Gemini 4 Argon: Frontier Scores, een limiet van 1M-tokens en nog geen openbaar model-ID

Gemini 4 Argon is het eerste Gemini 4-model van Google en tot nu toe het sterkste. Onafhankelijke testers plaatsen het op hetzelfde niveau als GPT-6 Astra, het staat bovenaan de Vals Index voor financiën, juridische en belastingwerk, en het kan tot 1M tokens in één antwoord schrijven. Tijdens de lanceringpromotie kost het ook minder per token dan Astra.

De catch is toegang. Vanaf 13 oktober 2026 wordt Argon alleen uitgerold naar cyberverdedigers in Google's Fairwind Program. Google heeft nog geen model-ID gepubliceerd, het staat niet op de lijst van Gemini API-modellen, en het is nog niet beschikbaar op AIHubMix. Deze post behandelt wat er is veranderd, waar Argon wint en waar het niet wint, en wie moet beginnen met plannen.

De korte versie

• Argon vervangt Gemini 3.1 Pro Preview aan de top van Google's lineup. Het is Google's eerste nieuwe model boven de Flash-laag in meer dan zeven maanden.
• Op de Artificial Analysis Intelligence Index scoort het 53, hetzelfde als GPT-6 Astra bij maximale redenering en 23 punten boven Gemini 3.1 Pro Preview.
• Het heeft de laagste hallucinatiegraad van elk top-scorend model op de test van Artificial Analysis (15%), maar het beantwoordt ook minder van die vragen correct dan Astra.
• Het loopt achter op Claude Opus 5.5 en GPT-6 Astra bij terminal-intensieve codering en computergebruik.
• Introductieprijs: $2 invoer en $10 uitvoer per miljoen tokens, stijgend naar $4 en $20. Google heeft nog niet gezegd wanneer de promotie eindigt.
• Wie het vandaag kan gebruiken: Fairwind-leden. Betaalde API-klanten en Google AI Ultra-abonnees komen daarna, zonder datum.

Wat is er veranderd ten opzichte van Gemini 3.1 Pro Preview

Google's lanceringpost plaatst Argon in de context van "langdurig" werk: software-engineering in de echte wereld, ondernemingskenniswerk zoals juridisch en financieel, en cyberverdediging. De grootste concrete verandering is de outputlimiet.

3.1 Pro Preview prijzen zijn voor prompts tot 200k tokens ($4 / $18 daarboven). Argon heeft nog geen prijsniveau voor lange context gepubliceerd.

Een limiet van 1M tokens voor output. Eerdere Gemini-modellen stopten bij 64K output tokens. Argon kan doorgaan tot 1M, met behulp van een nieuwe functie van de Gemini API genaamd Long Decode Continuation die een lange reactie pauzeert en deze hervat over vervolgoproepen zodat deze niet time-out. Google's eigen voorbeelden tonen aan waarom dit belangrijk is: zijn agenten hebben Argon gebruikt voor C en C++ naar Rust migraties, inclusief meer dan 800K regels van de Fuchsia Zircon-kernel, en voor één bibliotheek verving het 32K regels SIMD-code met veilige Rust die 2,7 keer sneller draait dan de eerdere Rust-port. Dit zijn banen waarbij een limiet van 64K je dwong om het werk handmatig op te splitsen.

Een nieuw naamgevingsschema. Er is geen Pro of Flash-label, alleen een generatie nummer en een codenaam. Google had eerder in 2026 een Gemini 3.5 Pro gepland en is daar voorbij gegaan.

Een beperkte lancering. Argon is specifiek getraind voor defensief cyberwerk, en Google zegt dat het "autonoom kritieke softwarekwetsbaarheden kan vinden, valideren en patchen." Fairwind-leden en Google's interne teams krijgen een versie zonder cyberbeveiliging. De bredere release zal schadelijke cyber-, chemische, biologische, radiologische en nucleaire verzoeken weigeren.

Wat hetzelfde is gebleven. Output is nog steeds alleen tekst. Invoer omvat tekst, afbeeldingen en video (Artificial Analysis vermeldt ook spraak). Derde partijen rapporteren een contextvenster van 1M tokens; Google's lanceringpost vermeldt de invoerlimiet niet. [TBD: officiële contextvenster]

Hoe het zich verhoudt tot GPT-6 Astra, Claude Opus 5.5 en Fable 5.1

De onderstaande tabel komt van Google DeepMind's benchmarktabel. Google heeft Argon op zijn hoogste denkinstelling uitgevoerd en heeft voornamelijk gebruik gemaakt van zelfgerapporteerde of openbare leaderboard-nummers van concurrenten, dus beschouw het als leveranciersgegevens. Artificial Analysis en Vals AI hebben onafhankelijke resultaten gepubliceerd, die na de tabel zijn geciteerd.

OSWorld-2.0 is de offline subset, gedeeltelijke score. GraphWalks is F1. De volledige tabel heeft 19 rijen; Argon leidt of is gelijk in 14 daarvan.

Drie patronen springen eruit:

• Kenniswerk is waar de kloof het breedst is. Op de benchmark van Harvey's juridische agent scoort Argon 19.6% tegen maximaal 6.7% voor de anderen. Op Finance Agent v2 is de voorsprong meer dan zes punten.
• Zeer lange invoer houdt stand. Op GraphWalks tussen 256k en 1M tokens, behoudt Argon 84.2% waar de anderen rond de 65–72% vallen.
• Coderen is gemengd. Argon leidt DeepSWE maar loopt achter op FrontierSWE (Astra) en Terminal-bench 4.0 (Opus 5.5).

De onafhankelijke cijfers komen grotendeels overeen. Artificial Analysis scoort Argon (hoog) op 53 op zijn Intelligence Index, gelijk met GPT-6 Astra (max) en één punt voor op GPT-6.1 Sol (max). Zijn Terminal Bench 4-run plaatst Argon op 57%, achter Claude Sonnet 5.5, Claude Opus 5.5 en GPT-6 Astra. Vals rangschikt Argon als eerste van de modellen op zijn index, met zijn beste enkele resultaat op Finance Agent v2, en vermeldt computergebruik (CUA-bench) als een zwakke plek.

De afweging achter "lage hallucinatie"

De Omniscience-test van Artificial Analysis stelt moeilijke feitelijke vragen en bestraft zelfverzekerde foute antwoorden. De hallucinatiegraad van Argon is 15%, de laagste van elk model dat 45 of meer op de index scoort; die van GPT-6 Astra is 51%. Maar de nauwkeurigheid van Argon op dezelfde vragen is 50%, tegen 63% voor Astra. Argon krijgt zijn lage hallucinatiegraad door te weigeren te antwoorden wanneer het niet zeker is, niet door meer te weten.

Voor juridische en financiële beoordelingen is dat vaak de juiste afweging: een weigering is gemakkelijk te herkennen en door te sturen naar een persoon of een ander model, terwijl een zelfverzekerd fout cijfer kan ontsnappen aan een beoordelaar. Het betaalt zich alleen uit als je toepassing ergens is om de vragen die Argon weigert te sturen.

Waar Argon niet de beste keuze is

• Terminal-intensieve coderingsagenten. Google's eigen tabel heeft Opus 5.5 op 66.4% op Terminal-bench 4.0 tegen Argon's 57.4%, en de run van Artificial Analysis komt overeen met de volgorde.
• Computergebruik. Astra leidt OSWorld-2.0, en Vals rangschikt Argon als zevende van acht op CUA-bench.
• Vragen die elke keer een antwoord nodig hebben. Een nauwkeurigheid van 50% op Omniscience betekent veel "Ik weet het niet" antwoorden bij moeilijke feitelijke herinneringen.
• Latency-gevoelig werk. Argon had gemiddeld ongeveer 62k output tokens per taak van Artificial Analysis, tegen ongeveer 27k voor Astra. Google heeft geen snelheidsgegevens gepubliceerd. [TBD: output snelheid en tijd tot het eerste token]
• Alles wat dit kwartaal moet worden verzonden. Je kunt het nog niet aanroepen.

Wie moet overschakelen, wachten of blijven

"Plan voor Argon" betekent: prototype de workflow op Gemini 3.8 Flash of 3.1 Pro Preview vandaag, budgeteer tegen de standaardprijs van Argon, en wissel het model-ID wanneer de toegang opent.

Zich voorbereiden op AIHubMix

Argon heeft een modelpagina op AIHubMix onder het ID gemini-4-argon, maar het is gemarkeerd als binnenkort beschikbaar en heeft nog geen prijs. [TBD: beschikbaarheidsdatum AIHubMix]

Je kunt de workflow nu bouwen op de Gemini-modellen die AIHubMix al aanbiedt, zoals Gemini 3.8 Flash, en het model-ID in de configuratie behouden. De OpenAI-compatibele eindpunt werkt met de standaard OpenAI SDK; de AIHubMix Gemini-gids behandelt ook de native Google SDK.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

# AIHubMix vermeldt Argon als gemini-4-argon (binnenkort beschikbaar). Prototype op
# Gemini 3.8 Flash, stel vervolgens ARGON_MODEL_ID=gemini-4-argon in zodra het opent.
MODEL = os.environ.get("ARGON_MODEL_ID", "gemini-3.8-flash")

resp = client.chat.completions.create(
    model=MODEL,
    reasoning_effort="high",
    messages=[
        {"role": "user", "content": "Lijst de beëindigingsclausules in het contract hieronder. Zeg het als je ergens niet zeker van bent.\n\n<contract tekst>"},
    ],
)
print(resp.choices[0].message.content)

Op de OpenAI-compatibele route, reasoning_effort komt overeen met de denkinstellingen van Gemini. Welke waarden Argon accepteert is nog niet gedocumenteerd. [TBD: Argon redeneringsniveaus op AIHubMix]

Wanneer Argon opent op AIHubMix, zullen de prijs en ondersteunde parameters op die modelpagina worden weergegeven.

FAQ

Kan ik Gemini 4 Argon vandaag via de API gebruiken?
Alleen als jouw organisatie in Google's Fairwind Program zit. Betaalde API-klanten en Google AI Ultra-abonnees staan als volgende in de rij, maar Google heeft nog geen datum gegeven.

Wat is het model-ID van Gemini 4 Argon?
Google heeft er nog geen gepubliceerd. Op AIHubMix wordt Argon vermeld als gemini-4-argon op een modelpagina die binnenkort beschikbaar is. Een oproep naar dat ID via Google's eigen API gaf op 1 oktober een 404-fout terug.

Is Gemini 4 Argon beter dan GPT-6 Astra?
Op de index van Artificial Analysis zijn ze gelijk. Argon leidt op kenniswerk, lang-context retrieval en video begrip; Astra leidt op FrontierSWE, terminal wetenschappelijke taken en computergebruik.

Is Gemini 4 Argon goed voor coderen?
Het is sterk op DeepSWE en Vibe Code Bench, maar Claude Opus 5.5 en GPT-6 Astra leiden nog steeds op terminal-intensieve agentische codering.

Wat betekent de limiet van 1M tokens voor output in de praktijk?
Een enkele taak kan veel meer produceren dan de oude limiet van 64K, zoals een grote code-migratie of een lang rapport. Google zegt dat dit afhankelijk is van Long Decode Continuation, dat lange reacties pauzeert en hervat over oproepen.

Waarom is de hallucinatiegraad laag maar de nauwkeurigheid slechts 50%?
Argon weigert vaker te antwoorden wanneer het niet zeker is. Dat verlaagt zelfverzekerde foute antwoorden, maar verlaagt ook het aandeel van vragen dat het correct beantwoordt.

Wanneer zal Gemini 4 Argon op AIHubMix zijn?
Nog geen datum. De modelpagina op AIHubMix is beschikbaar maar gemarkeerd als binnenkort. Bouw nu op Gemini 3.8 Flash of 3.1 Pro Preview via AIHubMix en wissel het model-ID wanneer Argon opent.

Blijf lezen: de Gemini 4 Argon-serie

• De introductieprijs van $2/$10 lijkt goedkoop totdat je tokens per taak telt. De gemeten kosten per taak zijn hier: Gemini 4 Argon Prijzen: Goedkoop Per Token, Niet Per Taak

Bronnen

• Gemini 4 Argon: ons volgende tijdperk van grensintelligentie (Google)
• Gemini-modellen en benchmarks (Google DeepMind)
• Gemini 4 Argon: Google is terug als een van de top drie laboratoria in behaalde intelligentie (Artificial Analysis)
• Gemini 4 Argon benchmarks, kosten en mogelijkheden (Vals AI)
• Gemini 4 Argon op AIHubMix (AIHubMix)