Gemini 4 Argon vs Gemini 3.1 Pro: De opvolger is goedkoper, en het oude model wint nog steeds twee gevechten

Gemini 4 Argon kost minder om te draaien dan het model dat het moet vervangen. Dat is geen typfout. Het introductietarief voor output van Go​ogle voor Gemini 4 Argon is $10 per miljoen tokens, en Gemini 3.1 Pro Preview — het model dat vandaag in de OrcaRouter-catalogus staat, en het model waartegen het hele bestaan van Argon een argument is — rekent $12. Voor beide geldt hetzelfde inputtarief van $2, tenzij je Gemini 3.1 Pro Preview voorbij 200.000 inputtokens duwt, waarna het tarief verdubbelt naar $4 in en $18 uit. Een goedkopere opvolger is ongewoon genoeg om op zichzelf al de lead waard te zijn.

De rest van het beeld is minder netjes. Op de Intelligence Index van Artificial Analysis scoort Gemini 4 Argon 52,6 tegen 29,7 voor Gemini 3.1 Pro Preview — een verschil van 22,9 punten dat op zichzelf zou suggereren dat het oudere model niet in dezelfde klasse speelt. Maar het oudere model wint GPQA Diamond met 94,1% tegenover niets dat is gepubliceerd, wint op redeneren met lange context met 82,0 tegen 79,7, en zet een score van 95,6 op τ²-Bench voor agentisch toolgebruik neer die DeepSeek heeft aangehaald als het hoofdcijfer van zijn eigen vlaggenschip. De eerlijke formulering is dus niet "Argon vervangt 3.1 Pro". Het is "Argon neemt het werk van 3.1 Pro over, tegen een lagere prijs per output, terwijl 3.1 Pro een paar smalle voordelen behoudt die voor een specifieke minderheid van workloads van belang zullen zijn."

Wat Gemini 3.1 Pro Preview eigenlijk is

Het staat sinds 2026-02-19 in de catalogus en het is al zeven maanden lang een preview genoemd. Google heeft de tussenliggende periode besteed aan het uitbrengen van modellen uit de Flash-klasse — de 3.6 Flash, de 3.8 Flash, de op cybersecurity toegespitste 3.8 Flash Cyber — terwijl de Pro-klasse bleef waar die was. Die kloof vormt de context voor alles wat Argon beweert, en daarom is een vraag uit mei ("wanneer wordt de Pro-klasse vervangen?") in oktober nog steeds de juiste vraag.

De kaart is een echt frontier-model, geen overblijfsel. Een context van 1.048.576 tokens, multimodale input voor tekst, afbeelding, audio, video en bestanden, toolgebruik, gestructureerde output en redenering, en vijf capaciteitstags aan onze kant. De zwakke punten liggen in de manier waarop het is getraind: een maximale output van 65.536 tokens, en een taakprofiel dat gedateerd overkomt naast een model uit 2026.

De tabel die je twee keer moet lezen

Prijzen, beide zoals vermeld, per miljoen tokens:

• Invoer — Gemini 4 Argon $2,00 versus Gemini 3.1 Pro Preview $2,00. Niveau.

• Uitvoer — Gemini 4 Argon $10,00 versus Gemini 3.1 Pro Preview $12,00. Argon is 17% goedkoper.

• Gecachte invoer — Gemini 4 Argon $0,10 versus Gemini 3.1 Pro Preview $0,20.

• Tier voor lange invoer — Gemini 4 Argon vermeldt een vast introductietarief; Gemini 3.1 Pro Preview gaat naar $4,00 in / $18,00 uit boven 200.000 invoertokens.

• Maximale output — Gemini 4 Argon 1.000.000 tokens versus Gemini 3.1 Pro Preview 65.536.

• Gemeten kosten per indextaak — Gemini 4 Argon $1,99 tegenover Gemini 3.1 Pro Preview $0,67, volgens Artificial Analysis. Hier is het oudere model drie keer goedkoper, omdat het voor de harness een veel kleinere klus is om uit te voeren.

Die laatste regel is de reconciliatie. Argon per token is goedkoper; per taak is het drie keer duurder, omdat het moeilijkere vragen beantwoordt. Als je werklast vaste invoer en vaste uitvoer heeft — classificatie, extractie, samenvatten op een bekende lengte — dan zijn de getallen per token degene die op je factuur terechtkomen. Als je werklast "los dit op" is, dan is het getal per taak het eerlijke getal en is de meerprijs van Argon reëel.

Het verschil van 22,9 punten, en waar het vandaan komt

Artificial Analysis gebruikt een vaste testbatterij, dus zo'n grote kloof zou consistent zichtbaar moeten zijn. Dat is meestal het geval, en het patroon is informatief:

• Terminal-Bench 4.0 — Gemini 4 Argon 57,1% versus Gemini 3.1 Pro Preview 4,0%. Geen drukfout. Software-engineering over lange termijn is de grootste verandering in capaciteiten tussen de twee.

• AutomationBench-AA — Gemini 4 Argon 77,5% versus Gemini 3.1 Pro Preview 35,4%.

• ApexAgents — Gemini 3.1 Pro Preview 32,0% tegenover geen gepubliceerde Argon-waarde op hetzelfde leaderboard.

• SciCode — Gemini 4 Argon 61,8% tegenover Gemini 3.1 Pro Preview 58,7%. Dicht bij elkaar.

• Humanity's Last Exam — Gemini 4 Argon 57,1% versus Gemini 3.1 Pro Preview 47,0%.

• Redeneren met lange context — Gemini 3.1 Pro Preview 82,0% versus Gemini 4 Argon 79,7%. Het oude model wint, maar nipt.

• GPQA Diamond — Gemini 3.1 Pro Preview 94,1%. Argon publiceert niets op deze ranglijst.

• Alwetendheid — Gemini 4 Argon 42,4 versus Gemini 3.1 Pro Preview 31,9.

• GDPval — Gemini 4 Argon 1,611 versus Gemini 3.1 Pro Preview 776.

• ITBench-SRE — Gemini 4 Argon komt niet voor; Gemini 3.1 Pro Preview 30,3%.

Dus: de kloof gaat bijna volledig over agentisch uithoudingsvermogen en taakuitvoering over een lange horizon, en daar is die enorm. Bij wetenschappelijk meerkeuzeredeneren, bij een redeneertaak van 1M tokens en bij GPQA zitten de twee modellen binnen de ruis, of leidt het oudere model. De 4,0% tegen 57,1% van Terminal-Bench 4.0 is het getal dat de meeste migratiebeslissingen zou moeten bepalen, en het is het getal waaraan de verdedigers van het oudere model voorbij zullen gaan.

Twee specificaties die je architectuur hervormen

Het outputplafond van Argon is 1.000.000 tokens, een stijging ten opzichte van de 64K waarop de vorige generatie was afgetopt — en 64K is precies wat Gemini 3.1 Pro Preview biedt, om precies te zijn 65.536. Zestien keer zoveel speelruimte in één enkel traject verandert wat men een enkele aanroep kan vragen te doen.

Concreet: alles wat u momenteel doet door aanroepen aan elkaar te koppelen om onder een uitvoerlimiet van 65K te blijven — het genereren van patches voor meerdere bestanden, lange auditrapporten, het in één keer opstellen van volledige documenten — wordt één enkele aanroep. Minder aanroepen betekent minder plekken waar een agent-loop de status kan verliezen, en het betekent dat uw retry-logica eenvoudiger wordt in plaats van uitgebreider. Als u uitgebreide scaffolding rond het plafond van 64K hebt gebouwd, wordt die scaffolding de migratiekosten.

Gemini 3.1 Pro Preview behoudt één specificatievoordeel dat de aankondiging van Argon niet behandelt: audio en video als invoer. De gepubliceerde modaliteitenlijst van Argon omvat tekst, afbeeldingen, video en bestanden — audio wordt niet genoemd in het lanceringsmateriaal, en het videovoorbeeld van Google is LVBench, een benchmark voor het begrijpen van lange video's. Als uw pipeline audio verwerkt, verifieer dan de modaliteit voordat u aanneemt dat de upgrade die ondersteunt. Dat is een controleerbaar feit over een model dat nog niet aanroepbaar is, precies het soort bewering dat slecht veroudert.

De Preview zit in de weg

Er is hier een echt, saai, duur probleem: het oudere model heet een preview, het heet al zeven maanden zo, en niemand heeft gezegd wat ermee gebeurt. Twee scenario's zijn plausibel en ze hebben tegengestelde implicaties voor je codebase. Ofwel Gemini 3.1 Pro Preview wordt uitgefaseerd wanneer Argon algemeen beschikbaar komt en je moet migreren, ofwel het wordt opgevolgd en raakt langzaam verouderd terwijl het nog steeds dienst doet, en dan heb je tijd.

De eigen materialen van Google geven geen uitsluitsel. De Argon-aankondiging zegt dat bredere toegang "zo snel mogelijk" komt, te beginnen met betalende API-klanten en abonnees van Google AI Ultra, en zegt niets over het lot van de Pro-tier die het vervangt. De conservatieve engineeringhouding is degene die niets kost: houd het model-id in configuratie in plaats van in code, houd een evaluatieraamwerk bij dat je echte prompts binnen een middag tegen een kandidaatmodel kan draaien, en beschouw de uiteindelijke omwisseling als een operationele taak in plaats van een herschrijving.

Die positie is goedkoop, specifiek op OrcaRouter, omdat het omwisselen een string is. google/gemini-3.1-pro-preview staat live in de catalogus tegen de bovenstaande tarieven, achter dezelfde OpenAI-compatibele endpoint als de andere meer dan 200 modellen die wij routeren, tegen de lijstprijs van de provider zonder opslag — dus wanneer Google de prijs van 3.1 Pro aanpast of Argon wordt gepubliceerd, beweegt het tarief aan onze kant dezelfde dag mee. Je prompts tegen beide draaien is een configuratiewijziging en een tweede call, niet een tweede integratie, en automatische failover betekent dat een import die verouderd raakt de endpoint niet mee offline haalt.

Wat te doen deze maand

Als je op Gemini 3.1 Pro Preview zit en je workload bestaat uit retrieval over lange context, GPQA-vormige wetenschappelijke redenering, of iets waarbij de nauwkeurigheid van wetenschappelijk redeneren van 94,1% cruciaal is, is er nog geen reden om over te stappen — Argon is niet aanroepbaar, en van de specifieke taakfamilies waarin het oude model vooroploopt, is niet aangetoond dat ze zijn gesloten. Migreer niet louter op basis van een indexkloof.

Als je workload agentic coding is, het uitvoeren van meerstaps-bedrijfstaken, of alles wat grote outputs genereert, staat de zaak op papier al sterk: een zestien keer zo hoog outputplafond, een verschil van 53 punten op Terminal-Bench, en een lagere outputprijs. Het struikelblok is puur dat Argon een gefaseerde uitrol is naar vertrouwde cyberverdedigers via Google's Fairwind Program, zonder publiek endpoint. Zet de migratie op je roadmap, bouw nu de evaluatieharness terwijl er nog geen druk is, en draai die in de week dat Argon aanroepbaar wordt. De opvolger is goedkoper; er klaar voor zijn kost bijna niets.