Gemini 4 Argon vs Gemini 3.1 Pro: Efterträdaren är billigare, och den gamla modellen vinner fortfarande två fighter

Gemini 4 Argon kostar mindre att köra än modellen den är tänkt att ersätta. Det är inte ett stavfel. Googles introduktionspris för utdata för Gemini 4 Argon är 10 dollar per miljon tokens, och Gemini 3.1 Pro Preview – modellen som finns i OrcaRouter-katalogen i dag, och den som Argons hela existens är ett argument mot – tar 12 dollar. Samma 2 dollar i indata för båda, om du inte pressar Gemini 3.1 Pro Preview förbi 200 000 indatatokens, för då fördubblas priset till 4 dollar in och 18 dollar ut. En billigare efterträdare är tillräckligt ovanlig för att förtjäna att vara huvudnyheten i sig.

Resten av bilden är mindre prydlig. På Intelligence Index från Artificial Analysis får Gemini 4 Argon 52,6 mot 29,7 för Gemini 3.1 Pro Preview – en lucka på 22,9 punkter som i sig skulle antyda att den äldre modellen inte är i samma liga. Men den äldre modellen vinner GPQA Diamond med 94,1 % mot inget publicerat, vinner resonemang i lång kontext med 82,0 mot 79,7 och noterar en poäng på 95,6 i τ²-Bench för agentisk verktygsanvändning som DeepSeek har citerat som rubrik för sitt eget flaggskepp. Så den ärliga formuleringen är inte ”Argon ersätter 3.1 Pro”. Det är ”Argon ersätter 3.1 Pros jobb, till ett lägre pris för utdata, medan 3.1 Pro behåller ett par fördelar inom smala områden som kommer att spela roll för en specifik minoritet av arbetsbelastningar.”

Vad Gemini 3.1 Pro Preview faktiskt är

Det har funnits i katalogen sedan 2026-02-19 och har kallats en förhandsversion under alla sju månader sedan dess. Google tillbringade tiden däremellan med att lansera modeller på Flash-nivå – 3.6 Flash, 3.8 Flash, den cybersäkerhetsanpassade 3.8 Flash Cyber – medan Pro-nivån förblev där den var. Det gapet är kontexten för allt som Argon påstår, och det är därför en fråga från maj (”när ersätts Pro-nivån?”) fortfarande är rätt fråga i oktober.

Kortet är en riktig frontier-modell, inte en kvarleva. Kontext på 1 048 576 tokens, indata över text, ljud, video och filer, verktygsanvändning, strukturerad utdata och resonemang, samt fem förmågetaggar på vår sida. Dess svagheter ligger där den tränades: en maximal utdata på 65 536 tokens och en uppgiftsprofil som ter sig daterad bredvid en 2026-modell.

Tabellen bör du läsa två gånger.

Priser, båda som angivna, per miljon tokens:

• Indata – Gemini 4 Argon $2.00 mot Gemini 3.1 Pro Preview $2.00. Nivå.

• Utdata — Gemini 4 Argon $10.00 mot Gemini 3.1 Pro Preview $12.00. Argon är 17 % billigare.

• Cachad indata – Gemini 4 Argon 0,10 $ mot Gemini 3.1 Pro Preview 0,20 $.

• Nivå för långa indata — Gemini 4 Argon anger ett fast introduktionspris; Gemini 3.1 Pro Preview går över till $4,00 in / $18,00 ut över 200 000 indatatoken.

• Maximal utdata — Gemini 4 Argon 1 000 000 tokens mot Gemini 3.1 Pro Preview 65 536.

• Uppmätt kostnad per indextask — Gemini 4 Argon $1.99 jämfört med Gemini 3.1 Pro Preview $0.67, enligt Artificial Analysis. Här är den äldre modellen tre gånger billigare, eftersom det är ett mycket mindre jobb för testramverket att köra.

Den sista raden är avstämningen. Per token är Argon billigare; per uppgift är det tre gånger dyrare, eftersom det besvarar svårare frågor. Om din arbetsbelastning har fast indata och fast utdata – klassificering, extrahering, sammanfattning vid en känd längd – är det siffrorna per token som hamnar på din faktura. Om din arbetsbelastning är "lös det här", är siffran per uppgift den ärliga, och Argons överpris är verkligt.

Gapet på 22,9 punkter, och var det kommer ifrån

Artificial Analysis kör en fast testsvit, så en så stor skillnad borde visa sig konsekvent. Det gör den för det mesta, och mönstret är informativt:

• Terminal-Bench 4.0 — Gemini 4 Argon 57,1 % mot Gemini 3.1 Pro Preview 4,0 %. Inte ett tryckfel. Långsiktig mjukvaruutveckling är den enskilt största förändringen i förmåga mellan de två.

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

• ApexAgents — Gemini 3.1 Pro Preview 32,0 % mot ingen publicerad Argon-siffra på samma resultattavla.

SciCode — Gemini 4 Argon 61,8 % mot Gemini 3.1 Pro Preview 58,7 %. Jämnt.

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

• Resonemang över lång kontext — Gemini 3.1 Pro Preview 82,0 % mot Gemini 4 Argon 79,7 %. Den gamla modellen vinner med knapp marginal.

• GPQA Diamond — Gemini 3.1 Pro Preview 94,1 %. Argon publicerar ingenting på den här resultattavlan.

• Allvetenhet — Gemini 4 Argon 42,4 mot Gemini 3.1 Pro Preview 31,9.

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

• ITBench-SRE — Gemini 4 Argon förekommer inte; Gemini 3.1 Pro Preview 30,3 %.

Så: gapet handlar nästan helt och hållet om agentisk uthållighet och utförande av uppgifter över lång horisont, och där är det enormt. När det gäller vetenskapligt flervalsresonemang, en resonemangsuppgift på 1M tokens och GPQA ligger de två modellerna inom brusnivån eller så leder den äldre. Terminal-Bench 4.0:s 4,0 % mot 57,1 % är siffran som bör avgöra de flesta migreringsbeslut, och det är siffran som den äldre modellens försvarare kommer att hoppa förbi.

Två specifikationer som omformar din arkitektur

Argons utdatatak är 1 000 000 tokens, en ökning från de 64K som den tidigare generationen begränsades till – och 64K är precis vad Gemini 3.1 Pro Preview erbjuder, närmare bestämt 65 536. Sexton gånger så mycket utrymme i en enda trajektoria förändrar vad ett enda anrop kan ombes att göra.

Konkret: allt du för närvarande gör genom att kedja anrop för att ligga under ett utdatatak på 65K – generering av patchar för flera filer, långa granskningsrapporter, utkast till hela dokument i ett enda svep – blir ett enda anrop. Färre anrop innebär färre platser där en agentloop kan tappa tillstånd, och det innebär att din återförsökslogik blir enklare i stället för mer invecklad. Om du har byggt invecklad scaffolding runt 64K-taket, blir den scaffolding migrationskostnaden.

Gemini 3.1 Pro Preview behåller en fördel i specifikationen som Argons tillkännagivande inte tar upp: ljud- och videoindata. Argons publicerade modalitetslista omfattar text, bilder, video och filer – ljud nämns inte i lanseringsmaterialet, och Googles videoexempel är LVBench, ett benchmark för förståelse av långa videor. Om din pipeline tar in ljud bör du verifiera modaliteten innan du antar att uppgraderingen inkluderar den. Det är ett kontrollerbart faktum om en modell som ännu inte går att anropa, vilket är precis den typ av påstående som åldras dåligt.

Förhandsgranskningen sitter i vägen

Det finns ett verkligt, tråkigt, dyrt problem här: den äldre modellen kallas för en preview, den har kallats så i sju månader, och ingen har sagt vad som händer med den. Två scenarier är troliga och de har motsatta konsekvenser för din kodbas. Antingen avvecklas Gemini 3.1 Pro Preview när Argon når allmän tillgänglighet och du måste migrera, eller så ersätts den och fasas långsamt ut medan den fortfarande servar, och du har tid.

Googles egna material avgör inte saken. Argon-tillkännagivandet säger att bredare åtkomst kommer "så snart som möjligt", med början hos betalande API-kunder och prenumeranter på Google AI Ultra, och säger ingenting om ödet för Pro-nivån som den ersätter. Den konservativa ingenjörshållningen är den som inte kostar något: behåll modell-id:t i konfigurationen i stället för i koden, behåll en utvärderingsrigg som kan köra dina riktiga prompter mot en kandidatmodell på en eftermiddag, och behandla det slutliga bytet som en driftuppgift i stället för en omskrivning.

Den positionen är billig just hos OrcaRouter, eftersom bytet är en sträng. google/gemini-3.1-pro-preview är live i katalogen till ovanstående priser, bakom samma OpenAI-kompatibla endpoint som de andra 200+ modeller som vi routar, till leverantörens listpris utan påslag — så när Google ändrar priset på 3.1 Pro eller när Argon publiceras, ändras priset hos oss samma dag. Att köra dina prompter mot båda är en konfigurationsändring och ett andra anrop, inte en andra integration, och automatisk redundans innebär att en import som blir inaktuell inte tar ner endpointen med sig.

Vad man kan göra den här månaden

Om du använder Gemini 3.1 Pro Preview och din arbetsbelastning är retrieval över lång kontext, GPQA-format vetenskapligt resonemang, eller något där den vetenskapliga resonemangsnoggrannheten på 94,1 % är bärande, finns det inget skäl att migrera ännu — Argon är inte anropbar, och det har inte visats att den gamla modellens försprång inom de specifika uppgiftsfamiljerna har stängts. Migrera inte enbart på grund av ett indexgap.

Om din arbetsbelastning är agentisk kodning, utförande av affärsuppgifter i flera steg eller något som genererar stora utdata, är saken redan stark på papper: ett utdatatak som är sexton gånger högre, en spridning på 53 punkter i Terminal-Bench och ett lägre utdatapris. Hindret är enbart att Argon är en stegvis utrullning till betrodda cyberförsvarare via Googles Fairwind-program utan offentlig slutpunkt. Lägg migreringen på din färdplan, bygg utvärderingsramverket nu medan det inte finns någon press, och kör det veckan Argon blir anropbar. Efterträdaren är billigare; att vara redo för den kostar nästan ingenting.