Yapay zekâ · Makale
Gemini 4 Argon: Google'ın Yeni Amiral Gemi Yapay Zeka Modeli Nasıl Çalışıyor ve Ne Yapıyor
Yayın:
Kısaca
Gemini 4 Argon, Google'ın 13 Ekim 2026'da dünya genelinde kullanıma sunulan en yeni amiral gemi yapay zeka modeli olup kodlama, hukuk, finans, siber güvenlik, bilim ve robotik alanlarında uzun, çok adımlı çalışmalar için tasarlandı. Tek bir seferde bir milyona kadar token okuyup yazabiliyor ve GitHub Copilot ile Google Antigravity gibi araçlara zaten entegre edilmiş durumda.
Bu sürüm, özgün metnin (English) makine çevirisidir. Özgün metni oku
Google, kendi Google blogundaki duyurusuna göre Gemini 4 Argon'u 13 Ekim 2026'da dünya genelinde geliştiricilere, işletmelere ve tüketicilere sundu. Şirket bu modeli, kısa soru-cevap alışverişlerinden ziyade kodlama, finans, hukuki çalışma, siber güvenlik ve bilimde karmaşık, çok adımlı görevler olan "derin çalışma"ya yönelik bir öncü (frontier) model olarak tanımlıyor.
Gemini 4 Argon ne yapmak için tasarlandı
Google'ın lansman yazısına göre Argon, çok adımlı görevler üzerinde derin akıl yürütmeyi; belgeler, görseller ve mekânsal ortamlara dair çok modlu anlayışla; özerk bir yazılım ajanı olarak hareket etme becerisiyle birleştiriyor. Model, Google'ın "birleşik" girdi-çıktı sınırı olarak adlandırdığı 1 milyon tokenlık kapasiteyi destekliyor; bu da tek bir alışverişin bağlamı kaybetmeden çok büyük miktarda metin, kod veya veriyi hem okuyup hem de üretebildiği anlamına geliyor.
Google, Argon'un, şirketin finans, kodlama, hukuki çalışma ve vergi hazırlığı gibi ekonomik açıdan önemli görevlerdeki performansı ölçtüğünü söylediği Vals Index kıyaslamasında birinci sırada yer aldığını bildiriyor. Şirket ayrıca mekânsal ve fiziksel problem çözmeyi test eden Embodied Reasoning (ERQA) kıyaslamasında yüzde 87 puan aldığını ve biyosilah ile ilgili kırmızı takım (red-teaming) testlerinde Argon'un güvenlik açığı kilidini açma oranının yüzde 1'in altında olduğunu belirtiyor.
Kodlama: Chrome'un kod tabanından GitHub Copilot'a
Google'ın duyurusu, çeşitli iç ve müşteri kullanım senaryolarından bahsediyor: Mühendisler, Chromium'un yaklaşık 40 milyon satırlık daha büyük kod tabanı içinden yaklaşık 6 milyon satırlık eski bir tarayıcı özellikleri klasörünü ayırmak için Argon'dan yararlandı ve bir Python iş akışı optimizasyon görevi, oturum hazırlama süresini yüzde 40 kısalttığı bildirildi. Bir kuantum kimyası uygulamasının ise Argon'un yardımıyla 2,3 kat daha hızlı çalıştığı söyleniyor.
GitHub değişiklik günlüğüne göre GitHub, 13 Ekim 2026'da Gemini 4 Argon'un Pro+, Business ve Enterprise planları için GitHub Copilot içinde genel kullanıma sunulduğunu ve Visual Studio Code, Visual Studio, Copilot CLI, JetBrains IDE'leri, Xcode ve Eclipse'teki model seçicisinden seçilebildiğini duyurdu. GitHub, kendi erken testlerinde Argon'un önceki Gemini modellerinden daha fazla kodlama kıyaslama görevini çözdüğünü, en büyük kazanımların Copilot CLI'da olduğunu ve modelin işini bitirmeden önce uç durumları test ederek kontrol ettiğini söylüyor. Copilot kullanıcıları için faturalandırma, sağlayıcının liste fiyatları üzerinden kullanım bazlı fiyatlandırmayla yürütülüyor.
Robotik ve fiziksel akıl yürütme
Google Developers blogundaki ayrı bir yazı, Argon'un robotik uygulamalarına odaklanıyor. Google, modelin gerçek dünyadaki robot kamera görüntülerini, insan bakış açısıyla çekilmiş videoyu hatta elle çizilmiş eskizleri "Real2Sim" adını verdiği bir süreçle fiziksel olarak kalibre edilmiş simüle ortamlara dönüştürebildiğini söylüyor. Bir gösterimde Argon, MuJoCo fizik simülasyonu içinde görevi uyguladıktan sonra bir Boston Dynamics Spot dört ayaklı robotuna bir nesneyi alıp atmasını yönlendirdi.
Google ayrıca Argon'un, diğer robot kontrol modellerini geliştirmek için simülasyon içinde sentetik eğitim verisi üretebildiğini belirterek bir görme-dil-eylem modelinin görev başarı oranının Argon tarafından üretilen verilerle eğitildikten sonra yüzde 56'dan yüzde 75'e yükseldiğini bildiriyor. Model, geliştirici araçlarında gemini-4-argon olarak tanımlanıyor ve robotik çalışmaları için Google AI Ultra abonelerine Google AI Studio ve Google Antigravity üzerinden, ayrıca Gemini API'nin ücretli katmanı üzerinden erişilebiliyor.
Rakip modellerle karşılaştırması
Yapay zeka eğitim sitesi DataCamp tarafından yayımlanan ve Google'ın yayımladığı puanları rakip modellerin sürümleriyle birlikte derleyen bağımsız kıyaslama takibi, Argon'un bilgi işi ve uzun bağlam görevlerinde öne çıktığını, ancak bazı saf kodlama ve terminal tabanlı kıyaslamalarda rakip modellerin gerisinde kaldığını ortaya koydu.
| Kıyaslama | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Vals Index (iş görevleri) | 68,9 | 67,0 | 63,1 |
| DeepSWE v1.1 (yazılım mühendisliği) | 77,9 | 74,2 | 74,1 |
| GraphWalks, 256K–1M token (uzun bağlam) | 84,2 | 66,8 | 71,8 |
| Harvey Legal Agent Benchmark | 19,6 | 3,8 | 5,4 |
| Terminal-Bench 4.0 | 57,4 | 66,4 | 58,2 |
DataCamp'in analizi ayrıca Argon'un milyon girdi tokeni başına 4 dolar ve milyon çıktı tokeni başına 20 dolarlık standart API fiyatının Claude Opus 5.5'in fiyatlandırmasıyla eşleştiğini, tanıtım dönemindeki milyon token başına 2/10 dolarlık giriş fiyatının ise promosyon süresince GPT-6 Astra'nın listelenen 10/50 dolarlık oranının altında kaldığını belirtti.
Fiyatlandırma, erişilebilirlik ve Google'ın Argon'u şimdi neden öne çıkardığı
Google'ın kendi yazısına göre, milyon girdi tokeni başına 2 dolar ve milyon çıktı tokeni başına 10 dolar olan ve önbelleğe alınmış girdilerde yüzde 95 indirim sunan tanıtım API fiyatlandırması 30 Kasım 2026'ya kadar geçerli olacak; bu tarihten sonra fiyatlar sırasıyla milyon token başına 4 ve 20 dolara yükselecek. Tüketiciler, bir AI Pro veya AI Ultra aboneliğine sahiplerse Gemini uygulaması ve Arama'daki AI Mode üzerinden Argon'a erişebiliyor; Antigravity kodlama ortamı yalnızca Ultra abonelerine açık, bilim insanları ise altı ay ücretsiz üst düzey Antigravity erişimi alabiliyor ve doğrulanmış siber güvenlik profesyonelleri Google'ın Fairwind Programı üzerinden başvurabiliyor.
Investing.com tarafından yayımlanan bir haberde Reuters haber ajansı, lansmanı daha geniş bir bağlama oturtarak Google'ın, DeepMind araştırma laboratuvarındaki aylar süren gecikmeler ve liderlik değişikliğinin ardından rakipleri OpenAI ve Anthropic karşısında kaybedilen zemini geri kazanmaya çalışırken Argon'u piyasaya sürdüğünü belirtti. Haberde Google'ın daha önce Haziran ayına planlanan Gemini 3.5 Pro çıkışını iptal ettiği de aktarıldı. Haberde adı geçen erken müşteriler arasında Deloitte, LexisNexis, Ambience Healthcare ve Isomorphic Labs bulunuyor ve Antigravity içinde Argon'u kullanan ekiplerin ajan tabanlı kod gönderimlerini yüzde 35'in üzerinde artırırken kod geri alımlarını (rollback) üçte bire yakın oranda azalttığı bildirildi.
Her kodlama kıyaslamasında önceki Gemini modellerinden daha fazla görevi çözdü; en büyük kazanımlar Copilot CLI'da gerçekleşti.
Sorular
- Gemini 4 Argon ne zaman piyasaya sürüldü?
- Google'ın kendi duyurusuna göre Google, Gemini 4 Argon'u 13 Ekim 2026'da dünya genelinde geliştiricilere, işletmelere ve tüketicilere sundu.
- Modelin bağlam penceresi nedir?
- Google, 1 milyon tokenlık birleşik bir girdi-çıktı sınırı tanımlıyor; bu da tek bir isteğin, birleşik metin, kod veya diğer verilerin yaklaşık bir milyon tokenına kadarını işleyip üretebileceği anlamına geliyor.
- Gemini 4 Argon'u API üzerinden kullanmanın maliyeti nedir?
- Google'ın duyurusuna göre 30 Kasım 2026'ya kadar geçerli tanıtım fiyatlandırması milyon girdi tokeni başına 2 dolar ve milyon çıktı tokeni başına 10 dolar; bu tarihten sonra standart fiyat sırasıyla milyon token başına 4 ve 20 dolar olacak.
- Gemini 4 Argon robotları kontrol edebilir mi?
- Google Developers bloguna göre Google, Argon'un robot veya insan videosundan simüle ortamlar yeniden oluşturabildiğini, robot kontrol modelleri için sentetik eğitim verisi üretebildiğini ve bir test görevinde bir Boston Dynamics Spot dört ayaklı robotunu yönlendirmek için kullanıldığını belirtiyor.
- Gemini 4 Argon GitHub Copilot'ta kullanılabilir mi?
- Evet. GitHub, 13 Ekim 2026'da Copilot Pro+, Business ve Enterprise kullanıcıları için Gemini 4 Argon'un genel kullanıma sunulduğunu duyurdu; model, desteklenen çeşitli düzenleyicilerdeki model seçicisinden seçilebiliyor.
Kaynaklar
Bu yazı yapay zekâ ile hazırlandı ve yayından önce otomatik kaynak denetiminden geçti. Bir hata görürseniz düzeltme isteyin. Düzeltme ya da cevap iste · Nasıl hazırlıyoruz
İlgili yazılar

Yapay zekâMakale
Sinir Ağları Nasıl Öğrenir: ChatGPT ve Gemini'nin Ardındaki Matematik
Sinir ağları, bir tahminde bulunarak, bu tahminin ne kadar hatalı olduğunu bir kayıp fonksiyonuyla ölçerek ve ardından ağırlıklar denilen içsel değerleri ağ boyunca geriye doğru ayarlayarak öğrenir — buna geri yayılım (backpropagation) adı verilen bu süreç, gradyan inişi (gradient descent) adlı bir optimizasyon yöntemiyle birlikte çalışır. Milyarlarca parametre ölçeğine taşınan aynı mekanik, ChatGPT ve Gemini gibi sistemlerin önce nasıl eğitildiğinin, ardından ince ayar (fine-tuning) yoluyla belirli görevlere nasıl uyarlandığının temelini oluşturur.

Yapay zekâMakale
Yapay Zeka Sanat ve Müziği Nasıl Üretiyor ve "Gerçek Yaratıcılık" Neden Tartışmalı Kalıyor
Midjourney ve Stable Diffusion gibi yapay zeka görsel araçları, bir gürültü sürecini tersine çevirmeyi öğrenerek resim oluştururken; Suno ve Udio gibi müzik araçları sesi token'lara sıkıştırıp bunları adım adım, bir metin isteminin yönlendirmesiyle tahmin ediyor. Bu süreçlerden herhangi birinin gerçek yaratıcılık sayılıp sayılmayacağı belirsizliğini koruyor: araştırmacılar bunu kalıp temelli bir "yeniden miksaj" olarak görenlerle, ölçülebilir yaratıcı performans atfedenler arasında bölünmüş durumda.
Yapay zekâMakale
Moonshot, Yeni Kimi Yapay Zeka Modelinin Hackleme Becerilerini Neden Bilerek Zayıflattı
Çinli yapay zeka laboratuvarı Moonshot, açık ağırlıklı yeni Kimi K3.1 Pro modelinin saldırgan hackleme kapasitesinde "sınırı" zorlamaması için siber saldırılarla ilgili eğitim verilerini kaldırdığını açıkladı. Cumartesi, 24 Ekim 2026 tarihinde duyurulan bu hamle, hükümetlerin ve güvenlik araştırmacılarının giderek daha yetenekli hale gelen yapay zekanın gelişmiş siber saldırıları daha ucuz ve daha kolay hale getirebileceği konusunda uyardığı bir dönemde geldi.
Yapay zekâMakale
Yapay Zeka Metin Dedektörleri Nasıl Çalışır: Ödüllü Bir Roman Tartışması Üzerinden Açıklama
Yapay zeka metin dedektörleri bir şeyi kimin yazdığını kanıtlamaz; kelime tahmin edilebilirliği ve cümle uzunluğu değişkenliği gibi istatistiksel kalıpları ölçerek bir olasılık tahmini yapar. Pangram 4.1 adlı bir dedektör, kısa süre önce 20.000 avroluk ödülü kazanan İspanyolca bir romanın %99'unu yapay zekaya atfetti; bu durum yayıncının inceleme sürerken tanıtım etkinliklerini askıya almasına yol açtı.