Gemini 4 Argon cho Coding Agent: Cách thiết lập, chi phí và các tác vụ phù hợp

Gemini 4 Argon đã chính thức phát hành rộng rãi (GA) từ ngày 13 tháng 10 năm 2026 dưới tên mã gemini-4-argon, đóng vai trò là một mô hình ổn định thuộc gói trả phí của Gemini API. Người dùng đăng ký gói Google AI Pro và Ultra cũng có thể sử dụng mô hình này trong ứng dụng Gemini, và người dùng Ultra có thể dùng trong Antigravity. Không có gói API miễn phí nào cho phiên bản này. Đối với một agent lập trình dùng Gemini 4 Argon, các thông số đã được xác nhận bao gồm cửa sổ ngữ cảnh 1.048.576 token dùng chung cho cả đầu vào, quá trình suy luận (thinking) và đầu ra; mặc định 65.536 token đầu ra cho mỗi yêu cầu, và có thể lên tới khoảng 1 triệu token ở chế độ chạy nền (background mode); dẫn đầu trên bảng xếp hạng benchmark lập trình DeepSWE v1.1 với điểm số 77,9%; xếp sau trên Terminal-bench 4.0 và FrontierSWE v2; cùng mức giá $2 cho mỗi triệu token đầu vào và $10 cho mỗi triệu token đầu ra cho đến hết ngày 30 tháng 11, sau đó sẽ tăng lên $4 và $20 từ ngày 1 tháng 12.

Trở ngại hiện tại không còn nằm ở việc tiếp cận mô hình. Vấn đề thực sự là tác động của một mô hình frontier mới lên bảng quản lý công việc (board) của bạn: nó dễ khiến cả đội ngũ muốn đập đi xây lại mọi thứ xoay quanh nó, dẫn đến việc suốt cả tuần không ai nắm rõ agent nào đang phụ trách việc gì. Nếu một Gemini Agent đã và đang xử lý trơn tru các Task thực tế trên một mô hình mà bạn tin cậy, thì việc chuyển sang Argon chỉ đơn thuần là thay đổi một giá trị cấu hình duy nhất trên một Computer, sau đó chạy thử một Task để đối chiếu trực tiếp với kết quả trước đó. Hướng dẫn này được xây dựng dựa trên một lưu ý quan trọng: Google chưa từng công bố Gemini CLI có hỗ trợ Argon hay không, vì vậy bạn cần phải xác thực điều này trên chính Computer của mình trước khi giao bất kỳ Task nào cho Argon.

Tóm tắt nhanh (TL;DR)

Cài đặt Gemini CLI trên một Computer đã kết nối và xác thực bằng API key Gemini trả phí, key Gemini Enterprise Agent Platform, hoặc giấy phép Code Assist Standard hay Enterprise; các tài khoản Google cá nhân đã bị ngừng hỗ trợ Gemini CLI từ ngày 18 tháng 6, và gói thuê bao Pro hay Ultra không phải là API key. Hãy xác nhận Runtime hiển thị trạng thái Available, tạo một Agent trên đó và cố định (pin) mô hình thành gemini-3.8-flash. Sau đó, thay đổi một giá trị thành gemini-4-argon, chạy một prompt kiểm thử nhanh (smoke prompt) một dòng, quét lại hệ thống, chạy một Task bạn đã từng thực hiện trước đây và so sánh kết quả. Hãy điều phối dựa trên từng hạng mục benchmark cụ thể, thay vì tin vào những lời quảng bá giật gân.

Những điều đã được xác nhận và những gì chưa

Tính đến ngày 15 tháng 10 năm 2026: Google đã công bố Argon vào ngày 30 tháng 9 cho một nhóm đối tác phòng thủ an ninh mạng thuộc Chương trình Fairwind của họ, và nhật ký thay đổi của Gemini API liệt kê gemini-4-argon là phiên bản phát hành rộng rãi vào ngày 13 tháng 10. Trang bảng giá của Google nêu rõ Argon không khả dụng trên gói Miễn phí; mức phí suy luận theo Lô (Batch) và Linh hoạt (Flex) bằng một nửa giá chuẩn.

Dưới đây là các chỉ số đáng lưu tâm nhất đối với một đội ngũ lập trình, trích từ chính bảng đánh giá của Google:

Hãy xem xét bảng số liệu trên cùng lưu ý về phương pháp luận mà Google đã ghi chú: Google tự đo kiểm điểm số DeepSWE và Terminal-bench của Argon, trong khi hầu hết số liệu của các đối thủ là do chính phòng lab của họ tự công bố hoặc được lấy từ các bảng xếp hạng công khai. Môi trường kiểm thử (test harness) giữa các bên là khác nhau. Kể từ khi ra mắt, Cursor ghi nhận điểm số 52,8% cho Argon trên bài kiểm tra CursorBench của riêng họ ở mức nỗ lực suy luận mặc định, và đánh giá mức này ngang ngửa với Opus 5.5. Bài so sánh tay ba của chúng tôi sẽ phân tích chi tiết từng hàng chỉ số một.

Có ba chi tiết thông số kỹ thuật sẽ làm thay đổi cách bạn vận hành mô hình. Thứ nhất, cửa sổ 1 triệu token là dung lượng dùng chung, nên nếu một lần chạy phải đọc một repository lớn thì phần dung lượng còn lại để viết mã sẽ ít hơn. Thứ hai, một yêu cầu đồng bộ mặc định sẽ dừng lại ở mức 65.536 token đầu ra; để nhận toàn bộ nội dung xuất ra, bạn cần dùng cơ chế giải mã dài trong nền (background long decode) của Interactions API, vốn có thể mất vài phút. Thứ ba, Argon loại bỏ cơ chế lưu bộ nhớ đệm tường minh (explicit caching) và bỏ qua tham số temperature, do đó các cấu hình cũ từ thời Gemini 3 nếu có chứa hai thông số này đều cần được dọn sạch. Những thông tin hiện vẫn chưa được công bố bao gồm: mốc thời gian giới hạn dữ liệu đào tạo (knowledge cutoff), lộ trình khả dụng trên Vertex AI và bất kỳ tuyên bố chính thức nào liên quan đến Gemini CLI.

Bước 1: Thiết lập một Gemini CLI Runtime trên Computer

Bước này tồn tại một cái bẫy có từ trước khi Argon xuất hiện. Vào ngày 18 tháng 6, Gemini CLI đã ngừng hỗ trợ các tài khoản Google AI Pro, Google AI Ultra và các tài khoản cá nhân dùng Code Assist miễn phí; Google đã chuyển những người dùng này sang Antigravity CLI. Theo thông báo chuyển đổi của Google, Gemini CLI vẫn tiếp tục khả dụng thông qua API key Gemini trả phí, key Gemini Enterprise Agent Platform, và giấy phép Code Assist Standard hoặc Enterprise. Việc đăng nhập bằng tài khoản Google cá nhân sẽ không còn mang lại một Runtime hoạt động được nữa, và gói đăng ký Pro hay Ultra cũng vậy, mặc dù cả hai gói này hiện đã có Argon trong ứng dụng Gemini. Sử dụng một API key trả phí là con đường đơn giản nhất cho các quy trình chạy tự động không cần người can thiệp (unattended runs), và đằng nào thì Argon cũng bắt buộc phải có key này.

Trên Computer sẽ đảm nhận việc thực thi, hãy cài đặt hoặc cập nhật Gemini CLI và kiểm tra xem nó có hoạt động trơn tru trong terminal thông thường hay không:

export GEMINI_API_KEY="your-paid-project-key"
gemini -m gemini-3.8-flash -p "Reply with the word ok."

Nếu câu lệnh trả về kết quả, công cụ đã hoạt động tốt trên host đó. Hãy mở trang chi tiết Computer và chạy thao tác quét lại (rescan) hoặc kiểm tra kết nối; Gemini CLI Runtime lúc này phải hiển thị trạng thái Available. Nếu nó báo Detection failed hoặc thông báo chưa đăng nhập, hãy làm theo hướng dẫn trên trang chi tiết rồi tiến hành quét lại. Bài viết Computers trong Sharkly giải thích đầy đủ ý nghĩa của từng trạng thái.

Bước 2: Tạo một Agent và xác định nơi mô hình thực sự vận hành

Sharkly không trực tiếp lựa chọn mô hình. Tài liệu về Agents nêu rất rõ ràng: “Agent tuân theo mô hình mặc định của Runtime. Nó không cam kết hay hiển thị một tên mô hình cụ thể nào.” Để thay đổi mô hình, tài liệu hướng dẫn cấu hình Custom arguments trên Agent hoặc Runtime, hoặc thiết lập công cụ trong Runtime hay Computer; hoàn toàn không có menu thả xuống nào để chọn mô hình trên Agent.

Agent là nơi định nghĩa cách thức xử lý công việc; Computer đóng vai trò cung cấp môi trường máy chủ; Runtime (ở đây là Gemini CLI) thực thi phiên làm việc của agent; và Task là bản ghi lưu trữ chung. Hãy tạo Agent từ mục Agents > New Agent: chọn Computer và Gemini CLI Runtime tương ứng, đặt thư mục làm việc mặc định thành Create temporary directory để mỗi Task đều có một thư mục độc lập và — đối với các phiên chạy gắn với kho mã nguồn (repository) — có một worktree hoàn toàn mới, đồng thời hãy giữ phần hướng dẫn (instructions) thật ngắn gọn. Bài viết Giải thích về Agents trong Sharkly đề cập chi tiết đến các thiết lập thực thi khác.

Mô hình thực chất là một cấu hình của Gemini CLI. Gemini CLI sẽ phân giải mô hình theo một thứ tự đã được tài liệu hóa: cờ lệnh -m hoặc --model, kế tiếp là biến môi trường GEMINI_MODEL, tiếp theo là giá trị model.name trong tệp settings.json, và cuối cùng mới đến giá trị mặc định là auto. Tệp cấu hình người dùng của Gemini CLI trên Computer tại ~/.gemini/settings.json sẽ áp dụng cho mọi phiên làm việc của Gemini CLI thuộc người dùng đó:

{ "model": { "name": "gemini-3.8-flash" } }

# Agent environment variable: only this Agent's runs
GEMINI_MODEL=gemini-3.8-flash

# or an Agent Custom argument (additional Runtime arguments)
-m gemini-3.8-flash

Tệp cấu hình settings là phương án mặc định an toàn. Các cấu hình định tuyến ở cấp Agent sẽ rất hữu ích khi một Computer phục vụ đồng thời nhiều Agent mà bạn chỉ muốn chuyển đổi duy nhất một Agent; hãy thử nghiệm kỹ trên một Agent trước khi áp dụng đại trà. Hãy cố định rõ mô hình thay vì để auto, vì chế độ này tự động chuyển đổi giữa các mô hình và có thể tự ý hạ cấp xuống mô hình khác khi gặp lỗi hạn ngạch (quota), khiến việc so sánh đánh giá trở nên vô nghĩa.

Bước 3: Chuyển đổi một Agent sang Argon

Hãy bắt đầu kiểm tra trực tiếp từ API, để tránh tình trạng nhầm lẫn lỗi của API key thành lỗi của CLI. Dưới đây là cấu trúc request chuẩn của chính Google, được gửi đi từ Computer:

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "gemini-4-argon",
    "input": "Your prompt here",
    "generation_config": {"thinking_level": "medium"}
  }'

Nếu lệnh trên phản hồi thành công, điều đó chứng minh API key của bạn có quyền gọi Argon (tham số thinking_level nhận các giá trị low, medium — là giá trị mặc định, hoặc high). Tiếp theo, hãy thử nghiệm với Gemini CLI:

gemini -m gemini-4-argon -p "Reply with the word ok."

Prompt kiểm thử nhanh này mới chính là bằng chứng xác thực của bạn, chứ không phải bài viết này. Google chưa từng tuyên bố Gemini CLI có hỗ trợ Argon, và tính đến ngày 1 tháng 10 thì mã nguồn của nó vẫn chưa hề có bất kỳ khai báo nào về Argon. Nếu câu lệnh thất bại, hãy cập nhật Gemini CLI (lệnh sharkly computer update sẽ yêu cầu cập nhật CLI cho một Runtime cụ thể) rồi thử lại. Nếu vẫn tiếp tục không thành công, hãy để Agent tiếp tục dùng Flash — mọi thứ trên bảng công việc của bạn vẫn sẽ vận hành bình thường mà không bị gián đoạn.

Nếu câu lệnh chạy thành công, hãy thay đổi một giá trị duy nhất: model.name, GEMINI_MODEL, hoặc đối số -m. Thực hiện quét lại (rescan) từ trang chi tiết Computer và đảm bảo trạng thái hiển thị Available. Sau đó, hãy giao một Task mà bạn đã từng chạy trên Flash và so sánh kết quả trả về ngay trên chính Task đó: phần mã khác biệt (diff), các bước kiểm thử mà Agent đã thực thi, và những điểm mà người đánh giá (reviewer) đã phải chỉnh sửa.

Khi nào nên giao Task cho Argon, và khi nào không

Hãy giao Task cho Argon khi công việc đòi hỏi phải đọc một khối lượng ngữ cảnh khổng lồ chỉ để sửa đổi một lượng nhỏ, hoặc khi cần tạo ra một thay đổi lớn, kéo dài mà mọi phần phải gắn kết chặt chẽ với nhau: chẳng hạn như một lỗi liên module trong một kho mã nguồn lớn, hay một tác vụ chuyển đổi mã nguồn (migration) trải dài trên hàng nghìn dòng. Bảng dữ liệu của Google chứng minh điều đó với khoảng cách vượt trội về khả năng xử lý ngữ cảnh dài (đạt 84,2% trên GraphWalks 256K đến 1M, so với 71,8% của Astra) cùng vị trí dẫn đầu trên DeepSWE. Trong nội bộ, Google đã dùng Argon cho các dự án chuyển đổi từ C/C++ sang Rust với quy mô lên tới hơn 800.000 dòng mã, và vẫn phải kiểm toán cũng như review kỹ lưỡng các phần viết lại đó trước khi đưa lên production. Hãy giới hạn phạm vi Task sao cho con người có thể review được kết quả. Một phiên chạy ngốn cả triệu token sẽ là gánh nặng về khâu review trước khi mang lại lợi ích về tốc độ.

Hãy giữ Task lại trên Flash hoặc một Runtime khác khi công việc chủ yếu tương tác nhiều với terminal (Opus 5.5 dẫn đầu Terminal-bench 4.0 với cách biệt chín điểm), có tính chất tương tự bài kiểm tra FrontierSWE (Astra dẫn trước hơn mười điểm), cần điều khiển giao diện người dùng GUI (Astra dẫn đầu trên OSWorld-2.0), hoặc chỉ là những chỉnh sửa thường nhật. Chi phí trên mỗi token của Argon cao gấp khoảng 2,7 lần so với Flash cho đến hết ngày 30 tháng 11, và sẽ đắt hơn gấp 5 lần vào tháng 12, bởi vì giá của Argon tăng gấp đôi trước Flash hẳn một tháng. Một Claude Code hay Codex Agent trên cùng board luôn sẵn sàng chỉ với một thao tác phân công lại. Bài viết Phù hợp mô hình với từng nhiệm vụ sẽ hướng dẫn cách quy chuẩn hóa quy tắc này để người tiếp theo cũng điều phối theo cùng một chuẩn mực.

Không có quy tắc nào là tuyệt đối cho đến khi bạn cho Argon chạy thử nghiệm trên chính kho mã nguồn của mình.

Giữ nguyên hệ thống, hoán đổi mô hình

Bản chất cốt lõi của quy trình này là tính trung lập với nhà cung cấp (provider neutrality). Các mô hình frontier liên tục xuất hiện với ngôi vương đổi chủ liên tục, và bất kỳ đội ngũ nào đập đi xây lại quy trình làm việc theo từng mô hình mới sẽ thấy mình phải làm lại từ đầu mỗi tháng. Hãy giữ nguyên việc phân công, ngữ cảnh, tiến độ, các vướng mắc, kết quả và khâu review của con người tại một nơi duy nhất, và khi đó mô hình chỉ đơn thuần là một giá trị cấu hình trên một Computer. Các Agent sẽ đảm nhận việc nghiên cứu, thực thi, kiểm thử và báo cáo. Còn con người sẽ vạch ra định hướng, cấp quyền hạn và phê duyệt kết quả cuối cùng.

Nếu cần chạy song song nhiều phiên Gemini cạnh nhau, việc sử dụng một worktree riêng cho mỗi Task sẽ rất hiệu quả ở quy mô nhỏ; bài hướng dẫn chạy song song Gemini CLI của chúng tôi sẽ minh họa chi tiết mô hình này. Bạn hoàn toàn có thể tự thiết lập thủ công bằng worktree, hoặc sử dụng Sharkly để quản lý toàn bộ quy trình làm việc.