Googles nya flaggskeppsmodell får en försiktig start

Google presenterade Gemini 4 Argon den 30 september som flaggskeppsmodell i den nya Gemini 4-generationen. Modellen är tänkt för krävande och långvariga uppgifter inom bland annat mjukvaruutveckling, juridik, finans och cybersäkerhet. Men i nuläget får bara utvalda cybersäkerhetsförsvarare tillgång till den – inte allmänheten. 9

Lanseringen kommer efter en period av förseningar i Googles planer för sina toppmodeller. Enligt Google är Argon större än företagets tidigare avancerade Pro-modeller. Företagets egna jämförelser visar också starka resultat mot modeller från OpenAI och Anthropic. Men eftersom tillgången är begränsad kan de flesta utvecklare och företag ännu inte pröva resultaten själva. 6

Vad ska Argon användas till?

Google beskriver Argon som sin hittills mest kapabla modell för komplexa arbetsuppgifter. Den ska kunna hantera längre arbetsflöden inom mjukvaruutveckling och kunskapsarbete på företag, exempelvis juridik och finans, liksom cybersäkerhetsförsvar. Google uppger att modellen är större än bolagets tidigare toppmodeller i Pro-serien, men någon parameterstorlek har inte redovisats i rapporteringen här. 9

Att modellen är ”större” är alltså en jämförelse med Googles tidigare modeller, inte ett exakt mått på dess storlek. Det säger inte heller i sig hur Argon står sig när det gäller pris, hastighet eller resultat för en viss uppgift.

Så ser Googles benchmarkresultat ut

I Googles publicerade jämförelse fick Argon 68,9 procent på Vals Index, som mäter kunskapsarbete. OpenAI:s GPT-6 Astra fick 63,1 procent och Anthropic-modellen Claude Opus 5.5 fick 67,0 procent. På AutomationBench rapporterar Google 51,3 procent för Argon, jämfört med 41,4 procent för Astra och 42,5 procent för Opus 5.5.

Google uppger också att Argon fick 77,9 procent på DeepSWE v1.1, ett test av långvariga uppgifter inom mjukvaruutveckling. I rapporteringen om cybersäkerhetstesterna beskrivs Argon som delad etta på ett cybersäkerhetsmått – inte som bäst i alla jämförelser. 37

Resultaten visar vad Google säger att Argon klarar i utvalda tester, men de är inte ett slutgiltigt besked om vilken modell som är bäst totalt sett. Testerna omfattar särskilda uppgifter, och den begränsade tillgången gör att de flesta användare ännu inte kan utvärdera modellen oberoende. 6

Vem får tillgång till modellen?

Google börjar med att erbjuda Argon till utvalda, kontrollerade cybersäkerhetsförsvarare genom Fairwind-programmet. Företaget säger att den begränsade lanseringen ska ge försvarare möjlighet att använda modellen samtidigt som risken för missbruk minskar. Google deltar också i USA:s frivilliga process för att ge myndigheter tillgång till modeller före lansering. 65

Argon är ännu inte brett tillgänglig för utvecklare, företag eller konsumenter, och rapporteringen här anger inget fast datum för en bred lansering. 6 Den försiktiga starten liknar enligt rapporteringen Anthropics begränsade tillgång till Claude Mythos Preview, men de tillgängliga källorna ger inte tillräckligt underlag för en mer detaljerad jämförelse mellan programmen. 6

Bakgrunden: förseningen av Gemini 3.5 Pro

Googles tidigare planer på Gemini 3.5 Pro försenades medan företaget arbetade med att förbättra modellens förmågor, särskilt inom kodning, enligt rapportering som hänvisar till personer med insyn. Google gick sedan vidare med Gemini 4 Argon i stället för att lansera 3.5 Pro.

Det gör Argon till en viktig lansering för Google, som vill hävda sig mot OpenAI och Anthropic efter att konkurrenterna gått vidare med sina egna avancerade modeller. Men den tillgängliga rapporteringen kopplar förseningen av 3.5 Pro till arbetet med modellens förmågor. Den belägger inte att en specifik omorganisation inom DeepMind var orsaken.

Kostnaden är fortfarande en öppen fråga

Google har också lyft fram kostnadsfördelar hos sina modeller som en del av sin konkurrensstrategi. Det kan ge företaget ytterligare ett sätt att konkurrera, vid sidan av resultaten i tester. Men källorna här fastslår inte att Argon i sig har en verifierad kostnadsfördel jämfört med konkurrenternas flaggskeppsmodeller.

Den tydligaste bilden just nu är därför blandad: Google rapporterar starka resultat i vissa tester av kodning och företagsarbete, samtidigt som tillgången begränsas medan modellen utvärderas. Om resultaten ger en fördel i vardaglig användning – och hur kostnaden står sig mot konkurrenterna – återstår att se när fler kan testa Argon. 6