Från en granskad lista till allmän försäljning

Google har gjort Gemini 4 Argon allmänt tillgänglig, tretton dagar efter att modellen släppts enbart till cyberförsvarare godkända genom företagets Fairwind Program. Utvecklarbeskedet placerar modellen i den betalda nivån av Gemini-API:et via Google AI Studio och Android Studio, och i Google Antigravity — som Google beskriver som en agentförst-plattform för utveckling — för prenumeranter på Google AI Ultra.

Google kallar Argon “vår frontlinjemodell för komplexa arbetsflöden” och riktar den mot mjukvaruutveckling, kunskapsarbete i företag och cyberförsvar. Inlägget beskriver måltavlan som “långa arbetsflöden som kräver djupt resonemang och strukturell precision”, med kodmigreringar och frontlinjeforskning som exempel.

Lanseringspriset har ett utgångsdatum

Siffran som betyder något står på Googles prissida, inte i blogginlägget. På den betalda nivån kostar Argon 2,00 dollar per miljon inmatade tokens och 10,00 dollar per miljon utmatade — utmatningen inkluderar tänkande-tokens — till och med 30 november 2026. Från 1 december är de angivna priserna 4,00 och 20,00 dollar. Cachad inmatning följer samma mönster, från 0,10 till 0,20 dollar per miljon, och bara implicit cachning stöds: explicit cachning finns inte på den här modellen.

En person som skriver på en whiteboard på ett kontor
Google placerar modellen inom mjukvaruutveckling, kunskapsarbete i företag och cyberförsvar. Illustrationsbild. Thirdman · pexels · Pexels License

Google använder inte ordet “introduktionspris” på sidan. Den listar helt enkelt två prisuppsättningar med ett datum emellan. Den som budgeterar en migrering som sträcker sig förbi november budgeterar med den högre siffran.

Vad “en miljon tokens” betyder nu

Vid lanseringen den 30 september sade Google att företaget “väsentligt utökar modellens gräns för utmatade tokens till branschledande 1 miljon”, upp från 64 000. Dokumentationen beskriver nu samma siffra annorlunda. Prissidan kallar modellen kapabel till “lång avkodning upp till 1 miljon tokens”, och modelldokumentationen talar om “ett delat kontextfönster på 1 miljon” tillsammans med “långa avkodningar upp till 1 miljon tokens”.

Ett delat fönster och ett separat utmatningstak är inte samma sak: i det första fallet äter en lång prompt av vad modellen fortfarande kan skriva. Google har inte publicerat någon siffra för det längsta oavbrutna svaret.

Var den hamnar när någon annan räknar

Googles egna riktmärken från lanseringsinlägget är precisa. Företaget rapporterade 77,9 procent på DeepSWE v1.1, vilket det kallade ett nytt rekord; 51,3 procent på Zapiers AutomationBench, på första plats; 91,7 procent på LVBench för förståelse av lång video; och 68 procent på CWE-bench v1, delad förstaplats. Det är siffror från leverantören själv.

Två måttband för sömnad, en sax och en märkpenna på ett träbord
Oberoende index och leverantörens egna tester mäter olika saker. Illustrationsbild. https://kaboompics.com/ · pexels · Pexels License

Artificial Analysis, som kör sina egna utvärderingar, ger Gemini 4 Argon 53 på sitt Intelligence Index och placerar den åtta av 216 poster. På den listan leder Claude Opus 5.5 med 58, Claude Sonnet 5.5 och Metas Muse Wonder Full följer på 56, och Argon delar 53 med GPT-6 Astra och Claude Fable 5.1. Oberoende index och leverantörens egna tester mäter olika saker, och i det här fallet är de oense om var modellen står.

Vad att hålla ögonen på

Två datum. Det första är 1 december, när det listade priset fördubblas och ekonomin i varje långkörande agentarbete byggt på Argon ändras med det. Det andra är vad Google säger om utmatningsgränsen, som i dag beskrivs på ett sätt i ett lanseringsinlägg och på ett annat i den dokumentation utvecklare faktiskt betalar mot.