Gemini 4 Pro-läckan ”argon”: Det här påstår skärmbilden – och det Google inte har bekräftat

Den rapporterade skärmbilden av Gemini 4 Pro är en intressant signal om interna tester – inte ett verifierat produktbesked. Inlägg som spreds den 14 september identifierar modellen som ”argon” och tillskriver den ovanligt stora gränser för kontext och utdata. Google har inte offentligt bekräftat kodnamnet, gränssnittet, riktmärken, API-tillgång, priser eller lanseringsdatum. 815

Vad skärmbilden påstås visa

Enligt det ursprungliga inlägget på sociala medier och efterföljande rapportering visar bilden en visuell generering med Gemini 4 Pro i läget hög ansträngningsnivå. Körningen uppges ha tagit 2,4 minuter och gränssnittet ska ha visat en gräns på 256 000 utdata-tokens samt ett kontextfönster på 2 miljoner tokens. Rapporteringen beskriver också en form av adaptivt resonemang. 815

Detta bör läsas som påstådda egenskaper hos en intern version, inte som specifikationer för en produkt som ska lanseras. En skärmbild kan mycket väl komma från en verklig testmiljö, men lämnar avgörande frågor obesvarade: om gränserna gäller i produktion, vilka typer av in- och utdata de omfattar, vad användningen skulle kosta och hur tillförlitlig modellen är i oberoende utvärderingar.

Google har tidigare gjort ett kontextfönster på 2 miljoner tokens tillgängligt för Gemini 1.5 Pro. Siffran är alltså inte orimlig i sig – men det styrker varken just den här läckan eller att Gemini 4 Pro skulle släppas med samma gräns. 1

Bilden är sannolikt inte huvudfrågan

Reaktionerna på det påstådda bildresultatet har varit blandade. Den visuella kvaliteten har i sig inte visat något tydligt språng förbi de ledande bildgeneratorerna. Den mer betydelsefulla uppgiften är i stället den möjliga kombinationen av lång kontext, mycket stora utdata och justerbar beräkningsinsats för resonemang.

Om sådana funktioner når en publik modell kan de vara användbara för mjukvaruagenter som arbetar i stora kodbaser: de kan ta in mer kod och dokumentation samtidigt, ta fram planer som omfattar flera filer, generera omfattande ändringar och arbeta vidare genom längre verktygsstyrda flöden. Tidigare rapportering om Gemini 4-läckor pekar också ut kodning, långvariga arbetsuppgifter och hantering av större kontext som tänkta styrkor – men understryker att de påstådda specifikationerna och utvärderingarna inte är verifierade. 3

Det är en väsentlig skillnad. En hög token-gräns beskriver kapacitet, inte bevisad förmåga att pålitligt utveckla mjukvara över ett helt kodarkiv. Det praktiska värdet avgörs av bland annat kodens korrekthet, verktygens tillförlitlighet, modellens minne av relevant kontext, svarstider, kostnader och förmåga att återhämta sig när ett arbetsflöde med många steg går fel.

Så passar läckan in i Googles bekräftade färdplan

Googles offentliga tidslinje förklarar varför ett obekräftat Gemini 4 Pro-test får så stor uppmärksamhet.

• Gemini 3.1 Pro släpptes i februari 2026. 4
• Vid Google I/O i maj sade Google att bolaget arbetade på Gemini 3.5 Pro och räknade med att rulla ut modellen månaden därpå. 17
• Juni-målet missades. Reuters rapporterade i juli att flaggskeppsmodellen var försenad medan Google arbetade med dess förmågor, särskilt inom kodning. 18
• Senare samma månad uppgav Google att Gemini 3.5 Pro testades med partners och att träningen av Gemini 4 hade påbörjats. 17

Detta stödjer en begränsad slutsats: Google hade en försenad Pro-lansering och hade inlett arbete med nästa generation. Det bekräftar inte att Gemini 3.5 Pro definitivt lagts ned, att ”argon” är ett officiellt kodnamn för Gemini 4 Pro eller att en offentlig lansering i oktober är planerad.

Vid den rapportering som hänvisas till här hade Google inte publicerat något modellkort för Gemini 4, något offentligt API-modell-ID, några priser, någon benchmarkrapport eller någon dokumenterad kontextgräns. 7

Varför Gemini 4 Pro kan få strategisk betydelse

Förseningen av Gemini 3.5 Pro är särskilt viktig eftersom den rapporterade svagheten gällde kodning – ett centralt användningsområde för utvecklare och företag som använder de mest avancerade AI-modellerna. 18 Google fortsatte samtidigt att släppa lättare Gemini-varianter medan den väntade Pro-modellen fortfarande testades med partners, enligt Reuters. 17

En framgångsrik lansering av Gemini 4 Pro skulle därför behöva visa mer än ett stort kontextfönster. För utvecklare blir flera praktiska frågor avgörande:

• Resonemangskvalitet: Ger lägen med högre beräkningsinsats tillräckligt mycket bättre resultat för att motivera mer tid och högre kostnad?
• Tillförlitlighet för kodagenter: Kan systemet göra korrekta ändringar i flera filer, använda verktyg och hålla sig till en sammanhängande plan?
• Prestanda med lång kontext: Kan modellen faktiskt hitta och använda rätt information i stora kodbaser, snarare än bara ta emot en mycket lång prompt?
• Multimodal förmåga: Är kvaliteten i bild- och andra mediegenereringar konkurrenskraftig, inte bara tekniskt tillgänglig?
• Ekonomi i drift: Gör svarstider, tokenpriser och kapacitetsgränser långvariga agentflöden användbara utanför produktdemonstrationer?

Gemini 3.8 Flash visar varför produktpositionering spelar roll. Artificial Analysis rapporterade 59 poäng för modellens konfiguration med hög resonemangsnivå, en förbättring med tre poäng jämfört med Gemini 3.7 Flash. Det är ett betydelsefullt resultat för en Flash-modell, men ersätter inte ett brett tillgängligt flaggskepp i Pro-klassen med dokumenterad prestanda i komplexa, långvariga uppgifter. 14

Vad man bör hålla utkik efter härnäst

Nästa verkligt betydelsefulla bevis skulle vara primär dokumentation eller åtkomst som andra kan återskapa: ett Google-besked, modellkort, API-listning, prissida, teknisk rapport eller oberoende benchmarkresultat. Fram till dess bör skärmbilden främst ses som en uppgift om ett internt experiment med ambitiösa mål.

Kärnan är enkel: de påstådda gränserna på 256 000 utdata-tokens och 2 miljoner tokens i kontext skulle vara mycket relevanta för kodagenter om de blir verklighet. Men det finns ännu inga offentliga belägg för att de faktiskt kommer att göra det. 815