Gemini 4 Argon: dezelfde naam, andere gewichten — de Carbon Arena-waarneming

Op 21 oktober 2026 beweerde een bericht van @chetaslua dat er op Arena een nieuw checkpoint wordt getest onder een naam die niet is gewijzigd. Het model luistert nog steeds naar G​emini 4 Argon — de identifier gemini-4-argon, die G​oogle op 30 september 2026 aankondigde en sinds 13 oktober als algemeen beschikbaar aanbiedt — maar de gewichten achter die naam zouden Carbon zijn, het interne checkpoint dat Business Insider op 9 oktober omschreef als vergelijkbaar aanvoelend met Claude Opus 5.5 voor coderen. Het bewijs in het bericht is een schermafbeelding van een bot van een derde partij die Arena in de gaten houdt, met daarop een capaciteitswijziging die is geregistreerd voor de alias Argon, plus een korte video die de auteur presenteert als de eerste output van het checkpoint. Er is geen aankondiging, geen changelogvermelding, geen modelkaart en geen commentaar van G​oogle geweest. Dit is dus geen lanceerverhaal, en niets hier suggereert dat er een nieuw model is uitgebracht: het model in kwestie is sinds 13 oktober openbaar. Wat nieuw is, is de bewering dat de publieke naam mogelijk niet langer naar de publieke gewichten verwijst. De gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding haar eigen bronnen, ernst, betrouwbaarheidsgraad en betwistmarkering heeft.

Wat de post eigenlijk zegt, ontdaan van de grap

De post bestaat uit vier regels en een video, geschreven in de toon van iemand die verwacht dat je de achtergrond al kent. Teruggebracht tot beweringen zegt hij dit:

• Een nieuw G​emini-checkpoint wordt getest op Arena — de openbare arena voor modelvergelijking waar labs soms ongepubliceerde builds onder aliassen inzetten.

• De alias is niet nieuw. De naam is "hetzelfde", wat in context de gemini-4-argon identificatie betekent, een model dat al wordt geleverd.

• Naar verluidt is het checkpoint achter die naam Carbon, de interne build die de berichtgeving van 9 oktober onderscheidde van Barium-B, het checkpoint dat Google daadwerkelijk als Gemini 4 Argon heeft uitgebracht.

• De eerste prompt van de auteur vroeg om een 3D-video over "koolstofstabiliteit", opgebouwd rond de G​emini-mascotte, en de post presenteert de resulterende clip als de eerste output van het checkpoint. De slotregel, "Logan Redemption Arc", is een grap over een G​oogle-medewerker en bevat geen technische claim.

Dat is het hele verhaal. Eén aliasobservatie, één toekenning van een codenaam, één voorbeeld van de uitvoer, en geen enkel reproduceerbaar artefact.

De screenshot is echt, en er staat niet wat de post zegt.

De bijgevoegde capture is het waard om aandachtig te lezen, want het is het enige onderdeel van de bewering dat als document bestaat in plaats van als zin. Het is een meldingskaart van een bot genaamd Arena Scout, toegeschreven aan "Journey To AGI" en "Synopsis on X", met als kop "Wijziging in capaciteit" en met de naam gemini-4-argon. Er staat een tijdstempel op van een detectie op 21 oktober 2026, 9:30 uur, de organisatie wordt vermeld als G​oogle en de provider als "unknown", en er wordt een capaciteitsdelta getoond: tekst in en tekst uit, met afbeeldingsinvoer en web-vlaggen aan de gewijzigde kant voor zover de kleine lettertjes leesbaar zijn.

Er volgen drie dingen, en slechts drie.

• De alias gemini-4-argon werd op 21 oktober op Arena aangeboden, en er was die ochtend iets veranderd aan de manier waarop die was geconfigureerd. Daar is een bot voor capaciteitswijzigingen voor bedoeld, en dat is de minst interessante lezing van de kaart.

• De kaart is bewijs dat een alias iets doet, niet bewijs van welke gewichten er achter de alias zitten. Een capability-flag die omklapt vertelt je dat de configuratie is gewijzigd. Hij kan je niet vertellen of het onderliggende model Barium-B, Carbon of een derde build is die niemand heeft benoemd. De sprong in de post van "capability-wijziging op de alias" naar "het is carbon" is de gevolgtrekking van de auteur, niet de bevinding van de bot.

• De bot zelf is een derde partij, en de kaart is een melding, geen transcript. Niemand heeft de Arena-sessie, de aliasmetadata of een zij-aan-zijvergelijking met het uitgebrachte model gepost.

Er is ook een kleine eigenaardigheid met de klok die het vermelden waard is in plaats van weg te poetsen: het bericht heeft een tijdstempel van 08:46 UTC, terwijl de kaart erin 9:30 AM aangeeft. Een tijdstempel in lokale tijd aan de kant van de bot verklaart dat gemakkelijk, en het verandert niets aan de datum. Maar het is een herinnering dat het artefact een screenshot van een melding is, doorgegeven — geen log.

Waarom een ongewijzigde naam juist het interessante aspect is

Modelaliassen worden geacht stabiele contracten te zijn. Wanneer je een verzoek stuurt naar een model met een naam, vertrouw je erop dat die naam het gedrag vastlegt: dezelfde tokenizer, hetzelfde weigeringsprofiel, dezelfde latencyvorm, dezelfde prijs. Labs die onuitgebrachte builds op Arena testen, doen dat gewoonlijk onder een wegwerpalias, juist zodat de naam waaronder iets wordt uitgebracht één betekenis blijft houden.

Als het bericht klopt, is die conventie overgeslagen, en de consequentie is concreet in plaats van theoretisch. Iedereen die gemini-4-argon vorige week heeft gebenchmarkt en iedereen die het deze week benchmarkt, meet mogelijk niet hetzelfde systeem. Dat is het verschil tussen een lek over een toekomstig model en een lek over het model waarvoor je al betaalt — en het is de reden dat deze waarneming een pagina waard is, ook al is de onderliggende codenaam sinds 9 oktober openbaar.

Wat uitsluitsel zou geven, is niet nog een screenshot. Het is een gepaarde evaluatie: dezelfde promptset uitgevoerd tegen de alias vóór en na de wijziging, plus een tokenizer-probe en een latentieverdeling. Niemand heeft dat gepubliceerd. Totdat iemand dat doet, is het eerlijke standpunt dat een naam mogelijk is verplaatst en we nog niet kunnen zien waarheen.

Wat het verzendmodel eigenlijk is, zodat de vergelijking een basislijn heeft

Gemini 4 Argon is geen gerucht. Google kondigde het aan op 30 september 2026, en de changelog van de Gemini API vermeldt algemene beschikbaarheid op 13 oktober met de identifier gemini-4-argon. De gepubliceerde specificatie is ongewoon specifiek, wat het een goede maatstaf maakt om elke bewering dat de gewichten zijn verplaatst te beoordelen:

• Prijs — introductietarief $2,00 per miljoen inputtokens en $10,00 per miljoen outputtokens, met 95% korting op gecachte input; het tarief na de introductieperiode wordt vermeld als $4,00 en $20,00.

• Context — een uniform venster van 1M tokens, met lange decodes tot 1M outputtokens, tegenover een plafond van 64K outputtokens bij de vorige generatie.

Onafhankelijke score — Artificial Analysis vermeldt G{{1}}emini{{/1}} 4 Argon (High) met 53 op zijn Intelligence Index, op de 8e plaats in die tracker, gemeten tegen $1,99 per Index-taak.

• Snelheid — 83,1 outputtokens per seconde, met een tijd tot het eerste token van 47,43 seconden, volgens dezelfde bron.

• Uitvoermodaliteit — tekst, in elke openbare specificatie die we konden lezen. De invoer is breed: tekst, afbeelding, audio, video en bestanden. De uitvoer is tekst.

Die laatste zin is waar de video in de post moeilijk te beoordelen wordt. Een clip is niet iets waarvan gedocumenteerd is dat dit model dat produceert. Ofwel heeft de geteste checkpoint een modaliteit die het uitgebrachte model niet heeft, ofwel is de clip door iets anders in de keten geproduceerd — een renderstap, een apart videomodel of de eigen tooling van de auteur — en als modeluitvoer gepresenteerd. De post zegt niet welke van de twee, en de clip alleen kan het je niet vertellen.

Carbon, en wat de berichtgeving van 9 oktober wel en niet vaststelde

De codenaam Carbon is geen nieuwe informatie, en het is de moeite waard precies te zijn over de herkomst ervan, omdat het nieuwe bericht al zijn zwakheden erft. Business Insider meldde, en het lekken volgend outlet TestingCatalog bracht op 9 oktober over, dat Google-medewerkers intern een extra Gemini 4-checkpoint genaamd Carbon aan het testen waren; dat vroege interne feedback het deed aanvoelen als vergelijkbaar met Claude Opus 5.5 voor programmeren; dat Barium-B het checkpoint was dat voor de publieke Argon-release was geselecteerd; en dat Carbon, getest via Googles interne Jetski-platform, een afzonderlijke en mogelijk sterkere iteratie was. In dezelfde berichtgeving stond duidelijk dat het niet bevestigd was of Carbon een toekomstige Argon-update of een zelfstandige release zou worden.

Let op wat voor soort bewering 'voelt vergelijkbaar met Claude Opus 5.5 voor programmeren' is. Het is een indruk van medewerkers, geen benchmark. Er is geen takenreeks, geen steekproefomvang, geen beoordelingsrubriek en geen revisienummer, en niemand buiten Google kan het reproduceren. Het is het soort ding dat echt nuttig is als richtinggevend signaal en echt nutteloos als getal — en een stuk dat het opdirkt als een score, zou tegen je liegen.

De post van 21 oktober stuurt, als hij al iets doet, de eerdere berichtgeving in een richting die deze expliciet openliet: geen afzonderlijke release, maar dezelfde alias met andere gewichten. Dat is een betekenisvolle update van het beeld. Het blijft ook nog steeds de gevolgtrekking van één persoon op basis van een botmelding.

Wat dit betekent als u degene bent die voor de gesprekken betaalt

Er zijn twee doelgroepen voor dit verhaal en die zouden verschillende dingen moeten doen.

Als je aan benchmarking doet, is de praktische consequentie dat je getallen een datum moeten hebben. Een score voor gemini-4-argon die vóór 21 oktober is verzameld, kan betrekking hebben op een checkpoint dat niet meer achter de naam zit. Voer je evaluatie opnieuw uit voordat je die met iets vergelijkt, en noteer de datum naast het getal zoals je een modelrevisie zou loggen.

Als je een product op de alias uitbrengt, is het gevolg kleiner dan de kop doet vermoeden, maar niet nul. Een stille checkpointwissel verandert toon, weigeringsgedrag en latentieverdeling voordat hij benchmarkscores verandert, en dat zijn de dingen die je gebruikers merken. De verdediging is dezelfde die werkt tegen elke verrassing van één provider: houd een tweede model bereikbaar en maak de omschakeling een configuratiewijziging in plaats van een incident. Daar is OrcaRouter voor gebouwd — één API voor 200+ modellen met automatische failover tussen providers, tegen 0% opslag op de lijstprijs van de provider, zodat een model dat zich op dinsdag om 09:30 anders gaat gedragen een routeringsregel is die je aanpast, niet een storing die je moet uitleggen.

Wat de beschikbaarheid betreft, de eerlijke versie: G​emini 4 Argon staat niet op OrcaRouter. Als we onze catalogus doorzoeken op google/gemini-4-argon geeft "model not found" terug, omdat G​oogle het voor ons niet aanroepbaar maakt — dezelfde reden waarom het Carbon-checkpoint er niet is en ook niet kan zijn. Wat we vandaag wel aanbieden, omvat G​oogle's Gemini 3.8 Flash voor $0,75 per miljoen input en $3,75 per miljoen output, met cache-leesacties tegen $0,075, en A​nthropic's Claude Opus 5.5 voor $4,00 en $20,00 met cache-leesacties tegen $0,20 — laatstgenoemde is het model waarmee de Carbon-vergelijking steeds wordt gemeten, en het enige model in dit hele verhaal met een werkend endpoint en een gepubliceerde prijs die je kunt controleren.

Wat zou ervoor zorgen dat dit van een waarneming een feit wordt?

Het gat tussen de twee is klein, daarom is dit nu de moeite waard om te lezen en niet over een week. Elk van de volgende zou voldoende zijn:

• Een gepubliceerde zij-aan-zij-vergelijking op Arena's eigen leaderboard met een nieuwe vermelding onder het Argon-alias en een onderscheidende stijlvingerafdruk.

• Een tweede, onafhankelijke waarnemer die dezelfde aliaswijziging op dezelfde dag registreert, idealiter met het verzoek en de respons in plaats van een notificatiekaart.

• Een changelogvermelding, een nieuwe modelidentificatie of een versiesuffix op gemini-4-argon — de gebruikelijke manier waarop een lab je laat weten dat de gewichten zijn bijgewerkt.

• Een tokenizer- of latencyprobe uitgevoerd vóór en na 21 oktober, de goedkoopste beschikbare test en degene die niemand heeft gepubliceerd.

Totdat een van die dingen zich aandient, is de juiste lezing beperkt: een bot van een derde partij registreerde op 21 oktober een capaciteitswijziging voor de alias van een model dat in productie is, en een account met veel volgers zegt dat het checkpoint achter die alias Carbon is. Beide helften kunnen waar zijn. Van geen van beide is aangetoond dat ze waar zijn, en de tweede doet aanzienlijk meer werk dan de eerste.