Gemini 4 vs Gemini 4 Argon: En av dessa två modeller existerar inte

Google tillkännagav en frontiermodell den 30 september 2026. Det är inte den som de flesta föreställer sig. Gemini 4 Argon är ett riktigt namn kopplat till ett riktigt tillkännagivande, en riktig prislista och en publicerad uppsättning benchmarks. Gemini 4 är familjeprefixet som namnet ligger under — och enligt det som finns dokumenterat i dag är det inte en produkt. Det finns inget modell-ID för det, ingen endpoint, inget modellkort och inget pris per miljon tokens. Så det här är inte en jämförelse av två system. Det är en jämförelse av en tillkännagiven modell mot ett namn som många, inklusive den här bloggen, har behandlat som en modell i månader.

Den distinktionen har pengar kopplade till sig. Gemini 4 Argon har ett introduktionspris på $2 per miljon indatatokens och $10 per miljon utdatatokens, som stiger till $4 och $20 efter en introduktionsperiod som Google inte har definierat. Det är leverantörsangivna siffror från Googles eget tillkännagivandeinlägg. Om du budgeterar för en migrering till pro-nivån 2026 är $2/$10 siffran du kan planera utifrån, och "vad Gemini 4 än kostar" är inte en siffra alls — inget har publicerats för det, eftersom det ännu inte finns något att publicera.

Vad "Gemini 4" faktiskt är enligt protokollet

Sök efter en produktsida för Gemini 4 och du hittar ett enda dokument: Googles eget inlägg med titeln Gemini 4 Argon: vår nästa era av frontier-intelligens, publicerad den 30 september 2026 kl. 20:00 UTC och tillskriven Koray Kavukcuoglu. Läs den noggrant och "Gemini 4" förekommer aldrig som en fristående modell. Varje kapacitetspåstående, varje pris och varje benchmark i inlägget är kopplat till det fullständiga namnet. Den korta formen förekommer endast där namnet används som prefix — "Gemini 4 Argons kapaciteter" — vilket är samma grammatiska plats som Gemini 3 intog innan Gemini 3 Pro, Gemini 3.1 Pro och Flash-varianter var och en blev sin egen sak.

Generationshistoriken stöder en sådan tolkning. Alphabets resultatkonferens den 23 juli satte inramningen på pränt: Sundar Pichai sade att nästa generation frontiermodeller ”kräver mycket större basmodeller” och pekade ut kodning och agentisk kodning som de områden som behöver förbättras. Den 23 september, vid ett evenemang som The Information stod värd för, sade Kavukcuoglu att förträningen var klar och att modellen befann sig i de tidiga stadierna av efterträning, att teamet hade sett resultaten och att han hoppades kunna släppa en tidig efterträningsversion väl före årets slut. Business Insider beskrev tillkännagivandet den 30 september som den första modellen i 4-serien — en serie, vilket är det avslöjande tecknet. Alla dessa tre är leverantörsuttalanden om leverantörens eget arbete, vidarebefordrade av tredje parter.

Vad det innebär i praktiken: "Gemini 4" är generationen, och generationen har en namngiven medlem. Den nivåstruktur som Google har använt i två år – en Pro högst upp, en Flash under den, en Cyber-variant som är låst bakom samma program – har ännu inte fyllts för generation 4. En "Gemini 4 Pro" eller en "Gemini 4 Ultra" är en slutledning utifrån Googles eget namngivningsmönster, inte en läcka och inte en punkt på färdplanen. Betrakta varje text som jämför Gemini 4 Argon med "Gemini 4" som att jämföra en modell med sitt eget efternamn.

Vad Gemini 4 Argon egentligen är

Gemini 4 Argon tillkännagavs den 26 september 2026 på Googles blogg, och Demis Hassabis tillkännagav det med egna ord där. Utrullningen sker i etapper, och endast den första etappen har ett datum: Argon går först till granskade cyberförsvarare genom Fairwind Program, den ansökningsbaserade nivån som Google byggde för regeringar och nationella cybersäkerhetsmyndigheter, operatörer av kritisk infrastruktur och centrala teknikplattformar. Hassabis eget inlägg sa att företaget rullade ut det "med start hos regeringar och betrodda cyberförsvarare genom vårt Fairwind Program idag." Efter det placerar Googles formulering betalande API-kunder och prenumeranter på Google AI Ultra härnäst, sedan utvecklare, företag och konsumenter. Ingen av dessa senare etapper har ett datum.

Det som inte finns med i den listan är den del som spelar roll för alla som planerar arbete: ett datum för allmän tillgänglighet, ett modell-ID, ett kontextfönster, ett parameterantal, ett modellkort eller ett systemkort. Google publicerade en utmatningsgräns, inte ett kontextfönster. Den är 1 miljon token, upp från taket på 64K som den tidigare Gemini-familjen använde, och Google kallar den branschledande. En ökning med en storleksordning av hur mycket ett enda anrop kan returnera är en verklig förändring för långa agenttrajektorier och single-shot-rendering, och det är den enda tekniska siffran i tillkännagivandet som är utan tvetydighet.

Benchmarksviten är bred och helt oreproducerad. Google rapporterar DeepSWE v1.1 på 77,9 %, förstaplats på AutomationBench med 51,3 %, LVBench på 91,7 %, delad förstaplats på CWE-bench v1 med 68 %, ledande resultat på Vals Index, sin Vals Finance Agent v2, Harvey's Legal Agent Benchmark och den starkaste prestationen på Gray Swan's Indirect Prompt Injection-benchmark. Vart och ett av dessa är leverantörens egen siffra, publicerad av leverantören, och ingen av dem har oberoende reproducerats. En separat uppsättning siffror som cirkulerade i september och presenterades som förutsagda Gemini 4-benchmarks med en AutomationBench-poäng på 48,7 % visade sig vara återanvända från en orelaterad lansering och är inte publicerade av Google. Googles faktiska rapporterade AutomationBench-siffra är 51,3 %, vilket är en annan siffra från en annan källa.

Resultattavlan som de två namnen producerar

Ställ de två sida vid sida utifrån de sex dimensioner som den här kombinationen faktiskt hänger på, och problemets form är uppenbar:

• Finns som en namngiven produkt — Gemini 4: nej. Gemini 4 Argon: ja, tillkännagavs 2026-09-30.

Kan anropas idag – Gemini 4: det finns inget modell-ID och ingen endpoint. Gemini 4 Argon: det finns heller inget modell-ID och ingen endpoint; åtkomst är Fairwind-begränsad och endast via ansökan.

• Pris — Gemini 4: inget publicerat. Gemini 4 Argon: $2 / $10 per miljon tokens som introduktionspris, därefter $4 / $20. Leverantörsuppgivet.

• Maximal utdata – Gemini 4: ingen publicerad. Gemini 4 Argon: 1 miljon tokens, mot 64K för den föregående generationen. Enligt leverantören.

• Intelligensindex — Gemini 4: inte utvärderad. Gemini 4 Argon: 53 på Artificial Analysis Intelligence Index vid hög resonemangsansträngning, med en kostnad på 1,99 USD per indexuppgift. Enligt Artificial Analysis.

• Oberoende topplisteplacering — Gemini 4: inte rankad. Gemini 4 Argon: först på Vals topplista med 68,90 % och en kostnad på 15,68 USD per test, över 13,40 input och 142,01M output-tokens. Enligt Vals.

Läs de två sista raderna tillsammans och du får den enda genuint intressanta oenigheten i den här jämförelsen. Artificial Analysis placerar Gemini 4 Argon på 53, vilket är i nivå med Claude Fable 5.1 och GPT-6 Astra, och fem poäng efter Claude Opus 5.5 på 58. Vals placerar den ohotat först. Båda är oberoende, båda mäter något verkligt, och de mäter olika saker — AA:s index viktar en fast uppsättning av tio utvärderingar inom kodning, resonemang och kunskapsarbete, medan Vals Index viktar fyra sektorer efter deras andel av det amerikanska förädlingsvärdet. En modell kan leda den ena och inte den andra utan att någon av resultattavlorna har fel.

Det finns en andra sak att lägga märke till i Vals-raden, och det är den en företagsinköpare bör bry sig om. Vals registrerar Argons prislista som $4/$20 – priset efter introduktionsperioden – medan Googles eget tillkännagivande anger $2/$10. Om kostnaden på $15,68 per test beräknades utifrån $4/$20, skulle en köpare som accepterar introduktionspriset se en väsentligt lägre siffra för samma arbete, medan en köpare som missar introduktionsfönstret inte skulle göra det. Google har inte sagt hur länge det fönstret varar. Den enda odefinierade variabeln förskjuter den mest beslutsrelevanta siffran i hela lanseringen.

Vad du kan ringa idag

Det finns inget under namnet Gemini 4, och det inkluderar oss. Vi kontrollerade katalogen: google/gemini-4, google/gemini-4-argon, google/gemini-4-pro och google/gemini-3.8-flash-cyber returnerar alla "model not found", och detsamma gäller varje annan routningsplattform, eftersom ingen av dem har ett modell-ID att routa. Gemini API:s egen modellista – Gemini 3.8 Flash, Gemini 3.8 Live, Gemini 3.1 Pro, Gemini 3 Flash – innehåller inte någon Gemini 4-post av något slag. Tills Argon tar sig igenom Fairwind-kön och får en identifierare finns det inget fakturerat pris och ingen slutpunkt någonstans.

Googles aktiva pro-nivå är en annan historia. Gemini 3.1 Pro Preview har funnits i vår katalog sedan den 19 februari 2026 för $2,00 in och $12,00 ut per miljon tokens, med ett kontextfönster på 1 048 576 tokens, en maximal utdata på 65 536 tokens och multimodala indata för text, bild, ljud, video och fil. Åtta månader senare är den fortfarande märkt Preview i Gemini API:s egen modellista, vilket i sig är argumentet för att Argon finns. Trycker man den över 200 000 indatatoken fördubblas priset till $4 och $18.

Det är den enda platsen där den här jämförelsen har ett operativt svar. Gemini 3.1 Pro Preview är live bakom samma OpenAI-kompatibla endpoint som de andra 200-plus-modellerna vi dirigerar, till leverantörens listpris utan påslag — så när Google till slut publicerar en identifierare och ett fakturerat pris för Gemini 4 Argon, och sedan ett syskon på Pro-nivå om namngivningsmönstret håller, innebär vidarebefordran att dessa priser dyker upp på vår sida samma dag som de dyker upp hos Google. Under tiden, om du vill mäta pro-nivån i stället för att läsa om den, är det modellen att mäta. Om du vill prova en modell vars beteende fortfarande karakteriseras, automatisk failover mellan leverantörer är hur du gör det utan att satsa en produktionsväg på en förhandsversion som Google själv beskriver som under infasning.

En invändning som hör i samma andetag som priset

Bloomberg rapporterade den 30 september att vissa Google-anställda med direkt tillgång till Argon säger att Argon presterar bättre i verkligt arbete än vad benchmarkpoängen antyder, särskilt vad gäller frontend-design, och två anställda använder termen "benchmaxxing". Google bestrider beskrivningen. Det är värt att ställa det bredvid benchmarklistan just för att benchmarklistan är hela den offentliga bevisbasen för den här modellen. När det bara finns en leverantörs siffror och inget sätt att reproducera dem, är en rapport om att siffrorna inte berättar hela historien inte en fotnot. Det är halva bevisningen.

Vem ska välja vilken

Om du väljer mellan dessa två namn har du ännu inte valt, och det ärliga rådet är att planera utifrån det snarare än utifrån en jämförelse.

Om du behöver en Google-modell på pro-nivå i produktion det här kvartalet är svaret Gemini 3.1 Pro Preview. Den går att anropa, den har ett pris, och det är den nivå som Argon positioneras för att ersätta. Att vänta på Argon är att vänta på en kö som du inte kan ansluta dig till.

• Om du tillhör den målgrupp som Argon är åtkomstbegränsat för – en statlig cybersäkerhetsmyndighet, en operatör av kritisk infrastruktur, en programvaruunderhållare – är Fairwind-programmet vägen, och det specifika i det är modellens förmågor, inte marknadsföring. Google tränade den för sårbarheter och patchning och gjorde det generellt.

• Om du budgeterar för en migrering 2026, använd $2/$10 för introduktionsperioden och $4/$20 för allt därefter. Använd inte en enda sammanvägd siffra, och använd inte kostnaden per test på $15.68 från Vals utan att kontrollera vilken prislista den beräknades utifrån.

• Om du väntar på "Gemini 4", vänta på ett modell-ID. Namnet kommer att få ett – Googles namngivningsmönster över tre generationer säger att Pro-nivån och Flash-nivån får egna identifierare – men mönstret är inte ett tillkännagivande, och inget har publicerats om vad ett Gemini 4 i sig skulle vara, kosta eller göra.

Den bredare poängen är en som den här bloggen har behövt framföra förut och förmodligen kommer att behöva framföra igen: ett generationsnamn är inte en modell. Gemini 4 Argon är det enda som Google har lagt ett namn, ett pris, en uppsättning benchmarks och en åtkomstplan bakom. Resten av familjen är ett mönster, och ett mönster är något man kan förutse men inte något man kan sätta namn på.