Google heeft dinsdag Gemini 4 Argon aangekondigd, het nieuwste grensmodel dat is gebouwd voor professioneel werk op de lange termijn op het gebied van software-engineering, zakelijke kennistaken en cyberbeveiligingsverdediging. Koray Kavukcuoglu, SVP van Google DeepMind en Chief AI Architect, schrijft op de officiële Google-blog dat het model in eerste instantie wordt uitgerold naar een reeks vertrouwde cyberverdedigers via het Fairwind-programma van Google, met bredere toegang zodra de vangrails zijn versterkt.

De aankondiging komt tijdens een van de drukste perioden van het jaar voor grensverleggende AI-releases. Voor voortdurende berichtgeving over modellanceringen, beleidsgevechten en financieringsrondes volgt AI Buzz Wire de ontwikkelingen die ertoe doen zodra ze zich voordoen.

Een gefaseerde uitrol, gevormd door voorzichtigheid

In tegenstelling tot een typische grote modellancering kunnen de meeste gebruikers Argon vandaag niet uitproberen. Google zei dat het betrokken is bij het vrijwillige proces van de Amerikaanse overheid voor toegang tot pre-releasemodellen en de beschikbaarheid geleidelijk zal uitbreiden naarmate feedback van vroege testers de vangrails vormt. Reuters meldde dat het vlaggenschip na maanden van vertraging arriveert, en VentureBeat merkte op dat de strategie voor beperkte release Google nog steeds in staat stelt een heroverde voorsprong op OpenAI en Anthropic te claimen. Bloomberg rapporteerde voorafgaand aan de lancering meetbare scepsis over het nieuwe model onder de eigen medewerkers van Google.

Wanneer er bredere toegang komt, zei Google dat het zal beginnen met betaalde API-klanten en Google AI Ultra-abonnees.

Wat Google zegt dat Argon kan doen

De belangrijkste verandering in capaciteiten is uithoudingsvermogen. De outputtokenlimiet van Argon is uitgebreid tot een toonaangevende 1 miljoen tokens, een stijging ten opzichte van de vorige 64K. Google betoogt dat door een model de speelruimte te geven om in één traject over honderdduizenden tokens te redeneren, het lastige problemen in één keer kan oplossen in plaats van het werk over sessies te fragmenteren.

Google heeft benchmarkresultaten gepubliceerd om de grensclaim te ondersteunen:

  • DeepSWE v1.1: 77,9% — een nieuwe stand van de techniek op de echte software-engineeringbenchmark
  • Vals Index: nr. 1 — toonaangevende prestaties op het gebied van financiën, coderen, juridisch en belastingwerk, gewogen naar bijdrage aan het Amerikaanse bbp
  • AutomationBench: 51,3% — eerste plaats op de end-to-end benchmark voor bedrijfsuitvoering van Zapier
  • LVBench: 91,7% — state-of-the-art op het gebied van begrip van lange video's
  • CWE-bench v1: 68% — gedeelde eerste plaats op het gebied van herstel van beveiligingsproblemen

Binnen de eigen workflows van Google

Argon is al de drijvende kracht achter het interne werk bij Google, en het bedrijf kwam met ongewoon concrete voorbeelden. Op het gebied van kwantumcomputing optimaliseerde het model ruimte-tijdbronnen voor knelpuntsubroutines, waarbij het de gepubliceerde basislijn binnen enkele minuten met 40% versloeg. Bij het analyseren van profileringstelemetrie voor de hele vloot hebben teams van Argon-agenten geheugenoptimalisaties geïdentificeerd en toegepast in de datacenters van Google. Hierdoor kwam er na de uitrol meer dan 300 TiB vrij, met naar schatting een totale besparing van 500 TiB tot 1 PiB.

Het model stimuleert ook grootschalige codemigraties van C/C++ naar Rust, opschaling van tienduizenden regels in kernbibliotheken zoals re2 en libgav1 tot meer dan 800.000 regels in de Fuchsia Zircon-kernel. Voor libgav1, de open-source videodecoder van Google, hebben Argon-agenten 32.000 regels SIMD-code vervangen door de compilervriendelijke veilige Rust, waardoor een geheugenveilige decoder ontstond die 2,7 keer sneller werkt dan de vorige Rust-poort met identieke uitvoer.

Cyberbeveiligingsverdediging komt op de eerste plaats

Argon is expliciet getraind voor defensief cyberwerk: het autonoom vinden, valideren en patchen van kritieke softwarekwetsbaarheden. Voor vertrouwde verdedigers en de interne teams van Google zal het bedrijf het model vrijgeven zonder cybervangrails, zodat verdedigers volledige mogelijkheden krijgen. Op CWE-bench v1, dat het herstel van kwetsbaarheden meet, bezet Argon de eerste plaats met 68%, voortbouwend op de grensprestaties van 3.8 Flash Cyber, en Google zegt dat Argon beter presteerde dan dat model bij het ontdekken van aanvalsoppervlakken en het genereren van proof-of-concept op Wiz's interne black-box-penetratietestbenchmark.

Beveiligingsbedrijf Wiz maakt al gebruik van Argon via zijn Scan for Good-initiatief, dat kritieke openbare infrastructuur gratis beschermt. In een vroege demonstratie zegt Google dat het model een kritieke kwetsbaarheid heeft blootgelegd, waardoor gevoelige persoonlijke informatie bloot komt te liggen in software voor de gezondheidszorg die door ziekenhuizen over de hele wereld wordt gebruikt – een risico dat eerdere modellen hadden gemist.

Vier lagen van grensbewaking

Voordat er sprake is van brede beschikbaarheid, versterkt Google de waarborgen op vier gebieden. Tegen misbruik is Argon ontworpen om cyber- en CBRN-aanvalsverzoeken te weigeren en tegelijkertijd legitiem onderzoek naar tweeërlei gebruik te behouden, met nieuwe technieken die de interne activeringen van het model monitoren om misbruik op te sporen. Tegen snelle injectie heeft vijandige training Argon Google's meest veerkrachtige model tot nu toe gemaakt, leidend in de Indirect Prompt Injection-benchmark van Gray Swan.

Als er sprake is van een verkeerde afstemming, implementeert Google maatregelen die de keten van gedachten en acties van Argon monitoren, waarbij de uitvoering indien nodig wordt stopgezet, waarbij waarschuwingen worden doorgestuurd naar een speciaal incidentresponsteam. Het bedrijf verstevigde ook zijn trainings- en evaluatieomgevingen in een sandbox en verzegelde deze vóór risicovolle runs. Google heeft er met name bij de rest van de sector op aangedrongen om de transparantie van de redeneringen te behouden, zodat modelgedachten nuttig blijven voor het diagnosticeren van onjuiste afstemming.

Prijzen en beschikbaarheid

Argon wordt gelanceerd tegen een introductieprijs van $2 per miljoen inputtokens en $10 per miljoen outputtokens, met in de cache opgeslagen inputtokens met 95% korting op de inputprijs. Na de introductieperiode stijgt de prijs naar $4 per miljoen inputtokens en $20 per miljoen outputtokens – waardoor Argon agressief wordt gepositioneerd ten opzichte van rivaliserende grensaanbiedingen.

Het geënsceneerde debuut weerspiegelt een nieuwe realiteit voor grensverleggende releases: capaciteit staat nu op het spel, en de differentiator demonstreert controle. Google gokt erop dat cyberdefenders, ziekenhuissoftware en Rust-migraties de juiste showcase zijn – en dat een langzamere publieke uitrol minder kost dan een nieuw veiligheidsincident. Ontwikkelaars en ondernemingen moeten uitkijken naar het betaalde API- en AI Ultra-toegangsvenster, dat volgens Google zal worden geopend zodra vangrailtests dit toelaten.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →