Google lanceert Gemini 4 Argon: eindelijk weer bovenaan meedoen, maar geen koploper

Google was het laatste half jaar uit beeld in de race om de beste AI. Terwijl OpenAI en Anthropic hun modellen bleven verbeteren, werd bij Google zelfs een aangekondigde tussenversie, Gemini 3.5, geschrapt. Met Gemini 4 Argon presenteert het bedrijf nu weer een taalmodel dat kan meekomen met de concurrentie, al blijft Anthropic voorlopig de maat der dingen.

Extreem lange antwoorden

De opvallendste vernieuwing van Argon is de output: het model kan tot een miljoen tokens (tekstfragmenten) in één antwoord produceren, tegenover 64.000 bij het vorige model. Dat moet Argon in staat stellen om lastige, meerstaps redeneerproblemen in één keer volledig uit te werken zonder dat de verbinding halverwege afbreekt. Google voegt daarvoor een nieuwe functie toe aan zijn ontwikkelaarsplatform die lange antwoorden kan onderbreken en later weer oppakken. De hoeveelheid tekst die het model in één keer kan inlezen (het contextvenster) blijft wel op een miljoen tokens staan.

De uitrol verloopt gefaseerd. Eerst krijgen geselecteerde cybersecurity-experts en Google's eigen teams toegang, zonder de gebruikelijke veiligheidsbeperkingen, om het model te testen tegen digitale dreigingen. Pas daarna volgen betalende zakelijke klanten en consumenten. Een concrete releasedatum noemt Google niet.

Goedkoop, maar niet per se zuinig

Qua prijs positioneert Google zich agressief: in de introductieperiode kost een miljoen invoertokens 2 dollar en een miljoen uitvoertokens 10 dollar, later respectievelijk 4 en 20 dollar. Herhaald gebruik van dezelfde invoer wordt 95 procent goedkoper. Toch verbruikt Argon in de praktijk veel meer tokens dan concurrenten om tot een antwoord te komen: gemiddeld 62.000 per taak tegenover 27.000 bij OpenAI's GPT-6 Astra. Het prijsvoordeel komt dus vooral door lagere tarieven, niet door efficiëntie.

Wisselend beeld in onafhankelijke tests

Onderzoeksbureau Artificial Analysis plaatst Argon op zijn intelligentie-benchmark gelijk met GPT-6 Astra, terwijl Claude Opus 5.5 van Anthropic duidelijk hoger scoort. Argon boekt wel grote sprongen op taken waarbij een AI zelfstandig meerdere stappen moet uitvoeren, en scoort opvallend goed op eerlijkheid: het model geeft bij twijfel vaker toe dat het iets niet weet, in plaats van te gokken. Dat verschijnsel, waarbij AI met overtuiging onjuiste informatie presenteert, staat bekend als AI-hallucinatie en komt bij Argon veel minder voor dan bij concurrerende modellen. Op het gebied van websiteontwikkeling en feitelijke nauwkeurigheid blijft Argon echter achter bij de koplopers. Bij menselijke waarderingstests op het platform Arena.ai scoort Argon wel het hoogst voor tekstschrijven, een gebied waar al langere tijd geen sterke nieuwe modellen verschenen.