Gemini 4 Argon: Samma namn, olika vikter – Carbon Arena-observationen

Den 21 oktober 2026 hävdade ett inlägg från @chetaslua att en ny checkpoint testas på Arena under ett namn som inte har ändrats. Modellen heter fortfarande G​emini 4 Argon — identifieraren gemini-4-argon, som G​oogle tillkännagav den 30 september 2026 och har varit allmänt tillgänglig sedan den 13 oktober — men vikterna bakom det namnet sägs vara Carbon, den interna checkpointen som Business Insider den 9 oktober beskrev som att den kändes jämförbar med Claude Opus 5.5 för kodning. Inläggets bevis är en skärmbild från en tredjepartsbot som bevakar Arena; den visar en kapacitetsförändring loggad mot Argon-aliaset, samt en kort video som författaren presenterar som checkpointens första utdata. Det har inte kommit något tillkännagivande, ingen post i ändringsloggen, inget modellkort och ingen kommentar från G​oogle. Det här är alltså inte en lanseringsnyhet, och inget här tyder på att en ny modell har släppts: modellen som diskuteras har varit offentlig sedan den 13 oktober. Det nya är påståendet att det offentliga namnet kanske inte längre pekar på de offentliga vikterna. De dokumenterade AI-incidenterna och agentfelen bakom modeller i den här klassen samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd uppgift.

Vad inlägget faktiskt säger, avskalat från skämtet

Inlägget är fyra rader och en video, skrivet i en ton som av någon som förväntar sig att du redan kan bakgrundshistorien. Om man reducerar det till påståenden säger det så här:

• En ny G​emini-checkpoint testas på Arena — den offentliga arenan för modelljämförelse där labb ibland ställer upp med opublicerade versioner under alias.

• Aliaset är inte nytt. Namnet är "detsamma", vilket i sammanhanget betyder gemini-4-argon-identifieraren, som redan är en lanserad modell.

Checkpointen bakom det namnet uppges vara Carbon, den interna byggversion som rapporteringen den 9 oktober skilde från Barium-B, den checkpoint som G​oogle faktiskt levererade som G​emini 4 Argon.

• Författarens första prompt bad om en 3D-video av "carbon stability" byggd kring Gemini-maskoten, och inlägget presenterar det resulterande klippet som checkpointens första utdata. Den avslutande raden, "Logan Redemption Arc", är ett skämt om en Google-anställd och innehåller inget tekniskt påstående.

Det är allt. En aliasobservation, en kodnamnstillskrivning, ett utdataprov och ingen reproducerbar artefakt av något slag.

Skärmbilden är äkta, och den säger inte det som inlägget säger.

Den bifogade skärmdumpen är värd att läsa noggrant, eftersom det är den enda delen av påståendet som finns som ett dokument snarare än som en mening. Det är ett aviseringskort från en bot som heter Arena Scout, tillskrivet "Journey To AGI" och "Synopsis on X", med rubriken "Kapacitetsförändring" och som namnger gemini-4-argon. Den registrerar en upptäckt den 21 oktober 2026 kl. 09:30, anger organisationen som Google och leverantören som "okänd" och visar en kapacitetsdifferens: text som indata och text som utdata, med bildindata och webbflaggor på den ändrade sidan så långt den finstilta texten kan läsas.

Tre saker följer, och endast tre.

• Aliaset gemini-4-argon serverades på Arena den 21 oktober, och något i hur det konfigurerades ändrades den morgonen. Det är vad en bot för kapacitetsförändringar är till för, och det är den minst intressanta tolkningen av kortet.

• Kortet är bevis på att ett alias gör något, inte bevis på vilka vikter som ligger bakom aliaset. En kapabilitetsflagga som slår om säger att konfigurationen har ändrats. Den kan inte säga om modellen under är Barium-B, Carbon eller en tredje build som ingen har namngett. Postens språng från "kapabilitetsändring på aliaset" till "det är carbon" är författarens slutsats, inte botens fynd.

• Själva boten är en tredje part, och kortet är en avisering, inte en utskrift. Ingen har lagt upp Arena-sessionen, aliasmetadata eller en sida-vid-sida-jämförelse mot den lanserade modellen.

Det finns också en liten klockanomali som är värd att påpeka snarare än att tona över: inlägget är tidsstämplat 08:46 UTC, medan kortet i det visar 9:30 AM. En lokal tidsstämpel på botens sida förklarar det helt bekvämt, och det ändrar ingenting om datumet. Men det är en påminnelse om att artefakten är en skärmdump av en avisering som har skickats vidare — inte en logg.

Varför ett oförändrat namn är det intressanta

Modellalias förutsätts vara stabila kontrakt. När du skickar en förfrågan till en namngiven modell förlitar du dig på att namnet låser beteendet: samma tokeniserare, samma vägransprofil, samma latensmönster, samma pris. Labb som kör opublicerade byggen på Arena gör det normalt under ett tillfälligt alias, just för att det lanserade namnet ska fortsätta betyda en och samma sak.

Om inlägget stämmer hoppades den konventionen över, och konsekvensen är konkret snarare än teoretisk. Alla som benchmarkade gemini-4-argon förra veckan och alla som benchmarkar det den här veckan mäter kanske inte samma system. Det är skillnaden mellan en läcka om en framtida modell och en läcka om modellen du redan betalar för – och det är anledningen till att den här iakttagelsen är värd en sida trots att det underliggande kodnamnet har varit offentligt sedan 9 oktober.

Det som skulle avgöra saken är inte ännu en skärmbild. Det är en parad utvärdering: samma promptuppsättning körd mot aliaset före och efter ändringen, plus en tokenizer-probe och en latensfördelning. Ingen har publicerat det. Tills någon gör det är den ärliga hållningen att ett namn kan ha flyttats och att vi ännu inte kan se vart.

Vad fraktmodellen faktiskt är, så att jämförelsen har en baslinje

Gemini 4 Argon är inte ett rykte. Google meddelade det den 30 september 2026, och Gemini API:ets ändringslogg anger allmän tillgänglighet den 13 oktober med identifieraren gemini-4-argon. Den publicerade specifikationen är ovanligt specifik, vilket gör den till en bra måttstock för att bedöma alla påståenden om att vikterna flyttades:

• Pris — introduktionspris $2.00 per miljon indatatokens och $10.00 per miljon utdatatokens, med cachad indata med 95 % rabatt; priset efter introduktionsperioden anges som $4.00 och $20.00.

• Kontext — ett enhetligt fönster på 1M token, med långa avkodningar på upp till 1M utdata-token, upp från ett tak på 64K utdata-token i föregående generation.

• Oberoende poäng — Artificial Analysis listar Gemini 4 Argon (High) med 53 i sitt Intelligence Index, rankad 8:a på den mätaren, uppmätt till $1.99 per Index-uppgift.

• Hastighet – 83,1 utdatatoken per sekund, med 47,43 sekunder till första token, enligt samma källa.

• Utdatamodalitet — text, i varje offentlig specifikation vi kunde läsa. Indata är brett: text, bild, ljud, video och filer. Utdata är text.

Det är på den sista raden som inläggets video blir svår att bedöma. Ett klipp är inte något som den här modellen enligt dokumentationen producerar. Antingen har den testade checkpointen en modalitet som den levererade modellen inte har, eller så producerades klippet av något annat i kedjan – ett renderingssteg, en separat videomodell eller författarens egna verktyg – och presenterades som modellens utdata. Inlägget säger inte vilket, och klippet ensamt kan inte avgöra det.

Carbon, och vad rapporteringen den 9 oktober fastställde och inte fastställde

Kodnamnet Carbon är inte ny information, och det är värt att vara noggrann kring dess härkomst eftersom det nya inlägget ärver alla dess svagheter. Business Insider rapporterade, och sajten TestingCatalog som bevakar läckor vidarebefordrade den 9 oktober, att Googles personal internt testade en ytterligare Gemini 4-checkpoint som kallades Carbon; att tidig intern återkoppling angav att den upplevdes som jämförbar med Claude Opus 5.5 för kodning; att Barium-B var den checkpoint som valts för den offentliga Argon-utgåvan; och att Carbon, som kördes via Googles interna plattform Jetski, var en separat och potentiellt starkare iteration. Samma rapportering slog klart fast att det inte var bekräftat huruvida Carbon blir en framtida Argon-uppdatering eller en egen utgåva.

Notera vilken typ av påstående "känns jämförbart med Claude Opus 5.5 för kodning" är. Det är ett intryck från anställda, inte ett benchmark. Det har ingen uppgiftsuppsättning, ingen urvalsstorlek, ingen bedömningsrubrik och inget revisionsnummer, och ingen utanför Google kan reproducera det. Det är den sortens sak som är genuint användbar som en riktningssignal och genuint värdelös som ett tal – och en text som klär upp det som en poäng skulle ljuga för dig.

Inlägget den 21 oktober driver, om något, den tidigare rapporteringen i en riktning som den uttryckligen lämnade öppen: inte ett separat släpp, utan samma alias som bär olika vikter. Det är en betydelsefull uppdatering av helhetsbilden. Det är fortfarande bara en persons slutsats från en botavisering.

Vad det innebär om du är den som betalar för samtalen

Det finns två målgrupper för den här berättelsen och de bör göra olika saker.

Om du benchmarkar är den praktiska konsekvensen att dina siffror behöver ett datum kopplat till sig. En poäng för gemini-4-argon som samlats in före 21 oktober kan beskriva en checkpoint som inte längre ligger bakom namnet. Kör om din utvärdering innan du jämför den med något, och logga datumet bredvid siffran på samma sätt som du skulle logga en modellrevision.

Om du levererar en produkt på aliaset är konsekvensen mindre än rubriken antyder, men inte noll. Ett tyst checkpoint-byte ändrar ton, vägransbeteende och latensfördelning innan det ändrar benchmarkpoäng, och det är de sakerna som dina användare märker. Försvaret är detsamma som fungerar mot överraskningar från en enskild leverantör: håll en andra modell nåbar och gör bytet till en konfigurationsändring i stället för en incident. Det är fallet som OrcaRouter är byggt för – ett API över 200+ modeller med automatisk failover mellan leverantörer, till 0 % påslag på leverantörens listpris, så att en modell som börjar bete sig annorlunda kl. 09:30 en tisdag är en routningsregel du ändrar, inte ett avbrott du förklarar.

Om tillgänglighet, den ärliga versionen: Gemini 4 Argon finns inte på OrcaRouter. När vi söker i vår katalog efter google/gemini-4-argon får vi "model not found", eftersom Google inte gör den anropbar för oss – av samma anledning som att Carbon-kontrollpunkten inte finns där och inte kan finnas. Det vi faktiskt tillhandahåller i dag omfattar Googles Gemini 3.8 Flash till $0.75 per miljon inputtoken och $3.75 per miljon outputtoken med cacheläsningar till $0.075, och Anthropics Claude Opus 5.5 till $4.00 och $20.00 med cacheläsningar till $0.20 – den senare är modellen som Carbon-jämförelsen fortsätter att mätas mot, och den enda modellen i hela den här historien med en fungerande endpoint och ett publicerat pris som du kan kontrollera.

Vad skulle få detta att gå från en observation till ett faktum?

Klyftan mellan de två är liten, vilket är anledningen till att detta är värt att läsa nu snarare än om en vecka. Vilken som helst av följande skulle räcka:

• En publicerad sida-vid-sida på Arenas egen resultattavla som visar en ny post under aliaset Argon med ett distinkt stilfingeravtryck.

• En andra, oberoende observatör som loggar samma aliasändring samma dag, helst med själva begäran och svaret i stället för ett aviseringskort.

• En changelog-post, en ny modellidentifierare eller ett versionssuffix på gemini-4-argon — det vanliga sättet ett labb meddelar dig att vikterna har flyttats.

• En tokenizer- eller latensmätning som körs före och efter 21 oktober, vilket är det billigaste tillgängliga testet och det som ingen har publicerat.

Tills något av detta bekräftas är den korrekta tolkningen snäv: en tredjepartsbot loggade en kapacitetsförändring för ett levererat models alias den 21 oktober, och ett konto med många följare säger att checkpointen bakom det aliaset är Carbon. Båda delarna kan vara sanna. Ingen av dem har visats vara det, och den andra utför betydligt mer arbete än den första.