Gemini 4 Carbon vs Gemini 4 Argon: De 15-daagse upgrade die je niet kunt bellen

Twee modellen, één tariefkaart, negen indexpunten van elkaar verwijderd — en alleen een van beide heeft een endpoint. Gemini 4 Carbon werd aangekondigd op 28 oktober 2026, vijftien dagen nadat Gemini 4 Argon aanroepbaar werd in de betaalde Gemini API, en het eigen bericht van Google beschrijft Carbon als het sterkere van de twee. Sterkte is echter niet hetzelfde als beschikbaarheid: er is vandaag geen vermelding van gemini-4-carbon in de modellenlijst van Google of op zijn prijspagina, en de mensen die het draaien zijn cyberverdedigers en vertrouwde partners die zijn toegelaten via het Fairwind Program van het bedrijf. De eerlijke versie van deze vergelijking is een capaciteitenvergelijking tussen twee modellen en een toegangsvergelijking tussen een model en een programma.

Wat Google op 28 oktober officieel heeft vastgelegd

De aankondiging kwam van Koray Kavukcuoglu, senior vicepresident van Google DeepMind, in een bericht getiteld "our next frontier model". Carbon volgt Argon op — aangekondigd op 30 september, algemeen beschikbaar sinds 13 oktober — binnen hetzelfde generatienummer. Het door Google genoemde focusgebied is cybersecurity en agentwerk met een lange tijdshorizon: het soort taak waarbij een agent dagenlang door doodlopende wegen blijft doorgaan, eerder dan een taak waarbij een prompt één antwoord krijgt.

Drie details zijn belangrijker dan de marketing:

• De toegang is gefaseerd en niet gedateerd. Carbon ging eerst naar "een subset van cyberverdedigers", daarna breidt het zich via het Fairwind Program uit naar ontwikkelaars, bedrijven en consumenten, "zo snel mogelijk". Voor de laatste drie groepen werd geen datum gegeven.

• Deze release maakt deel uit van het vrijwillige pre-release-testproces van de Amerikaanse overheid. Google zegt dat het eraan deelneemt en nog steeds de waarborgen verfijnt voordat bredere toegang mogelijk is.

• Geen openbare modelkaart, geen endpoint, geen identifier. De modellenlijst van de Gemini API, gecontroleerd op 29 oktober, bevat precies één Gemini 4-vermelding — Gemini 4 Argon — en de prijzenpagina bevat er geen voor Carbon. Het contextvenster dat Google voor Argon heeft gepubliceerd (een uniforme 1M tokens, met decodes tot 1M) is niet herhaald voor Carbon; Artificial Analysis vermeldt 1M tokens voor Carbon, wat een vermelding door een derde partij is en geen specificatie van Google.

De kloof van negen punten, en wie die heeft gemeten

Artificial Analysis heeft zijn Intelligence Index op 27 oktober herbouwd als v5, de dag voordat Carbon werd uitgebracht, waarbij twee benchmarks werden vervangen, drie andere werden geüpgraded en het grootste deel van de index privé werd gemaakt. Die timing is de reden om voorzichtig te zijn met elke voor-en-na-grafiek die je deze week ziet: scores van voor de herbouw liggen niet op dezelfde schaal als scores van daarna. Op de huidige lijst na de herbouw zijn beide modellen gescoord, en de kloof is reëel en met hetzelfde instrument gemeten.

Intelligence Index v5 — Carbon 59, eerste van 52 vermelde modellen; Gemini 4 Argon 50, dertiende.

• Kosten per indextaak bij standaardprijzen — Carbon $7,76 tegenover Argon $7,68. Het nieuwere model scoort negen punten hoger voor acht cent meer per taak.

• Accuraatheid — Carbon 58%, een winst van tien punten ten opzichte van Argon; AA-Omniscience 54 tegenover 46.

• Hallucinatie — Carbon 11%, een stijging ten opzichte van Argon's 4%. Carbon is in de trackers nog steeds de op één na laagste, maar de richting is de verkeerde.

• Uitvoervolume — 123k tokens per indextaak, 29% onder de 173k van Claude Opus 5.5, wat deels verklaart waarom de kosten per taak laag blijven ondanks dezelfde adviesprijs.

• Snelheid — 99,8 outputtokens per seconde volgens de meting van Artificial Analysis, met een tijd tot eerste token van 97,48 seconden bij hoge reasoning-inspanning. Dat is het getal om in de gaten te houden als je het model achter een interactieve interface plaatst in plaats van een langdurige taak.

Artificial Analysis meet ook wat de kop verbergt: op zijn Coding Agent Index scoort Carbon 59 met de Antigravity CLI, drie punten achter Claude Code dat Claude Opus 5.5 op 62 aandrijft. Googles eigen resultaat voor webontwikkeling wijst de andere kant op — WebDev Arena op 1.768, vierde plaats, een winst van 89 Elo — wat herinnert aan dat "nummer één overall" en "beste in code" verschillende claims zijn.

De eigen cijfers van Google zijn de meest opvallende in het bericht.

Google rapporteerde een aanzienlijke beveiligingsset, en het loont de moeite om te onderscheiden wat er gemeten is van wat er beweerd wordt. Op SEC-bench Pro, vulnerability discovery, scoort Carbon 88,2% tegenover Argon's 83,4%. ExploitGym, dat exploitation valideert, gaat van 42,0% naar 54,8%. CWE-bench, patching, gaat van 68,0% naar 71,0%. Intern zegt Google dat Carbon meer dan twee keer zo vaak kwetsbaarheidsvrije code genereert als Argon, en dat zijn Chrome-team het meer dan tien keer beter vond dan "het grote frontier-model van een ander lab" in het produceren van hoogwaardige patches — een vergelijking zonder genoemde tegenstander en zonder gepubliceerde methode.

De veiligheidscijfers zijn zwaarwegender dan de capaciteitscijfers, omdat dit het eerste geval is waarin Google publiceert dat Carbon Argon op gedrag verslaat, niet alleen op scores. Op Gray Swans benchmark voor indirecte prompt-injectie is het aanvalsuccespercentage van Carbon 0,0% tegen 0,7% voor Argon. Bij Terminal-Bench 4.0 werd in 0,4% van de runs geprobeerd te cheaten, en geen enkele poging slaagde, terwijl het gedrag van Argon slechter was. Waarschuwingen over ernstige misalignment bij interne live coding namen met bijna 80% af, niet-onderbouwde claims werden gehalveerd, te ver gaand optreden nam met 26% af en te geringe dienstverlening met 29%.

Twee kanttekeningen horen naast die cijfers, niet in een voetnoot. Google zegt dat de cyberveiligheidsevaluaties zijn uitgevoerd zonder guardrails, wat de juiste manier is om de ruwe capaciteit van een model te meten en de verkeerde manier om te voorspellen wat een uitgerold systeem zal doen. En de grootste multiplicatoren — de 2x veilige code en de 10x patching — zijn interne benchmarks en een teamrapport, geen onafhankelijke resultaten. De lezing van The Register op de dag van de lancering was dat het beveiligingsverhaal veelbelovend is en grotendeels door de leverancier gerapporteerd; niets dat sindsdien is gepubliceerd, heeft dat veranderd.

Cijfers die in de berichtgeving over de lancering rondgaan, zetten Carbon voor op Vals Index v2.2 (70,4% tegen 69,2%), SWE-sweep (9,6% tegen 4,3%), FrontierSWE 2 (61,2% tegen 55,0%), Agents' Last Exam v1.1 (77,4% tegen 69,0%), OSWorld-2.1 (81,5% tegen 74,7%) en GraphWalks voor lange context (96,2% tegen 84,2%). Die zijn door Google gerapporteerd, tenzij de eigenaar van een benchmark anders aangeeft, en het patroon is consistent: Carbon is een brede verbetering, geen uniforme, en het blijft achter bij Opus 5.5 en GPT-6 Astra op diverse software-engineering- en computer-use-tests.

Zelfde prijskaartje, andere klok.

Beide modellen hebben dezelfde gepubliceerde tarievenkaart: $2 per miljoen input en $10 per miljoen output als introductieprijs, met gecachte input tegen 95% korting, en daarna $4 en $20. De asymmetrie zit in de kalender. Het introductievenster van Argon heeft een datum — op de prijspagina van Google staat dat de hogere bedragen ingaan op 1 december 2026 — en de batch-, flex- en prioriteitsniveaus worden daarnaast gepubliceerd. De korting van Carbon heeft helemaal geen einddatum; de aankondiging zegt alleen "na de introductieperiode".

Artificial Analysis rekent voor beide modellen de standaardprijs van $4/$20; daarom zijn de cijfers over de kosten per taak de eerlijke manier om ze te vergelijken, en het introductietarief niet. Een budget dat op $2/$10 voor een van beide modellen is gebaseerd, bevat een cliff, en voor Argon heeft die cliff nu een datum.

OrcaRouter routeert vandaag geen van deze twee modellen: Gemini 4 Carbon heeft geen publieke identifier om te routeren, en Gemini 4 Argon staat ook niet in onze catalogus. De pass-throughregel blijft de relevante regel, want die bepaalt wat er gebeurt als dat verandert — we rekenen 0% markup op de lijstprijs van de provider, dus de tariefkaart die Google publiceert is de tariefkaart die een klant ziet, inclusief een stap midden in de contractperiode van $2/$10 naar $4/$20. Wat we wel uit dezelfde familie routeren, is Gemini 3.8 Flash, tegen $0,75 per miljoen input en $3,75 per miljoen output met cache-reads tegen $0,075. Dat is een model uit een andere klasse, maar het is het Google-endpoint dat je deze week in een productiepad kunt opnemen.

Wie moet welke kiezen

Als je een verdediger binnen de Fairwind-perimeter bent, is de keuze niet aan jou en is Carbon nu voor je beschikbaar — de interessante vraag is of de veiligheidswinsten je eigen harness overleven, aangezien de gepubliceerde resultaten zonder guardrails en deels op Google's interne suites werden gemeten.

Als je iets bouwt dat dit kwartaal moet worden gelanceerd, is Argon standaard het antwoord. Het heeft een endpoint, een gepubliceerde prijs en een datum voor de korting, wat meer is dan Carbon heeft. De zwakke punten zijn bekend: Terminal-Bench 4.0 hoog in de vijftig volgens Google's lanceercijfers, tegenover Opus 5.5 op 66,4%, en een hallucinatiepercentage dat Carbon inmiddels in de verkeerde richting heeft overtroffen.

Als je de scope van een beveiligingsproduct bepaalt, gaat de beslissing minder over welk model wint en meer over welk model je kunt testen. Carbon is niet beschikbaar, dus elke leverancier die vandaag met "Gemini 4 Carbon"-prestaties aankomt, komt alleen met een label. Argon plus je eigen evaluatie is de eerlijke baseline waartegen de claims van Carbon later kunnen worden gecontroleerd.

Het ritme van vijftien dagen is het echte verhaal

Argon is vier weken oud. Carbon kwam binnen hetzelfde generatienummer binnen, niet als Gemini 4.1 of Gemini 5, wat je precies vertelt hoe Google vanaf hier gaat uitrollen: varianten, geen versies. Ars Technica's lezing op de dag van de lancering was dat Carbon in wezen een iets betere Argon is — mogelijk een post-training-refresh — en de release notes ondersteunen die vorm: identieke prijs, identiek contextvenster, identieke invoermodaliteiten, andere mix aan mogelijkheden.

Voor iedereen die integreert, heeft dat een concrete consequentie. Een modelnaam is niet langer een stabiele beschrijving van gedrag. gemini-4-argon beschreef op 13 oktober één ding en kan na een stille refresh iets anders beschrijven; de arena-waarneming die we op 21 oktober behandelden, waarbij een alias verschillende gewichten leek te serveren, wordt door de lancering noch bevestigd noch weerlegd. De verdediging is de onglamoureuze: pin de identifier waarop je daadwerkelijk bent geëvalueerd, houd een gedateerde evalset bij en behandel elke alias als iets dat onder je vandaan kan bewegen.

Wat nu te kijken

• De eerste gemini-4-carbon vermelding in de modellenlijst van Google — dat, niet de aankondiging, is het moment waarop Carbon een product wordt.

• 1 december, wanneer de introductiekorting van Argon vervalt en de effectieve vergelijking verandert voor elke koper die het nog gebruikt.

• Een gepaarde, door derden uitgevoerde Carbon-versus-Argon-evaluatie op de beveiligingsbenchmarks, uitgevoerd met guardrails, aangezien er nog geen enkele is gepubliceerd.

Tot de eerste daarvan arriveert, is de ranglijst die van Carbon en de beslissing die van Argon. Dat is een ongebruikelijk iets om te schrijven over een model dat net het beste ter wereld is genoemd, maar dat is wat de endpoints zeggen.