوى فيديو طويل أو ساعات من المحاضرات، سيستفيد من درجة LVBench 91.7٪. السعر التعريفي بـ 10 دولارات للإخراج يجعل التجربة ممكنة قبل انتهاء الفترة التعريفية.

اختر Claude Opus 5.5 إذا

البرمجة التنفيذية الحقيقية هي محور عملك: تصحيح الأخطاء في مشاريع إنتاجية، كتابة أوامر طرفية معقدة، أو العمل داخل بيئات تطوير متكاملة. درجة Terminal-bench 4.0 بـ 66.4٪ لـ Opus 5.5 تتفوّق على 57.4٪ لـ Argon. السعر نفسه بعد انتهاء الفترة التعريفية (20 دولارًا للإخراج)، لكن النضوج والاستقرار يصبّان لصالح Anthropic. راجع دليل Gemini Spark ووكلاء Google للمقارنة التفصيلية بين خطط الاشتراك.

اختر GPT-6 Astra إذا

تحتاج أفضل أداء في FrontierSWE v2 (65.5٪) وتعتمد على بيئة ChatGPT وأدواتها. GPT-6 Astra ليس الأعلى في المعرفة العامة ولا في الأتمتة، لكنه الأفضل للمطوّر الذي يعمل داخل منظومة OpenAI. للمستخدم العادي الذي يبحث عن ذكاء اصطناعي يومي بالعربية، Gemini ما زال الخيار الأفضل بسبب الدعم العربي والدمج العميق مع خدمات جوجل، وليس Argon الذي ما زال خارج تطبيق Gemini الاستهلاكي.

إذا كان لديك 10 دقائق فقط

انتظر. Gemini 4 Argon ليس متاحًا للمستخدم العادي بعد، والنسخة الاستهلاكية لن تصل قبل أسابيع. استخدم Gemini 3.1 Pro الحالي عبر تطبيق Gemini، وإذا كنت مطوّرًا تحتاج مليون توكن إخراج اليوم، فجرّب API عبر Vertex AI بالسعر التعريفي قبل أن ينتهي.

الأهم من ذلك: لا تستهلك ميزانيتك في اشتراك طويل الأمد قبل أن تتضح ملامح Carbon وBarium. سياسة الإصدارات المتسارعة من جوجل خلال 2026 تجعل اشتراكًا سنويًا رهانًا محفوفًا بالمخاطر. اشتراك شهري أو استخدام API بالدفع حسب الاستهلاك هو الخيار الأعقل حتى تستقر السلسلة. أمّا الشركات الكبرى التي تحتاج إلى اتخاذ قرار مؤسسي، فينصح بتجربة Argon عبر Vertex AI لمدة شهرين قبل عقد أي صفقة اعتماد طويلة الأمد.

الفرق في السعر بين النسخة التعريفية والنسخة الدائمة ليس مجرد تفاصيل محاسبية. فريق تطوير يبني تطبيقًا يعتمد على مليون توكن يوميًا ويعلّق مصيره على ميزانية ضيّقة قد يخسر هامش ربحه كاملاً حين تنتهي الفترة التعريفية. ينبغي أخذ هذا الحساب بعين الاعتبار عند بناء خطط العمل الجديدة في 2026 و2027. من ناحية أخرى، تقدم Google AI Studio حدودًا مجانية للتجربة قبل الالتزام بالدفع، وهو مسار موصى به للمطورين العرب الذين يرغبون في تقييم Argon قبل بناء منتج تجاري عليه. التجريب المجاني أولًا ثم القرار المدروس هو النهج الأعقل.

الواقع العربي يفرض نظرة إضافية. مطوّرون كثر في مصر والسعودية يعتمدون على نسخ مجانية من نماذج الذكاء الاصطناعي. دخول Argon عبر Google AI Studio متاح أيضًا بالطبقة المجانية، لكنه يقدم كوتا محدودة. ننصح باستغلال الكوتا المجانية لتجربة الكتابة الطويلة والتلخيصات، ثم الانتقال للـ API حين تنضج الفكرة. هذا المسار يقلّل التكلفة ويعلّم المطوّر فروق Argon الحقيقية قبل الالتزام المالي.

المصادر

• مدونة جوجل الرسمية: Gemini 4 Argon ـ عصر جديد من الذكاء الحدودي
• TheNewStack: Gemini 4 Argon is here - It's great, and you can't have it yet
• TechCrunch: Google releases Gemini 4 Argon, called its most powerful model yet
• Mashable: Google's Gemini 4 Argon is the latest super-smart AI that most cannot get
• CNBC: Google rolls out Gemini 4 Argon, its most advanced AI model
• بيزنس إنسايدر: موظفو جوجل يختبرون إصدارات أقوى ـ Argon وBarium وCarbon
• NokiaPowerUser: Gemini 4 Argon full specs, pricing, and benchmarks
• تيك إنسايدر: برنامج Fairwind يضم 650 مختبرًا سيبرانيًا
• aitnews: جوجل تقيّد الاستخدام المجاني لمساعدها الذكي بعد إطلاق Argon