Gemini 4 Argon เปิดให้ใช้อย่างเป็นทางการแล้ว: สรุปทุกอย่างที่ Google ประกาศ

Google เปิด Gemini 4 Argon ให้ใช้อย่างเป็นทางการทั่วโลกเมื่อ 13 ต.ค. 2026 บทความนี้สรุปทุกอย่างที่ Google ประกาศ เอกสาร API, Model Card, ผลวัดจากเว็บภายนอก และงานที่คนทำออกมาในวันแรก

ตัวเลขส่วนใหญ่เป็นของ Google เอง ส่วนผลจากภายนอกผมระบุชื่อแหล่งไว้ทุกข้อ ผมยังไม่ได้ลองเอง ลองแล้วจะมาเขียนเพิ่ม

จากวันประกาศถึงวันเปิดให้ใช้

• 30 ก.ย. 2026: Google ประกาศ Argon ครั้งแรก ตอนนั้นให้ใช้เฉพาะทีมป้องกันภัยไซเบอร์ใน Fairwind Program (บทความรอบนั้นของผม)
• 13 ต.ค. 2026: เปิดให้ใช้ทั่วโลก ทั้งแอป Gemini, API และ Antigravity

ใครใช้ได้ตอนนี้

คุณเป็นใคร	ใช้ที่ไหน
คนทั่วไป	แอป Gemini และ AI Mode ใน Search ถ้าจ่ายแพ็กเกจ Google AI Pro หรือ Ultra
นักพัฒนา	Gemini API แบบจ่ายเงิน ใน AI Studio และ Android Studio
คนใช้ Google Antigravity	ต้องเป็นแพ็กเกจ Ultra
องค์กร	Gemini for business, API และ Antigravity บน Google Cloud
นักวิทยาศาสตร์	สมัครขอใช้ Antigravity ระดับสูงสุดฟรี 6 เดือน Google เปิดรับ 10,000 คน
ทีมป้องกันภัยไซเบอร์	สมัคร Fairwind Program จะได้รุ่นที่ไม่มีตัวกันงานไซเบอร์

Model Card บอกอะไรบ้าง

• เป็นโมเดลแบบ sparse mixture-of-experts สร้างใหม่ ไม่ได้ต่อยอดจากรุ่นเก่า
• รับได้ทั้งข้อความ รูป เสียง และวิดีโอ แต่ตอบกลับเป็นข้อความอย่างเดียว
• พื้นที่ 1 ล้าน token ใช้ร่วมกันทั้งขาเข้าและขาออก
• ความรู้ถึงเดือนมีนาคม 2026
• ข้อจำกัดที่ Google เขียนเอง: ยังมีตอบผิดแบบมั่นใจ (hallucination) และอาจช้าหรือหมดเวลาเป็นบางครั้ง

สำหรับคนใช้ API

ชื่อโมเดลที่ใช้เรียกคือ gemini-4-argon

รายการ	ถึง 30 พ.ย. 2026	ตั้งแต่ 1 ธ.ค. 2026
Input ต่อ 1 ล้าน token	$2.00	$4.00
Output ต่อ 1 ล้าน token (รวม token ที่ใช้คิด)	$10.00	$20.00
Input ที่ cache ไว้ ต่อ 1 ล้าน token	$0.10	$0.20

• ไม่มีใน Free tier ของ API และหน้าราคาระบุว่าใน AI Studio ใช้ไม่ได้กับแพ็กเกจ Google AI Pro
• ระดับการคิดมี 3 ระดับ: low ตอบเร็วสุด, medium เป็นค่าเริ่มต้น, high คิดนานสุดและเริ่มตอบช้าสุด
• ค่า temperature, top_p, top_k ถูกข้ามไป ตั้งไปก็ไม่มีผล
• Google แนะนำให้ตั้ง max_output_tokens อย่างน้อย 32,768 เพราะรุ่นนี้ใช้ token ไปกับการคิดมากกว่ารุ่นก่อน
• cache ทำงานอัตโนมัติอย่างเดียว ตั้งเองไม่ได้ ขั้นต่ำที่ cache ได้คือ 4,096 token ในเอกสาร Gemini API ส่วนเอกสาร Google Cloud เขียนไว้ 6,144 token
• ค้น Google Search ฟรี 5,000 ครั้งต่อเดือน (นับรวมกับ Gemini 3 ขึ้นไปทุกรุ่น) จากนั้น $14 ต่อ 1,000 ครั้ง
• งานยากอาจใช้เวลาหลายนาทีต่อคำขอ เอกสารแนะนำให้ใช้ Interactions API
• บน Google Cloud เลือกได้ 3 ที่: Global, us และ eu

ตอบยาวได้ถึง 1 ล้าน token (Long decode)

• เรียกปกติ 1 ครั้งตอบได้สูงสุด 64K token
• ถ้าอยากได้ยาวกว่านั้น เรียกผ่าน Interactions API แล้วตั้ง background: true กับ max_output_tokens ให้มากกว่า 65,536
• ระบบจะเขียนต่อทีละช่วง 64K จนจบเอง แล้วเราค่อยมาดึงผลหรือรับแบบ stream

ผลทดสอบในตารางของ Google

Google เทียบกับ GPT-6 Astra, Claude Fable 5.1 และ Claude Opus 5.5 ทั้งหมด 19 รายการ ผมนับได้ว่า Argon ชนะ 13 รายการ เสมอ 1 และแพ้ 5 ตัวอย่าง:

รายการ	Argon	ตัวที่ดีที่สุดในคู่แข่ง
Vals Index (งานการเงิน โค้ด กฎหมาย ภาษี)	68.9	Opus 5.5 67.0
DeepSWE v1.1 (แก้โค้ดงานยาว)	77.9	Opus 5.5 74.2
LVBench (เข้าใจวิดีโอยาว)	91.7	Astra 87.5
CWE-bench v1 (แก้ช่องโหว่)	68.0	Astra 68.0 (เสมอ)
Terminal-bench 4.0	57.4	Opus 5.5 66.4
FrontierSWE v2	55.0	Astra 65.5

ตัวเลขของคู่แข่งส่วนใหญ่มาจากที่แต่ละเจ้ารายงานเองหรือจากตารางคะแนนสาธารณะ และหลายรายการของ Argon Google วัดเอง

ผลจากเว็บวัดผลภายนอก

• Artificial Analysis: ให้คะแนนรวม 53 ต่ำกว่า Claude Opus 5.5 (58) และ Claude Sonnet 5.5 (56) อัตราตอบผิดแบบมั่นใจอยู่ที่ 15%
• ใช้ token เยอะ: ตาม The Decoder ที่อ้างตัวเลขของ Artificial Analysis Argon ใช้ output ราว 62,000 token ต่องาน ส่วน GPT-6 Astra ใช้ราว 27,000 ค่าใช้จ่ายต่องานจึงอยู่ที่ $1.99 ช่วงราคาเปิดตัว และราว $3.98 เมื่อราคาปกติเริ่ม
• Arena (คนโหวตเลือกคำตอบที่ชอบ): อันดับ 1 ในหมวดข้อความ 1,525 คะแนน แต่หมวดทำเว็บอยู่อันดับ 8
• ผลภายนอกชุดนี้วัดในสัปดาห์แรกหลังประกาศ ก่อนเปิดให้ใช้ทั่วไป
• Theo (t3.gg) ได้ลองก่อนเปิดตัว: บอกว่าเป็นก้าวกระโดดใหญ่ของ Gemini คุ้มราคา และเป็นโมเดลแรกที่ได้คะแนนเต็มในชุดทดสอบ Skatebench-private ของเขา แต่ในชุดทดสอบ "วิเคราะห์โค้ดเบส" ของเขาเอง Argon ได้อันดับ 7 จาก 7 โมเดล ข้อความที่ถูกตรวจ 47 จาก 92 ข้อไม่ตรงกับโค้ดจริง เขาบอกว่าจะทำวิดีโอเล่าเพิ่ม

งานโค้ดใน Google เอง

• ภาพรวม: งานโค้ดที่ agent ส่งเพิ่มขึ้นกว่า 35% และโค้ดที่ต้องถอนกลับลดลงเกือบ 1 ใน 3
• Chrome: แยกโค้ดจากโฟลเดอร์เก่าราว 6 ล้านบรรทัด ในโค้ดทั้งหมด 40 ล้านบรรทัด งานหลายเดือนเสร็จในไม่กี่สัปดาห์
• ADK (โค้ดราว 205,000 บรรทัด เทสต์ 16,892 ตัว): ทีมให้ไฟล์กติกาของโปรเจกต์กับเป้าหมาย 1 ย่อหน้า Argon ทำงานเองข้ามคืน 11 ชั่วโมง เสนอการปรับ 6 อย่าง ผ่านรีวิวและใช้จริง 2 อย่าง ได้ session prep เร็วขึ้น 40% และ cold import เร็วขึ้น 21%
• xTB (เคมีควอนตัม): ทำนายโครงสร้างโมเลกุลเร็วขึ้นสูงสุด 2.3 เท่า และค้นหารูปทรงโมเลกุลเร็วขึ้น 1.8 เท่า
• Gemma 4 E2B: เร็วขึ้น 2.85 เท่า จากราว 37,900 เป็นกว่า 108,000 token ต่อวินาที ผลลัพธ์เหมือนเดิมทุก token

งาน 3D และภาพจากโค้ด

Google โชว์งานที่ทำใน Antigravity โดยให้ AI หลายตัวดูภาพแล้ววนแก้กันเอง

• หมู่วัดเจดีย์ที่ปั้นใน Blender ทั้งอาคาร ต้นไม้ และแสง
• เกมแข่งรถจิ๋วที่สร้างจากรูปถ่ายโต๊ะทำงานจริง เปิดเล่นได้ใน Google AI Studio
• เกม 3D ที่ AI เขียน Python ปั้นตัวละคร ใส่กระดูก ทำท่าขยับ แล้วต่อขึ้นเว็บเอง
• โปรแกรมวาดภาพ 3D แบบ ray tracing ที่เขียนด้วย Python ล้วน แล้วทำวิดีโอพร้อมเสียงบรรยายและเพลงเอง
• ฉากโบสถ์โกธิก 3D ที่เริ่มจากรูปเดียว

เบื้องหลังหมู่วัดเจดีย์

ในวิดีโอของ Google DeepMind คุณ George Kenwright ทีมทำต้นแบบของ Gemini เล่าว่างานนี้เริ่มจากคำสั่งเดียว แต่ไม่ใช่แค่ "สร้างเจดีย์ให้หน่อย"

1. ให้ Argon อ่าน Skill ที่ทีมเขียนไว้สำหรับงาน 3D ชิ้นใหญ่ใน Antigravity
2. ให้ Argon ทำแบบแปลนอาคารก่อน
3. ให้ Nano Banana ทำภาพตัวอย่าง 4 ภาพจากแบบแปลน เพื่อใช้เป็นภาพเป้าหมาย
4. แบ่งงานให้ agent ย่อยหลายตัว มี agent หัวหน้ากับ agent ที่คอยติ คุมอยู่ แล้วเรนเดอร์ภาพจาก Blender มาเทียบกับภาพเป้าหมายวนไปเรื่อยๆ
5. ปล่อยทำข้ามคืน เช้ามาได้ภาพนิ่ง แล้วสั่งต่อให้ทำภาพเคลื่อนไหวกับเสียงระฆังและเสียงบรรยากาศ

เขาบอกว่าทีมใช้เจดีย์เป็นโจทย์ทดสอบโมเดลมาตั้งแต่ปีที่แล้ว เพราะงาน 3D ผิดตรงไหนเห็นทันที

งานธุรกิจและงานเอกสาร

• รวมข้อมูลสแกน LiDAR ราว 50 GB กับแบบแปลนเก่า สร้างโมเดล 3D ของ Chaco Canyon
• ในแอป Gemini: เอาโฟลเดอร์ข้อมูลโปรเจกต์ที่ยังไม่เป็นระเบียบ ทำเป็นสไลด์เสนองานลูกค้า ส่งอีเมลให้ และตั้งงานอัตโนมัติสำหรับคำขอครั้งต่อไป
• ทำเครื่องมือเรียนกายวิภาค 3D จาก 3 โปรเจกต์ open source
• ออกแบบขาโซฟาใหม่จากภาพร่างกับรูปโซฟา แล้วทำไฟล์สำหรับพิมพ์ 3D ให้ขนาดพอดี
• Isomorphic Labs ใช้อ่าน PDF และสิทธิบัตรสำหรับงานวิจัยยา งานที่ใช้เป็นสัปดาห์เหลือเป็นชั่วโมง

ความปลอดภัยไซเบอร์

• Google ขยาย Fairwind Program ให้พาร์ตเนอร์เพิ่มอีกหลายร้อยราย
• Wiz ใช้ Argon หาและแก้ช่องโหว่ในระบบที่ทำร่วมกับหน่วยงานรัฐ
• ในระบบสาธารณสุข Wiz เจอช่องโหว่ที่เปิดทางให้ได้สิทธิ์ผู้ดูแลระบบ และแก้ได้ก่อนข้อมูลผู้ป่วยหลายแสนรายหลุด

งานวิทยาศาสตร์

• ควอนตัม: ทำให้ตัวถอดรหัสแก้ข้อผิดพลาด AlphaQubit เร็วขึ้นเกือบ 2 เท่า และเขียนวงจรคำนวณ arcsin ที่ใช้ทรัพยากรน้อยลงกว่า 100 เท่า
• พลังงานฟิวชัน: ทีม Google กับ Professor Matt Landreman เจอตัวอย่างค้านชุดใหม่ของ Grad's conjecture ที่ตั้งไว้ตั้งแต่ปี 1967
• โรคหายาก: Gamow Labs ใช้วิเคราะห์จีโนมทารก เจอความผิดปกติของโครโมโซมที่ซอฟต์แวร์ทั่วไปมองข้ามมาหลายปี
• ออกแบบเอนไซม์: ได้เอนไซม์แบบใหม่ 5 แบบในเวลาไม่กี่ชั่วโมง และผลทดลองในห้องแล็บยืนยันว่าทำงานได้

หุ่นยนต์

• ได้ 87% บน ERQA ซึ่งวัดความเข้าใจโลกจริงแบบ 3 มิติ
• Argon ดูวิดีโอคนโยนถุงถั่ว (cornhole) แล้วเขียนโค้ดจำลองเอง พอเอาไปใส่หุ่นยนต์ Apollo ของ Apptronik หุ่นโยนลง 7 ครั้งติดกัน
• ในบล็อกนักพัฒนา Google เล่าว่าเมื่อให้หุ่นฝึกในโลกจำลองกว่า 4,500 รอบ อัตราทำงานสำเร็จในโลกจริงขึ้นจาก 56% เป็น 75%

เรื่องความปลอดภัยของตัวโมเดล

• ทีมทดสอบภายนอกด้านชีวภาพปลดล็อกได้น้อยกว่า 1% ของงานย่อยที่ทดสอบ
• คำขออันตรายที่หลุดผ่านลดลงเกือบครึ่งในชุดทดสอบแบบจงใจโจมตี
• การพยายามใช้ทางลัดที่ไม่ได้รับอนุญาตตอนทำงานโค้ดเหลือ 2%
• ถูกฝึกให้หยุดถามคนก่อนทำสิ่งที่ย้อนกลับไม่ได้ และมีระบบอ่านขั้นตอนการทำงานของ agent เพื่อบล็อกทางลัดทันที
• การโจมตีแบบฝังคำสั่งในหน้าเว็บหรืออีเมลสำเร็จ 0.7% จาก 15 ครั้งที่ลอง บนชุดทดสอบของ Gray Swan
• Model Card เขียนเองว่า ความสามารถด้านชีวภาพ ไซเบอร์ และการทำงานแบบแอบซ่อน ถึงระดับที่ "ตัดออกไม่ได้" ว่าจะถึงเกณฑ์เสี่ยง จึงเพิ่มมาตรการป้องกันไว้

คนเอาไปทำอะไรกันในวันแรก

• ภาพวาดด้วยโค้ด 534 ภาพ โดย Surya (@kickingkeys) เขาบอกว่าทุกภาพทำด้วยโค้ดใน Google AI Studio
• เว็บรวมคอม Apple ย้อนหลัง 50 ปี โดย Justine Moore (@venturetwins) เธอไม่ได้ให้รูปหรือข้อมูล AI หารูป แต่งรูป และเก็บสเปกเอง
• ฟักทองขนฟู 3D โดย @thebuggeddev ใช้ Three.js กับ GLSL มีเส้นขน 60,000 เส้น และเป่าขนให้ปลิวได้ทันที
• เกมขับบอลลูนส่งจดหมาย โดย Salio (@Mr_Salio) เขาบอกว่านั่งทดสอบและแก้อยู่ 3 ชั่วโมง
• Banana test โดย Adam Holter (@AdamHoltererer) ให้ AI วาดการ์ตูนทับรูปกล้วยทีละเส้น

ข้อควรรู้ก่อนลอง

• ใช้ฟรีไม่ได้ ต้องมีแพ็กเกจ Pro หรือ Ultra หรือจ่ายค่า API
• ราคา API ขึ้นเป็น 2 เท่าตั้งแต่ 1 ธ.ค. 2026 และรุ่นนี้ใช้ token เยอะ ค่าใช้จ่ายจริงต่องานจึงอาจสูงกว่าที่ราคาต่อ token บอก
• ไม่ได้ชนะทุกเรื่อง งานโค้ดบางชุดทดสอบ Claude Opus 5.5 กับ GPT-6 Astra ยังทำได้ดีกว่า
• งานสวยๆ หลายชิ้นใช้เวลาทำและแก้หลายชั่วโมง งาน 3D ชิ้นใหญ่ของ Google ทำใน Antigravity ร่วมกับ Blender
• Google บอกว่านี่เป็นรุ่นแรกของตระกูล Gemini 4 และจะมีรุ่นอื่นตามมา

ลิงก์

• ประกาศของ Google
• Model Card (PDF)
• ราคา API
• วิธีใช้ Long decode
• บล็อกนักพัฒนา: ADK ข้ามคืน
• บล็อกนักพัฒนา: หุ่นยนต์
• Fairwind Program
• โพสต์ของ Theo · ผลวิเคราะห์โค้ดเบสของ Theo
• Artificial Analysis
• The Decoder
• วิดีโอเบื้องหลังเจดีย์ของ Google DeepMind
• โพสต์เปิดตัวของ Sundar Pichai
• ภาพวาด 534 ภาพ
• เว็บรวมคอม Apple
• ฟักทองขนฟู
• เกมบอลลูน
• Banana test

อยากเรียนใช้ AI ทำงานจริงทีละขั้น ดูได้ที่ คอร์สทั้งหมด