Google åbner for Gemini 4 Argon
Google DeepMind ruller nu Gemini 4 Argon ud til udviklere, virksomheder og betalende brugere via Gemini API, AI Studio og Gemini-platformen, ifølge Googles blog 13. oktober 2026. Marktechpost gengiver de samme hovedpunkter og målretningen mod komplekse flertrinsopgaver på tværs af kode, finans, jura, videnskab og cybersikkerhed. Introduktionspriserne er 2 dollar per million inputtokens og 10 dollar per million outputtokens, med stor rabat på cachede input.
Den store nyhed er et samlet kontekstvindue på op til 1 million tokens, hvor input og output deles. Marktechpost kobler det til en continuation-protokol i Googles udvikler- og enterprise-dokumentation, som skal holde meget lange svar kørende. Tilgængeligheden omfatter også Gemini-appen og AI-tilstand i Søgning for visse abonnenter. Bred adgang, langt vindue, klare priser.
Hvad er Argon teknisk
Argon beskrives som en sparse mixture-of-experts-transformer, hvor et udvalg af specialiserede “eksperter” aktiveres per token. Input er multimodalt (tekst, billede, lyd, video), output er tekst. Ifølge modelkortet, refereret af Marktechpost, er det en ny model og ikke en finjustering af en tidligere Gemini.
Træningen kører på Googles TPU-infrastruktur med JAX og Pathways. Parametertal er ikke offentliggjort, og der er ingen åbne vægte. Det gør direkte sammenligninger sværere og binder kørsel til Google Cloud.
1M-token vinduet i praksis
Vinduet er “combined”: input plus output må samlet ikke overstige op til 1 million tokens. En 200.000-token prompt giver i princippet plads til cirka 800.000 tokens i svar. Har du 700.000 tokens historik, er der omkring 300.000 tilbage til output. Regnestykket styrer designet.
Continuation-protokollen er nøglen ved lange decodes. Klienter skal kunne streame, gemme tilstand og genoptage uden duplikater eller brud. Marktechpost henviser til Googles dokumentation, der beskriver en sikker “fortsæt”-proces. I praksis betyder det tilstandshåndtering og idempotens i klient og backend samt håndtering af kendte fejltilstande som netværksafbrydelser, klient-crash og uventet token-grænse.
- Stream → persistér delresultat og offset
- Checkpoint ved faste token-intervaller
- Resume med continuation-id og forventet næste offset
- Retry/backoff ved fejl med idempotente writes (ingen dobbeltskriv)
Reelle latenstal og genstartsadfærd ved 300k–1M tokens er ikke uafhængigt verificeret. Test det i en trinvis POC under realistiske netværksforhold og med fejl-injektion.
Pris og driftsøkonomi
Med introduktionspriser på cirka 2 dollar per million inputtokens og 10 dollar per million outputtokens (cachet input 95 procent rabat) bliver lange svar hurtigt dyre. Et fuldt 1M-output koster omkring 10 dollar i output alene.
- 150k in / 850k out → ~0,30 dollar + ~8,50 dollar ≈ ~8,80 dollar per svar
- 40k in / 120k out → ~0,08 dollar + ~1,20 dollar ≈ ~1,28 dollar per svar
- Cachet 200k in / 800k out → ~0,01 dollar + ~8,00 dollar ≈ ~8,01 dollar
Design efter økonomi: cache gentagne brudstykker, sæt faste stopkriterier, trim kontekst og batch hvor muligt. Ofte er 64–128K kontekst rigeligt, hvis data er struktureret. De 300k–1M output bør reserveres til use cases som fulde dokumenter i ét gennemløb, længere kodegenereringer eller hele agent-sessioner, hvor opsplitning taber kvalitet.
Ydelse og benchmarks
Google-rapporterede resultater placerer Argon i top på flere målinger for videnarbejde og langkontekst. Marktechpost citerer fx DeepSWE v1.1 77,9 procent, Vals Index 68,90 procent og AutomationBench 51,3 procent. Lange videoopgaver ser stærke ud, mens agentisk kodning er mere blandet.
Forbehold: tallene er self-reported fra Google eller hentet fra leaderboards med forskellig metodik. Marktechpost noterer, at Argons DeepSWE-score er kørt med et mini-swe-agent-setup, mens rivalers tal er fra systemkort og en offentlig liste. Der findes endnu ingen uafhængig validering under produktionsbelastning.
Begrænsninger, governance og leverandørafhængighed
Manglende parametertal og lukkede vægte begrænser ekstern audit og finstyring. Lange sekvenser øger risiko for fejl, stilbrud og timeouts — continuation hjælper, men fjerner det ikke. Argon kører via Googles platforme på Google Cloud, hvilket giver praktisk leverandørafhængighed og kræver overvejelser om egress-omkostninger, latency mod systemer uden for GCP og compliance i regulerede miljøer.
- Adgangskontrol: begræns nøgler, brug kortlivede tokens
- Datahygiejne: minimer PII i kontekst, maskér ved indtastning
- Retention: korte TTL’er for midlertidige buffers og logs
- Audit: sporbarhed af prompts, continuation-id’er og outputs
- Review-triggers: menneskelig review ved meget lange svar, lave sikkerhedsscorer eller høj omkostning
Erfaringsmæssigt kan avancerede MoE-modeller allerede løse mange tastaturbaserede opgaver, når de får de rigtige værktøjer og integrationer. Realisering kræver dog kompetencer, driftserfaring og klare rammer. EU’s AI-forordning gør samtidig autonome udrulninger mere bureaukratiske i visse klasser, så hold mennesker i loopet.
Rapporterede huller og næste skridt
Der mangler uafhængige benchmarks på tværs af domæner, især for meget lange decodes. Det er uklart, hvordan continuation håndterer genstart efter klient- eller netværksfejl på tværs af SDK’er, før man har læst den konkrete API-kontrakt og testet den. Reelle latenstal for 300k–1M tokens i produktion er endnu ikke verificeret. Modelkortet angiver viden-cutoff marts 2026.
Praktisk anbefaling: kør en smal POC med cost caps. Mål latenstid pr. 10k tokens, fejlrate, andel vellykkede resumes og cost per artefakt. Load-test continuation-vejen, og planlæg rollback, hvis en lang sekvens fejler halvvejs.
Konklusion
Gemini 4 Argon løfter loftet for, hvor lange, sammenhængende outputs man kan få via API. Mulighederne er reelle — men kræver stram arkitektur, økonomisk disciplin og tydelige sikkerhedsrammer. Start småt, mål alt, og skaler kun det, der holder under last.
