Google lanserer Gemini 4 Argon – men holder modellen unna offentligheten enn så lenge

Google kunngjorde Gemini 4 Argon 30. september som flaggskipmodellen i den nye Gemini 4-generasjonen. Den er laget for krevende, langvarige oppgaver innen programvareutvikling, juridisk og økonomisk arbeid og cybersikkerhet. Foreløpig slipper Google imidlertid bare utvalgte cybersikkerhetsforsvarere til. 9

Lanseringen kommer etter en krevende periode for Googles flaggskipplaner. Argon er større enn selskapets tidligere avanserte Pro-modeller, og Googles egne sammenligninger viser sterke resultater mot modeller fra OpenAI og Anthropic. Men når tilgangen er begrenset, kan de fleste utviklere og bedrifter ennå ikke teste påstandene selv. 6

Hva Argon er laget for

Google omtaler Argon som selskapets hittil mest kapable modell for komplekse arbeidsoppgaver. Bruksområdene selskapet trekker fram, omfatter omfattende programvareutvikling, kunnskapsarbeid i næringslivet – for eksempel innen juss og finans – og cybersikkerhet. Modellen er større enn Googles tidligere Pro-modeller i toppsjiktet, men det foreligger ikke noe offentlig tall for hvor mange parametere den har. 9

«Større» er dermed en sammenligning med Googles egne tidligere modeller, ikke et presist mål på Argons størrelse. Det sier heller ikke i seg selv noe sikkert om pris, hastighet eller hvor godt modellen løser en bestemt oppgave sammenlignet med konkurrentene.

Hva Googles benchmarktester viser

Google rapporterer sterke resultater på flere tester knyttet til koding og profesjonelt kunnskapsarbeid. I selskapets publiserte sammenligning fikk Argon 68,9 prosent på Vals Index for kunnskapsarbeid. Til sammenligning fikk OpenAIs GPT-6 Astra 63,1 prosent og Anthropics Claude Opus 5.5 67,0 prosent. På AutomationBench oppgir Google 51,3 prosent for Argon, mot 41,4 prosent for Astra og 42,5 prosent for Opus 5.5.

Google oppgir også en score på 77,9 prosent på DeepSWE v1.1, en test av langvarige programvareutviklingsoppgaver. Omtalen av cybersikkerhetstestene beskriver Argon som delt førsteplass på én måling, ikke som en modell som leder på alle områder. 37

Tallene gir et innblikk i hva Google mener Argon kan prestere på, men benchmarkresultater er ikke en endelig dom over hvilken modell som er best totalt sett. Testene dekker utvalgte oppgaver, og den begrensede tilgangen gjør at de fleste brukerne ennå ikke kan vurdere resultatene uavhengig. 6

Hvem får tilgang nå?

I første omgang tilbyr Google Argon til utvalgte, forhåndsgodkjente cybersikkerhetsforsvarere gjennom Fairwind-programmet. Selskapet sier den begrensede utrullingen skal gi forsvarerne tilgang til modellen, samtidig som risikoen for misbruk reduseres. Google deltar også i den amerikanske regjeringens frivillige ordning for tilgang til modeller før offentlig lansering. 65

Argon er foreløpig ikke bredt tilgjengelig for utviklere, bedrifter eller forbrukere, og kildene som omtales her oppgir ingen fast dato for allmenn tilgang. 6 Ifølge omtalen minner den forsiktige utrullingen om Anthropics begrensede tilgang til Claude Mythos Preview. Kildene gir likevel ikke nok detaljer til en grundig sammenligning av de to programmene. 6

Bakgrunnen: forsinkelsen av Gemini 3.5 Pro

Googles planer for Gemini 3.5 Pro ble forsinket mens selskapet jobbet med å forbedre modellens egenskaper, særlig innen koding, ifølge omtale som viser til personer med kjennskap til saken. Google gikk senere videre til Gemini 4 Argon i stedet for å lansere 3.5 Pro.

Historikken gjør Argon viktig for Google: Selskapet presenterer den som en ny flaggskipmodell etter en periode der OpenAI og Anthropic har videreutviklet sine egne avanserte modeller. Men kildene knytter forsinkelsen av 3.5 Pro til arbeidet med modellens egenskaper. De dokumenterer ikke at en bestemt organisatorisk endring i DeepMind var årsaken.

Et nytt forsøk i modellkappløpet – men kostnadsfordelen er uavklart

Google har også framhevet kostnadsfordeler ved modellene sine som en del av konkurransestrategien. Det kan gi selskapet en annen måte å konkurrere på enn bare å vise til benchmarkresultater. Kildene her fastslår imidlertid ikke at Argon har en dokumentert kostnadsfordel sammenlignet med rivalenes flaggskipmodeller.

Det tydeligste bildet så langt er derfor sammensatt: Google viser til sterke resultater på utvalgte tester innen koding og kunnskapsarbeid, samtidig som tilgangen holdes begrenset mens modellen evalueres. Om resultatene gir Argon et fortrinn i praktisk bruk, og hvordan kostnadene vil stå seg mot konkurrentenes, gjenstår å se når flere får anledning til å teste modellen. 6