Gemini 4 Argon: Hoe Googles nieuwe flagship AI-model werkt en wat het doet

Google bracht Gemini 4 Argon op 13 oktober 2026 wereldwijd uit voor ontwikkelaars, bedrijven en consumenten, volgens de eigen aankondiging van het bedrijf op de Google-blog. Het bedrijf beschrijft het als een grensverleggende model gericht op "diepgaand werk" — complexe, multi-stap taken in codering, financiën, juridisch werk, cyberbeveiliging en wetenschap — in plaats van korte vraag-en-antwoord uitwisselingen.

Waarvoor Gemini 4 Argon is gebouwd

Volgens Googles lanceerpost combineert Argon diepgaand redeneren over multi-stap taken met multimodale begrip van documenten, afbeeldingen en ruimtelijke omgevingen, plus het vermogen om als autonome softwareagent te fungeren. Het model ondersteunt wat Google een 1-miljoen-token "geëinigde" input-output limiet noemt, wat betekent dat één uitwisseling zeer grote hoeveelheden tekst, code of gegevens kan lezen en genereren zonder context te verliezen.

Google meldt dat Argon eerste plaats bereikt op de Vals Index, een benchmark die het bedrijf zegt prestatienormen meet voor economisch belangrijke taken zoals financiën, codering, juridisch werk en belastingvoorbereiding. Het bedrijf verwijst ook naar een score van 87% op de Embodied Reasoning (ERQA) benchmark, die ruimtelijk en fysiek probleemoplossing test, en zegt dat Argon in biowapengebonden rode-teamtests een kwetsbaarheid-ontsluitingspercentage van minder dan 1% vertoonde.

Codering: van Chrome's codebase tot GitHub Copilot

Googles aankondiging noemt meerdere interne en klantgebruiksgevallen: ingenieurs gebruikten Argon om een ongeveer 6 miljoen regels grote legacy-map met browserfeatures uit Chromiums grotere, ongeveer 40 miljoen regels tellende codebase te scheiden, en een Python-werkstroomoptimalisatietaak reduceerde de sessievoorbereidingstijd naar verluidt met 40%. Een kwantumchemie-toepassing werkte naar verluidt 2,3 keer sneller met hulp van Argon.

Op 13 oktober 2026 kondigde GitHub aan dat Gemini 4 Argon algemeen beschikbaar werd in GitHub Copilot voor Pro+-, Business- en Enterprise-plannen, selecteerbaar uit de modelkiezer in Visual Studio Code, Visual Studio, Copilot CLI, JetBrains IDE's, Xcode en Eclipse, volgens het GitHub-changelog. GitHub zegt dat Argon in zijn vroege testen meer programmeringsbenchmark-taken oplostte dan eerdere Gemini-modellen, met de grootste winsten in Copilot CLI, en dat het zijn werk controleert door randgevallen te testen voordat het klaar is. Facturering voor Copilot-gebruikers gebeurt op basis van gebruikgebaseerde prijzen tegen de lijstprijzen van de provider.

Robotica en fysieke redenering

Een afzonderlijk artikel op de Google Developers-blog concentreert zich op Argons robototicatoepassingen. Google zegt dat het model echte robotcameravideo, video vanuit mensenperspectief of zelfs handgetekende schetsen kan omzetten in fysiek gekalibreerde gesimuleerde omgevingen, een proces dat "Real2Sim" heet. In een demonstratie leidde Argon een Boston Dynamics Spot-quadruped-robot om een object op te halen en weg te gooien na de taak in een MuJoCo-natuurkundesimuatie te hebben geoefend.

Google zegt ook dat Argon synthetische trainingsgegevens in simulatie kan genereren om andere robot-controlemodellen te verbeteren, en meldt dat het succespercentage van een visie-taal-actiemodel steeg van 56% naar 75% na training op door Argon gegenereerde gegevens. Het model wordt in ontwikkelaarstools geïdentificeerd als gemini-4-argon en is voor robotmatig werk beschikbaar via Google AI Studio en Google Antigravity voor Google AI Ultra-abonnees, en via de betaalde laag van de Gemini API.

Hoe het zich verhoudt tot concurrerende modellen

Onafhankelijke benchmarktracking gepubliceerd door de AI-onderwijssite DataCamp, die Googles gepubliceerde scores naast concurrerende releases compileerde, vond dat Argon leidt bij kenniswerk- en lange-contexustaken maar achterblijft bij concurrerende modellen op enkele zuivere programmeer- en terminal-gebaseerde benchmarks.

DataCamps analyse noteerde ook dat Argons standaard-API-prijs van $4 per miljoen invoertokens en $20 per miljoen uitvoertokens overeenkomt met Claude Opus 5.5's prijsstelling, terwijl het inleidingstarief van $2/$10 per miljoen tokens GPT-6 Astra's vermelde $10/$50-tarief tijdens de promotieperiode onderbiedt.

Prijsstelling, beschikbaarheid en waarom Google Argon nu voortduwt

Volgens Googles eigen artikel loopt de inleidings-API-prijsstelling — $2 per miljoen invoertokens en $10 per miljoen uitvoertokens, met 95% korting op gecachte invoer — tot en met 30 november 2026, waarna het stijgt naar respectievelijk $4 en $20 per miljoen tokens. Consumenten kunnen Argon bereiken via de Gemini-app en AI Mode in Zoeken als zij een AI Pro- of AI Ultra-abonnement hebben; de Antigravity-coderingomgeving is beperkt tot Ultra-abonnees, terwijl wetenschappers zes maanden gratis toegang tot high-tier Antigravity kunnen krijgen en geverifieerde cybersecurity-professionals kunnen zich aanmelden via Googles Fairwind-programma.

Nieuwsagentschap Reuters, in een artikel overgenomen door Investing.com, plaatste de lancering in een breder perspectief en zei dat Google Argon uitrolde terwijl het probeerde terrein terug te winnen tegen concurrenten OpenAI en Anthropic na maanden van vertragingen en een leiderschaftswisseling in zijn DeepMind-onderzoekslaboratorium. Het artikel zei dat Google eerder een geplande Gemini 3.5 Pro-release, die voor juni was gepland, had geannuleerd. Vroege klanten genoemd in het artikel zijn Deloitte, LexisNexis, Ambience Healthcare en Isomorphic Labs, en teams die Argon in Antigravity gebruiken rapporteerden agentiële code-indieningen met meer dan 35% verhoogd en coderollbacks met bijna een derde verminderd.