Gemini 4 Argon: ما الجديد، لمن يتوفر، وكم سيكلف؟

أعلنت Google في 30 سبتمبر 2026 نموذج Gemini 4 Argon، وهو نموذج جديد يركز على المهام البرمجية والمعرفية التي تحتاج إلى عدة خطوات ومدة عمل أطول. لكن الإعلان لا يعني أن بإمكانك اختياره داخل Gemini الآن، فالوصول ما يزال محدودًا، بينما تخطط Google لتوسيعه لاحقًا إلى عملاء Gemini API المدفوعين ومشتركي Google AI Ultra.

المهم في Argon ليس رقم إصدار جديد فقط. Google تريد أن يتمكن النموذج من متابعة جزء أكبر من المهمة المعقدة دون أن يضطر المستخدم إلى إعادة شرح السياق بين كل خطوة وأخرى. وهذا هو التغيير الذي قد يكون له الأثر الأكبر في طريقة استخدام Gemini عندما يبدأ التوفر على نطاق أوسع.

ماذا أعلنت Google في Gemini 4 Argon؟

تصف Google Argon بأنه نموذج موجه إلى المهام التي تستمر عبر عدة خطوات ومراحل، أو ما تسميه المهام طويلة الأفق، في مجالات مثل هندسة البرمجيات، والعمل المعرفي، والمالية، والقانون، والأمن السيبراني.

ومن أبرز التغييرات المعلنة رفع حد الإخراج إلى مليون توكن (Token)، مقارنة بحد سابق يبلغ 64 ألف توكن وفق Google.

لكن من المهم الفصل بين أمرين مختلفين: حد الإخراج يحدد مقدار المحتوى الذي يستطيع النموذج إنتاجه ضمن مسار واحد، أما القدرة على متابعة مهمة طويلة ومتعددة الخطوات فتتعلق بطريقة عمل النموذج واستمراره في تنفيذ المهمة. حجم الإخراج الأكبر قد يساعد في هذا النوع من العمل، لكنه لا يثبت وحده جودة الأداء عبر سير عمل طويل.

كما تتضمن وثائق تقييم Argon اختبارات بسياقات تصل إلى مليون توكن، لكن هذا لا يعني أن Google أعلنت نافذة إدخال عامة بالحجم نفسه للمستخدمين عند بدء الإتاحة.

Gemini 4 Argon باختصار: التوفر والسعر

وإدراج مشتركي Google AI Ultra ضمن خطة التوسع لا يعني أن Argon متاح لهم بالفعل وقت نشر هذا المقال.

لماذا يختلف Argon عن طريقة استخدام Gemini الحالية؟

في كثير من المهام الحالية، أنت من يدير تسلسل العمل. تطلب من النموذج تحليل ملف، ثم تنقل النتيجة إلى خطوة ثانية، وبعدها تعيد شرح الهدف أو بعض السياق في خطوة ثالثة.

وكلما طال المشروع، زادت الحاجة إلى تذكير النموذج بما سبق، وإعادة تقديم الملفات أو القرارات السابقة، أو تقسيم المهمة بين عدة محادثات.

Argon يستهدف تقليل هذا الاحتكاك.

الفرق هنا ليس في طول الرد فقط، بل في من يدير سير العمل (Workflow). إذا حافظ Argon على مسار أطول من المهمة كما تصفه Google، فقد يقل الوقت الذي يقضيه المستخدم في نقل السياق بين المراحل، ويصبح النموذج قادرًا على متابعة جزء أكبر من العمل قبل الحاجة إلى إعادة التوجيه.

كيف قد يغيّر Gemini 4 Argon طريقة إنجاز العمل؟

الأمثلة التالية ليست نتائج اختبار من AI CITY، وإنما قراءة عملية لما قد تعنيه القدرات التي أعلنتها Google عند وصول Argon إلى نطاق أوسع من المستخدمين.

للمطورين: متابعة المشكلة عبر المشروع بدل معالجة جزء منفصل

يستخدم المطورون نماذج الذكاء الاصطناعي اليوم في شرح الكود، واكتشاف الأخطاء، وكتابة وظائف جديدة. لكن المشروعات الكبيرة تحتاج غالبًا إلى إعادة تقديم الملفات والعلاقات بينها كلما انتقل العمل إلى خطوة جديدة.

مع Argon، يمكن أن يتحول المسار إلى خطوات مترابطة مثل:

• فهم بنية المشروع.
• تتبع الخطأ بين الملفات.
• تحديد السبب المحتمل.
• اقتراح الإصلاح.
• مراجعة أثر التعديل على بقية المشروع.

ما يهم المطور هنا ليس إنتاج كمية أكبر من الكود، بل تقليل الحاجة إلى إعادة شرح المشروع والقرارات السابقة في كل مرحلة.

للموظفين وأصحاب المشاريع: من تحليل ملفات منفصلة إلى مسار قرار واحد

قد يبدأ الموظف أو صاحب المشروع بعدة تقارير، أو عروض أسعار، أو عقود، أو ملاحظات من الفريق. المشكلة ليست دائمًا في تحليل كل ملف، بل في ربط النتائج ببعضها والوصول إلى تقرير أو توصية قابلة للمراجعة.

يمكن أن يصبح سير العمل أقرب إلى:

• قراءة المستندات والمصادر.
• استخراج المعلومات المهمة.
• مقارنة الخيارات والاختلافات.
• تحديد المخاطر أو النقاط التي تحتاج مراجعة.
• إعداد تقرير أو توصية نهائية للمستخدم.

إذا حافظ النموذج على سياق المهمة وسبب القرارات التي اتخذت في المراحل السابقة، فقد يقل مقدار العمل اليدوي المطلوب لإعادة تجميع النتائج في كل خطوة.

للباحثين والطلاب: متابعة المشروع بدل التعامل مع كل خطوة كسؤال جديد

Google لم تقدم Argon كنموذج تعليمي مخصص، لذلك لا يمكن القول إنه سيحسن التعلم أو يجعل النتائج الأكاديمية أكثر دقة.

لكن قدرته المعلنة على متابعة المهام الطويلة قد تخدم مشروعًا يتكون من مراحل متعددة، مثل:

• تنظيم المصادر.
• استخراج الأفكار والملاحظات.
• مقارنة الأدلة.
• بناء الأسئلة أو الهيكل.
• إعداد المسودة.
• مراجعة الاتساق بين أجزاء المشروع.

الفائدة المحتملة هنا هي تقليل الحاجة إلى إعادة شرح موضوع المشروع، والمصادر المستخدمة، والقرارات السابقة كلما بدأ المستخدم خطوة جديدة.

لصناع المحتوى: التأثير في سير الإنتاج أكثر من كتابة النص

كتابة النص ليست سوى مرحلة واحدة من صناعة المحتوى. قبلها يوجد البحث، ومراجعة المصادر، وتحديد الزاوية والجمهور، وبعدها التحرير ومراجعة الاتساق.

مع نموذج يستطيع متابعة مهمة أطول، يمكن أن تصبح هذه المراحل جزءًا من سير عمل واحد:

• بحث الموضوع والمصادر.
• تحليل المعلومات.
• تحديد الزاوية والجمهور.
• بناء هيكل المحتوى.
• كتابة المسودة.
• مراجعة الاتساق والتحرير.

إذا حافظ Argon على القرارات السابقة خلال هذه المراحل، فقد يقل مقدار إعادة ضبط المهمة قبل كل خطوة، مثل إعادة تحديد الجمهور أو الزاوية أو أسلوب الكتابة.

المهمة الأطول لا تعني إلغاء المراجعة البشرية

كلما طالت سلسلة الخطوات التي ينفذها النموذج، أصبحت نقاط التحقق بين المراحل أكثر أهمية، لا أقل.

إذا حدث خطأ في تحليل مستند في بداية سير العمل، فقد ينتقل هذا الخطأ لاحقًا إلى المقارنة أو الكود أو التقرير أو التوصية النهائية.

لذلك، القيمة المحتملة لـArgon ليست في ترك النموذج يعمل من البداية إلى النهاية دون تدخل، بل في تقليل إدارة السياق يدويًا مع إبقاء نقاط واضحة لمراجعة النتائج والقرارات المهمة.

من يستطيع استخدام Gemini 4 Argon الآن؟

حتى 1 أكتوبر 2026، لا يتوفر Gemini 4 Argon لعامة مستخدمي Gemini.

ويقتصر الطرح الأولي على مجموعة من المدافعين الموثوقين في الأمن السيبراني عبر برنامج Fairwind، وهو البرنامج الذي تستخدمه Google لإتاحة Argon حاليًا لهذه المجموعة المختارة، إلى جانب استخدام النموذج داخليًا داخل Google.

وتقول الشركة إن مرحلة التوسع التالية ستشمل:

• عملاء Gemini API المدفوعين.
• مشتركي Google AI Ultra.

لكن Google لم تعلن موعدًا محددًا لبدء هذه المرحلة.

كما لم تعلن حتى الآن موعد وصول Argon إلى مستخدمي الخطط المجانية أو Google AI Plus أو Pro.

وإدراج مشتركي Google AI Ultra ضمن خطة التوسع لا يعني أن النموذج متاح لهم بالفعل وقت نشر المقال.

إذا فتحت Gemini الآن ولم تجد Argon ضمن النماذج المتاحة، فهذا متوقع. نحن أمام إعلان وطرح محدود، وليس إطلاقًا عامًا.

وإذا كنت تريد معرفة الخطط والقدرات التي يقدمها Gemini حاليًا، يمكنك الرجوع إلى مراجعة Gemini وخطط استخدامه.

كم سيكلف Gemini 4 Argon؟

أعلنت Google سعرًا تمهيديًا لاستخدام Argon عبر API، ثم سعرًا أعلى يبدأ بعد انتهاء الفترة التمهيدية:

كما أعلنت Google خصمًا بنسبة 95% على الإدخال المخزن مؤقتًا (Cached Input)، وهي البيانات التي يعاد استخدامها بدل معالجتها بالكامل في كل طلب.

ولم يحدد إعلان النموذج مدة السعر التمهيدي حتى وقت التحقق.

كما أن Argon لم يكن مدرجًا حتى وقت إعداد المقال ضمن قائمة نماذج Gemini API العامة، لذلك لا توجد حاليًا خطوات رسمية متاحة للجميع لاستخدامه عبر API.

أما Google AI Ultra فهو اشتراك منفصل عن تسعير API، وقد تختلف أسعار الاشتراك حسب السوق.

Gemini Skills: تحديث آخر يغيّر طريقة تكرار المهام

بالتزامن مع Argon، بدأت Google طرح Gemini Skills عالميًا داخل محادثات Gemini.

لكن من المهم الفصل بين التحديثين. Skills ليست إحدى قدرات Argon، ولا توجد معلومات رسمية تثبت أنها تعتمد عليه.

فكرة Skills هي حفظ مجموعة من التعليمات التي تستخدمها باستمرار، ثم إعادة استخدامها بدل كتابة التوجيهات نفسها من البداية في كل مرة.

يمكن مثلًا للطالب حفظ طريقة ثابتة لمراجعة مادة، ولصانع المحتوى حفظ تعليمات أسلوب الكتابة، وللموظف إنشاء تعليمات متكررة لإعداد نوع معين من المستندات.

وبذلك يعالج التحديثان جانبين مختلفين:

• Argon: يركز على متابعة المهام المعقدة والطويلة متعددة الخطوات.
• Skills: تساعد على حفظ التعليمات المتكررة وإعادة استخدامها.

بدأت Google طرح Skills عالميًا داخل Gemini، مع طرح تدريجي للحسابات الشخصية المؤهلة، بينما يصل الدعم إلى مستخدمي Google Workspace على مراحل خلال أكتوبر، مع توسع لاحق.

ولمعرفة ما الذي تغير مقارنة بـGems، يمكنك قراءة مقالنا عن الفرق بين Gemini Skills وGems.

ماذا يعني إطلاق Argon لك الآن؟

إذا كنت مستخدم Gemini عاديًا، فلا يوجد إجراء تحتاج إلى اتخاذه للحصول على Argon حاليًا.

الأهم الآن هو متابعة موعد فتح الوصول إلى Google AI Ultra وGemini API، ثم معرفة ما إذا كانت Google ستوسع النموذج بعد ذلك إلى بقية الخطط.

أما إذا ظهرت Skills في حسابك، فهي تحديث يمكنك الاستفادة منه الآن لتقليل تكرار التعليمات في المهام التي تنفذها باستمرار.

ويبقى السؤال الأهم حول Argon بعد إطلاقه الفعلي: هل ستقل فعلًا كمية العمل اليدوي المطلوبة لإدارة سير عمل طويل، وهل يستطيع الحفاظ على السياق والدقة والقرارات السابقة من بداية المهمة إلى نهايتها؟

الإعلان يوضح الاتجاه، لكن الإجابة العملية لن تتضح إلا عندما يتوسع الوصول ويبدأ استخدام النموذج في مهام حقيقية.

أسئلة شائعة عن Gemini 4 Argon

هل Gemini 4 Argon متاح الآن؟

لا. حتى 1 أكتوبر 2026، لا يتوفر Argon لعامة مستخدمي Gemini. الوصول الحالي محدود، وتقول Google إنها ستوسعه لاحقًا إلى عملاء Gemini API المدفوعين ومشتركي Google AI Ultra، دون إعلان موعد محدد.

هل يحتاج Gemini 4 Argon إلى Google AI Ultra؟

Google ذكرت مشتركي Ultra ضمن الفئات التي ستحصل على الوصول في مرحلة لاحقة، لكنها لم تقل إن الاشتراك هو الطريقة الوحيدة لاستخدام Argon، إذ سيصل النموذج أيضًا إلى عملاء Gemini API المدفوعين.

هل Gemini Skills مجانية؟

نعم، لا تشترط Google حاليًا خطة Google AI مدفوعة للحسابات الشخصية المؤهلة لاستخدام Skills، لكن طرح الميزة تدريجي وقد لا تظهر في حسابك فورًا.

المصادر الرسمية

• Google: الإعلان الرسمي عن Gemini 4 Argon
• Google AI for Developers: قائمة نماذج Gemini API
• Google: الإعلان الرسمي عن Gemini Skills

تم التحقق من المعلومات حتى 1 أكتوبر 2026.