Gelekte Gemini 4 Pro-screenshot belooft veel, maar Google bevestigt nog niets

Een circulerende screenshot van Gemini 4 Pro is vooral een aanwijzing voor intern experimenteren, geen bevestigde productaankondiging. Berichten van 14 september noemen de interne codenaam ‘argon’ en schrijven het model uitzonderlijk ruime limieten toe. Google heeft de codenaam, de interface, benchmarks, API-beschikbaarheid, prijsstelling en releasedatum niet publiekelijk bevestigd. 815

Wat de screenshot volgens de berichten laat zien

Volgens de oorspronkelijke post en daaropvolgende berichtgeving toont de afbeelding een visuele generatie met Gemini 4 Pro op een instelling voor hoge inspanning. Die run zou 2,4 minuten hebben geduurd. In de interface zouden een outputlimiet van 256.000 tokens en een contextvenster van 2 miljoen tokens staan. De berichtgeving noemt ook een vorm van adaptief redeneren. 815

Dat zijn vermeende kenmerken van een interne versie, niet van een product dat al te gebruiken is. Zelfs als de screenshot een echte testomgeving toont, blijven belangrijke vragen open: gelden deze limieten ook in productie, voor welke soorten invoer en uitvoer gelden ze, wat kost het gebruik en hoe betrouwbaar presteert het model bij onafhankelijke evaluaties?

Een contextvenster van 2 miljoen tokens is op zichzelf niet ongeloofwaardig: Google maakte dat eerder algemeen beschikbaar voor Gemini 1.5 Pro. Dat precedent bevestigt deze leak echter niet en zegt evenmin dat Gemini 4 Pro met precies die limiet op de markt komt. 1

Waarom de afbeelding niet het belangrijkste is

De reacties op het vermeende beeldresultaat zijn gemengd. De afbeelding alleen bewijst geen duidelijke voorsprong op de beste systemen voor beeldgeneratie. Interessanter is de mogelijke combinatie van een lange context, zeer veel uitvoer en instelbare rekeninspanning voor redeneren.

Mocht die combinatie in een publiek model terechtkomen, dan kan zij nuttig zijn voor softwareagenten die in grote codebases werken. Zo'n systeem zou meer broncode en documentatie tegelijk kunnen verwerken, een plan over meerdere bestanden kunnen maken, omvangrijke patches kunnen genereren en langer kunnen itereren met hulpmiddelen. Eerdere berichtgeving over Gemini 4-leaks noemt juist programmeren, langlopende taken en grotere context als beoogde sterke punten, maar benadrukt ook dat specificaties en evaluaties onbevestigd zijn. 3

Een grote tokenlimiet is bovendien een capaciteitsclaim, geen bewijs dat een model betrouwbaar repository-breed softwarewerk uitvoert. In de praktijk tellen ook correcte code, betrouwbare toolaansturing, het onthouden van relevante context, vertraging, kosten en herstelvermogen wanneer een taak uit meerdere stappen misloopt.

De bevestigde routekaart van Gemini

De publieke planning van Google verklaart waarom een onbevestigde Gemini 4 Pro-test zoveel aandacht krijgt.

• Google bracht Gemini 3.1 Pro uit in februari 2026. 4
• Tijdens Google I/O in mei zei Google aan Gemini 3.5 Pro te werken en het model de maand erna te willen uitrollen. 17
• Die doelstelling voor juni werd niet gehaald. Reuters meldde in juli dat het vlaggenschip vertraging had opgelopen terwijl Google aan de mogelijkheden werkte, in het bijzonder aan programmeren. 18
• Later die maand meldde Google dat Gemini 3.5 Pro met partners werd getest en dat de training van Gemini 4 was begonnen. 17

Daaruit volgt een beperkte, maar belangrijke conclusie: Google had een vertraagde Pro-release en was al begonnen aan de volgende generatie. Het bevestigt niet dat Gemini 3.5 Pro definitief is geschrapt, dat ‘argon’ een officiële codenaam voor Gemini 4 Pro is of dat er een publieke release in oktober gepland staat.

Volgens de aangehaalde berichtgeving had Google nog geen modelkaart, publiek API-model-ID, prijzen, benchmarkrapport of gedocumenteerde contextlimiet voor Gemini 4 gepubliceerd. 7

Waarom Gemini 4 Pro strategisch belangrijk zou zijn

Dat de vertraging van Gemini 3.5 Pro vooral met programmeercapaciteiten samenhing, maakt de situatie extra relevant. Programmeren is een van de belangrijkste toepassingen van geavanceerde AI-modellen voor ontwikkelaars en bedrijven. 18 Google bleef volgens Reuters lichtere Gemini-varianten uitbrengen terwijl het verwachte Pro-vlaggenschip nog bij partners werd getest. 17

Een geslaagde lancering van Gemini 4 Pro zou daarom meer moeten aantonen dan alleen een groot contextvenster. Ontwikkelaars zullen vooral bewijs willen zien voor:

• Kwaliteit van redeneren: levert een stand met meer rekeninspanning bij moeilijke taken genoeg extra op om tijd en kosten te rechtvaardigen?
• Betrouwbaarheid van codeeragenten: kan het systeem correct wijzigingen in meerdere bestanden maken, tools gebruiken en een samenhangend plan vasthouden?
• Prestaties met lange context: vindt en gebruikt het model informatie in grote codebases ook nauwkeurig, in plaats van alleen een grote prompt te accepteren?
• Multimodale kwaliteit: zijn beeld- en andere mediacapaciteiten competitief, en niet slechts aanwezig?
• Economische inzetbaarheid: maken vertraging, tokenprijzen en gebruikslimieten langdurige agenttaken ook buiten demo's haalbaar?

Gemini 3.8 Flash laat zien waarom productpositionering van belang is. Artificial Analysis rapporteerde voor de configuratie met veel redeneren een score van 59, drie punten hoger dan Gemini 3.7 Flash. Dat is een betekenisvolle verbetering voor een Flash-model, maar geen vervanging voor een breed beschikbaar Pro-vlaggenschip dat zich bij complexe, langdurige taken heeft bewezen. 14

Waar nu op te letten

De eerstvolgende echt betekenisvolle signalen zouden primaire documentatie of reproduceerbare toegang zijn: een aankondiging van Google, een modelkaart, API-vermelding, prijspagina, technisch rapport of onafhankelijke benchmarks. Tot die tijd is de screenshot het best te zien als een bericht over een intern experiment met ambitieuze doelstellingen.

De kern is eenvoudig: de vermeende 256.000 outputtokens en 2 miljoen tokens context zouden zeer relevant zijn voor codeeragenten als ze daadwerkelijk worden uitgerold. Publiek bewijs dat dit ook gebeurt, is er nog niet. 815