Gemini 4 Argon – uitleg & geschiedenis

Gemini 4 Argon is het frontiermodel dat Google op 30 september 2026 aankondigde als eerste model van de vierde Gemini-generatie. Google DeepMind positioneert het als zijn sterkste model voor lange, complexe taken in software-engineering, zakelijk kenniswerk zoals juridische en financiële analyse, en cyberverdediging. Bij de aankondiging was het model nog niet algemeen beschikbaar.

Op ai-feiten.nl gebruiken we deze pagina als cornerstone: een uitleg die je helpt Gemini 4 Argon te plaatsen in de Gemini-tijdlijn en te begrijpen wat de gefaseerde lancering betekent voor wie het model wil gebruiken.

Wat Gemini 4 Argon is

Argon volgt op een reeks tussenversies in de Gemini 3-lijn, zoals Gemini 3.5 Pro en de snelle Flash-modellen 3.6, 3.7 en 3.8. Waar die Flash-modellen elkaar in korte cycli opvolgden, is Argon de eerste generatiesprong sinds Gemini 3. De naam “Argon” is een codenaam-achtige toevoeging die Google bij deze generatie aan het versienummer koppelt.

De aankondiging kwam van Koray Kavukcuoglu, die Google DeepMind dagelijks leidt en de titel Chief AI Architect draagt. Tulsee Doshi, hoofd van de Gemini-producten bij Google DeepMind, omschreef Argon als een veelzijdig model met frontiercapaciteiten op meerdere terreinen. Google noemt naast programmeren en kenniswerk ook creatief schrijven als toepassingsgebied.

De opvallendste technische verandering is de uitvoerlimiet. Argon kan tot 1 miljoen tokens in één antwoord genereren, tegenover 64.000 tokens bij eerdere modellen. Dat is relevant voor taken waarbij een model in één keer grote hoeveelheden code of tekst moet produceren, zoals het omzetten van een complete codebase naar een andere programmeertaal.

Gefaseerde beschikbaarheid via Fairwind

Google koos voor een uitrol in fasen. Eerst krijgen vertrouwde cyberverdedigers toegang via het Fairwind-programma, een gesloten kanaal dat vergelijkbaar is met Project Glasswing van Anthropic en Daybreak van OpenAI. Tegelijk doet Google mee aan het vrijwillige proces waarin de Amerikaanse overheid modellen vóór publicatie onderzoekt.

Daarna moet het model beschikbaar komen voor betalende API-klanten en abonnees van Google AI Ultra, en vervolgens voor ontwikkelaars, bedrijven en consumenten in bredere zin. Google gaf bij de aankondiging geen concrete data en sprak van “zo snel mogelijk”.

Die terughoudendheid hangt samen met de cybercapaciteiten van dit soort modellen. Een model dat zelfstandig kwetsbaarheden vindt, valideert en dicht, kan in verkeerde handen ook worden ingezet om ze te misbruiken. Andere labs kozen in 2026 voor een vergelijkbare aanpak bij hun sterkste modellen.

Prijs

Google maakte bij de aankondiging een introductieprijs bekend van 2 dollar per miljoen invoertokens en 10 dollar per miljoen uitvoertokens. Na de introductieperiode wordt dat 4 en 20 dollar. Gecachte invoer krijgt 95 procent korting op de invoerprijs. Wanneer de introductieperiode afloopt, heeft Google niet gecommuniceerd.

Wat de benchmarks laten zien

Volgens Google haalt Argon 77,9 procent op DeepSWE v1.1, een test met realistische software-engineeringtaken, en is dat een nieuw record. Op CWE-bench v1, dat meet hoe goed een model beveiligingsfouten herstelt, deelt het met 68 procent de eerste plaats. Op AutomationBench staat het met 51,3 procent bovenaan, en op LVBench, voor het begrijpen van lange video, noemt Google 91,7 procent. Op de Vals Index, met taken uit financiën, recht en belastingen, zou Argon eveneens leiden.

Die cijfers komen van de fabrikant zelf. Ze geven een indicatie van de richting, maar onafhankelijke metingen waren bij de aankondiging nog niet beschikbaar. The Next Web meldde dat ook binnen Google enige twijfel bestond of de benchmarkscores in de praktijk standhouden.

Toepassingen binnen Google

Google zegt Argon al intern te gebruiken. Het model hielp bij het optimaliseren van geheugengebruik in datacenters, waarbij meer dan 300 TiB werd vrijgemaakt zonder extra hardware. Daarnaast zette het grote hoeveelheden C- en C++-code om naar het geheugenveilige Rust, waaronder de Zircon-kernel van ruim 800.000 regels. In de videodecoder libgav1 verving het SIMD-code door een Rust-versie die volgens Google 2,7 keer sneller is dan een eerdere port.

Buiten Google test beveiligingsbedrijf Wiz het model in zijn Scan for Good-initiatief. Wiz vond daarmee een kritiek lek in zorgsoftware dat eerdere modellen hadden gemist.

Veiligheidsmaatregelen

Google beschrijft meerdere lagen van bescherming. Het model moet schadelijke verzoeken weigeren zonder legitiem beveiligingsonderzoek te blokkeren. Interne activatiemonitoring moet misbruik herkennen. Tegen prompt-injectie zet Google adversariële training en geautomatiseerde red teaming in. Voor agenttaken bewaakt Google de redeneerstappen en acties van het model en kan het taken stoppen als die afwijken. Risicovolle evaluaties draaien in afgesloten omgevingen. Google benadrukt dat de redeneringen leesbaar blijven en dat de monitoring niet wordt teruggekoppeld naar de training.

Plaats in de Gemini-lijn

Argon is de overstap van de Gemini 3-generatie naar Gemini 4. Wie de ontwikkeling wil volgen, kan via het overzicht op de Gemini-pagina terug naar Gemini 3.5 Pro en Gemini 3.8 Flash. Het nieuwsbericht over de lancering lees je in Google toont Gemini 4 Argon, maar eerst alleen voor beveiligers. Deze pagina wordt bijgewerkt zodra het model breder beschikbaar komt.