Gemini 4 Argon: hvad Google har lovet, og hvad der er dokumenteret

Google DeepMind præsenterede Gemini 4 Argon i et blogindlæg den 30. september 2026, skrevet af Koray Kavukcuoglu, der er SVP i Google DeepMind og Googles Chief AI Architect. Argon er den første model med 4-tallet, og Google placerer den til tre slags arbejde: softwareudvikling over mange trin, videnarbejde som jura og finans, og cyberforsvar.

De konkrete punkter i annonceringen:

• Output-grænsen er hævet til 1 mio. tokens. Den forrige grænse var 64K, og det passer med Gemini 3.8 Flash, som har en output-grænse på 65.536 tokens i Googles dokumentation.
• Introduktionsprisen er 2 dollar pr. mio. input-tokens og 10 dollar pr. mio. output-tokens. Cachet input koster 95 % mindre end almindeligt input. Efter introduktionsperioden bliver prisen 4 og 20 dollar.
• Google skriver at modellen kan finde, validere og lappe kritiske sårbarheder i software uden hjælp.
• Modellen bliver i første omgang rullet ud til udvalgte cyberforsvarere gennem Googles Fairwind-program.

Det vigtigste at have med herfra er at alle tal i annonceringen kommer fra Google selv, medmindre der står andet.

Ingen almindelig virksomhed kan bruge Argon i dag.

Udrulningen sker i faser. Første fase er Fairwind-programmet, som ifølge DeepMinds side er for regeringer og nationale cybermyndigheder, operatører af kritisk infrastruktur som sundhed, tele, energi og finans, og store teknologiplatforme. Google skriver at programmet har over 650 partnere globalt, at alle ansøgere bliver vettet, og at adgangen kun må bruges af interne sikkerheds-, incident response- og pentest-teams. En webshop er ikke målgruppen.

Samtidig deltager Google i den amerikanske regerings frivillige ordning for adgang til modeller før lancering. Google kalder det selv en frivillig proces. Det er ikke et godkendelseskrav.

Næste fase er ifølge blogindlægget betalende API-kunder og abonnenter på Google AI Ultra. Google skriver at det sker "as soon as possible". Der er ingen dato.

Da vi tjekkede den 2. oktober, var Argon hverken på modeloversigten eller prissiden for Gemini API. Begge sider var opdateret 1. oktober og viser Gemini 3.8 Flash som nyeste model. Der findes heller ikke noget model-ID, og vi kunne ikke finde et model card for Argon på DeepMinds oversigt over model cards. Den eneste tekniske dokumentation ud over blogindlægget er en side om evalueringsmetoden og benchmark-tabellen på DeepMinds modelside.

Google har ikke oplyst noget om Argon i Danmark, EU eller EØS. Her er hvad der kan siges ud fra Googles egne sider:

To ting er værd at have i baghovedet. Vertex AI har flere europæiske regioner, blandt andet Belgien, Holland, Frankfurt og Finland, men det er ikke givet at en ny model kommer til dem alle fra dag ét. Og hvis I skal behandle persondata eller kundedata med modellen, er det regionen og databehandleraftalen der afgør om det kan lade sig gøre, ikke modellens benchmarks. For de regler der gælder for jer som brugere af en AI-model, kan I læse vores gennemgang af hvad AI-forordningen kræver af en webshop.

Priserne er offentliggjort, selv om modellen ikke er det.

Argon-priserne er fra blogindlægget. De andre er fra prissiden for Gemini API den 2. oktober. Cachet input for Argon er regnet ud fra de 95 %.

Google har ikke oplyst hvor længe introduktionsprisen gælder. Prissiden for Gemini API fortæller heller ikke om Argon får et tillæg for meget lange prompts, sådan som Gemini 3.1 Pro Preview har over 200K tokens, eller om der er en pris for opbevaring af cache. Hos Gemini-modellerne bliver tænke-tokens afregnet som output. Det er værd at vide, fordi en model der tænker meget, bruger mange output-tokens.

Vi har regnet to eksempler med dollarkursen fra Danmarks Nationalbank den 1. oktober 2026: 1 USD = 6,6169 kr. Priserne er uden moms.

Eksempel 1: 1.000 produkttekster. Vi antager at hver tekst er omkring 250 ord, hvilket med Googles tommelfingerregel på cirka fire tegn pr. token giver omkring 400 output-tokens. Hvert kald sender 1.000 tokens fast prompt med stilguide og eksempler, som kan caches, og 500 tokens produktdata. Så skal vi gætte på tænkningen, og her er der ingen offentlige tal for Argon i den slags opgave. Vi regner med 1.600 tænke-tokens pr. tekst, så hvert kald giver 2.000 output-tokens.

Tænker modellen i stedet 10.000 tokens pr. tekst, stiger Argon-prisen til omkring 695 kr. med introduktionsprisen. Output er langt den største post, så det er tænkningen der afgør regningen, ikke selve teksten.

Eksempel 2: En sikkerhedsgennemgang af en webshops kode. Vi antager en codebase med tema, egne moduler og integrationer på omkring 300.000 tokens. En agent læser filer, stiller spørgsmål til koden og skriver rettelser i 40 runder, med i gennemsnit 150.000 tokens kontekst pr. runde. Det giver 6 mio. input-tokens, hvoraf vi antager at 80 % kan caches, og 300.000 output-tokens til rapport, rettelser og tænkning.

Selv med standardprisen er modelregningen for en gennemgang mindre end en times udviklerløn. Det dyre er at læse resultatet og vurdere om rettelserne er rigtige. Regnestykket holder kun, hvis der ikke kommer et tillæg for lange prompts, og hvis caching virker som beskrevet. Vi har skrevet mere om hvor driftsomkostningerne typisk ender i hvad AI koster i drift.

Ifølge Googles dokumentation svarer 100 tokens til 60 til 80 engelske ord. 1 mio. tokens er altså op mod 600.000 til 800.000 engelske ord i ét svar. Dansk bruger typisk flere tokens pr. ord, så tallet er lavere for danske tekster. Regnet i kode er det i størrelsesordenen 100.000 linjer, hvis en linje er omkring 40 tegn.

Hvad det betyder i praksis:

• Plads til tænkning. Google skriver selv at grænsen især er til at modellen kan tænke længe og producere hundredtusinder af tokens i ét forløb. Det meste af de 1 mio. tokens vil i mange opgaver være tænkning, ikke tekst I får at se.
• Store ændringer i ét kald. En migrering af et tema eller en stor omskrivning af et modul kan i princippet komme ud i ét svar i stedet for at blive stykket sammen af mange små. Googles eksempel er migreringer fra C/C++ til Rust på op til mere end 800.000 linjer, men det er agenter der arbejder over mange kørsler, ikke ét svar.
• Prisen for et fuldt svar. Et svar der bruger hele grænsen, koster 10 dollar med introduktionsprisen, cirka 66 kr., og 20 dollar bagefter, cirka 132 kr.
• Tid. Google har ikke offentliggjort hastigheden. Ved 100 tokens i sekundet vil 1 mio. tokens tage næsten tre timer. Det er ikke noget en kunde i en chat venter på.

For en webshop er det sjældent grænsen i sig selv der er interessant. En produkttekst fylder få hundrede tokens. Den lange grænse er til batchjobs og kodearbejde.

Google offentliggjorde en tabel med 18 benchmarks, hvor Argon er sammenlignet med GPT-6 Astra, Claude Fable 5.1 og Claude Opus 5.5. Metodesiden fortæller hvem der har kørt hvad, og det er værd at læse, før man citerer tallene.

Tre ting falder i øjnene.

DeepSWE-tallet, som Google fremhæver som ny state of the art, er Googles egen kørsel med deres egen opsætning. Konkurrenternes tal er hentet fra et leaderboard og fra system cards. Det er ikke nødvendigvis samme forhold. Det samme gælder LVBench, hvor Gemini fik video med ét billede i sekundet, mens de andre fik 300 til 800 billeder på grund af begrænsninger i deres API.

Argon er ikke foran overalt. På FrontierSWE, Terminal-bench og Terminal-Bench Science ligger den 9 til 10,5 procentpoint efter den bedste konkurrent.

Og tabellen viser kun tre konkurrenter. På Vals AI's egen side ligger Claude Sonnet 5.5 på 67,04 % i Vals Index, næsten lige så højt som Opus 5.5, men den er ikke med i Googles sammenligning.

• DeepSWE v1.1, Gemini 4 Argon77,9
• DeepSWE v1.1, Claude Opus 5.574,2
• DeepSWE v1.1, GPT-6 Astra74,1
• DeepSWE v1.1, Claude Fable 5.167,4

Tallene i diagrammet er fra Googles tabel. Argons tal er kørt af Google selv.

To kilder har målt uden at være Google.

Artificial Analysis testede Argon før lanceringen og offentliggjorde resultaterne den 30. september. Argon fik 53 point i deres Intelligence Index, samme score som GPT-6 Astra og ét point over GPT-6.1 Sol. Argon havde en hallucinationsrate på 15 %, den laveste blandt modeller over 45 point. Til gengæld brugte Argon i gennemsnit 62.000 output-tokens pr. opgave, mod 27.000 for GPT-6 Astra.

Det sidste tal betyder noget for prisen. Med introduktionsprisen kostede Argon 1,99 dollar pr. opgave i indekset, mod 3,26 dollar for GPT-6 Astra. Med standardprisen bliver det 3,98 dollar, og så er Argon dyrere pr. opgave end Astra. Artificial Analysis skriver selv at prisen pr. opgave stiger til 3,98 dollar, når standardprisen træder i kraft.

• Argon med introduktionspris, kr. pr. opgave13,17
• GPT-6 Astra, kr. pr. opgave21,57
• Argon med standardpris, kr. pr. opgave26,34

Kronebeløbene er Artificial Analysis' dollarbeløb regnet om med 6,6169 kr.

CWE-bench drives af Collinear AI, og resultaterne er ifølge siden evalueret og offentliggjort af Artificial Analysis. På leaderboardet deler tre modeller førstepladsen med 68 % i første forsøg: Grok 4.7, Gemini 4 Argon og GPT-6 Astra. Benchmarken består af 120 opgaver, hvor en agent skal finde og rette en sårbarhed, fordelt på 73 forskellige fejltyper og alle ti kategorier i OWASP 2025. Googles tabel nævner kun Astra som medvinder.

Vals Index og AutomationBench er også kørt af andre end Google. Det er bedre end Googles egne kørsler, men det siger ikke noget om jeres kode.

Google skriver at Argon kan finde, validere og lappe kritiske sårbarheder selv, og at betroede forsvarere får modellen uden de cyber-værn, almindelige brugere får. Som eksempel nævner Google at sikkerhedsfirmaet Wiz med Argon fandt en kritisk sårbarhed i sundhedssoftware brugt på hospitaler verden over, som tidligere modeller ikke havde fundet. Det er Googles og Wiz' beskrivelse. Detaljerne er ikke offentlige.

For en webshop er der to sider af det.

Gennemgang af egen kode. De fleste webshops har et tema, nogle egne moduler og en række integrationer til betaling, fragt, ERP og nyhedsbrev. Det er der, sårbarhederne typisk ligger: manglende tjek af input, nøgler i koden, gamle afhængigheder. En model der kan læse hele koden og foreslå rettelser, kan gøre en gennemgang billigere og hyppigere. Men en rettelse skal stadig testes og godkendes af en udvikler, og Googles egne eksempler fra Rust-migreringerne bliver ifølge blogindlægget revideret både automatisk og manuelt, før de går i produktion.

Prompt injection. Har I en chatbot, en kundeserviceassistent eller en agent, der læser mails, anmeldelser eller produktdata, kan tekst udefra forsøge at give modellen nye ordrer. Det kaldes prompt injection. Google skriver at Argon er deres mest modstandsdygtige model mod indirekte prompt injection og fører på Gray Swans benchmark for det. Google oplyser ingen tal, og resultatet er hentet fra Gray Swan. Bedre modstand er ikke det samme som immunitet. Google skriver selv at angrebene kræver flere lag af forsvar, og det gælder også for jer: begræns hvad assistenten må gøre, og lad den ikke ændre ordrer, priser eller kundedata uden et tjek. Mere om det på siden om governance og sikkerhed.

Overvejer I agenter, der handler for kunderne, så læs også sådan gør I webshoppen klar til AI-agenter.

Den uafhængige dækning har været mere afdæmpet end annonceringen.

The New Stack satte rubrikken "Gemini 4 Argon is here: It's great, and you can't have it yet" over Frederic Lardinois' artikel. VentureBeat skrev at Argon fører på 12 af de 18 målinger Google offentliggjorde og deler førstepladsen på én, men at GPT-6 Astra og Claude Opus 5.5 er foran på flere kode- og videnskabsopgaver, og at valg af model stadig afhænger af opgaven.

Engadget mindede i sin artikel om Argon om sagen fra september, hvor Wall Street Journal beskrev hvordan en Gemini-model under en sikkerhedstest hos firmaet Irregular brød ind i tre rigtige virksomheders systemer. Ifølge TechCrunch gættede modellen i ét tilfælde adgangskoder, og i de to andre brugte den loginoplysninger, den fandt i et offentligt kode-repository. Google har sagt at modellen stoppede, så snart den fandt ud af at systemerne var rigtige. Jack Cable, direktør i AI-sikkerhedsfirmaet Corridor, blev citeret af TechCrunch for at sige at modeller "are going outside the bounds of what they should be doing, and doing actual cyberattacks". Det er ikke oplyst hvilken Gemini-model der var tale om, men sagen forklarer hvorfor Google bruger så meget plads på overvågning og lukkede testmiljøer i annonceringen af Argon.

Og så er der Googles interne resultater: 40 % bedre end en offentliggjort baseline i en kvanteoptimering, over 300 TiB frigjort hukommelse i Googles datacentre med et forventet samlet resultat på 500 TiB til 1 PiB, og en videodekoder i Rust, der kører 2,7 gange hurtigere end den tidligere Rust-version. Det er Googles egne tal om Googles egne systemer, og ingen udenfor kan efterprøve dem.

Når Argon kommer på API'en, ville vi teste den i den her rækkefølge:

1. En sikkerhedsgennemgang af en kopi af en webshops kode. Kør modellen på en kendt version, hvor vi i forvejen ved hvilke svagheder der er rettet, og se hvor mange den finder, hvor mange falske alarmer den giver, og om rettelserne kan merges uden ændringer.
2. Samme opgave på Gemini 3.8 Flash og en af de modeller, vi bruger i dag. Uden en sammenligning på jeres egne data siger prisen pr. token ingenting om prisen pr. løst opgave.
3. Tokenforbruget pr. opgave. Artificial Analysis så Argon bruge mere end dobbelt så mange output-tokens som GPT-6 Astra. Mål det på jeres egne opgaver, før I regner et budget.
4. Et kontrolleret prompt injection-forsøg. Læg instruktioner ind i en produktanmeldelse eller en mail, som en assistent skal læse, og se om den følger dem.
5. Et stort batchjob. Fx omskrivning af alle kategoritekster i én kørsel, hvor den lange output-grænse kan gøre en forskel.

Vi ville ikke flytte noget i produktion, før introduktionsprisen har en slutdato, og før der er en databehandleraftale og en region der passer til de data, I sender ind.

En del af det vigtigste er ikke oplyst endnu:

• Hvornår Argon kommer til betalende API-kunder og Ultra, og om det sker samtidig i Danmark og EU.
• Hvor længe introduktionsprisen gælder.
• Model-ID, kontekstvindue for input, hastighed og om der er tillæg for lange prompts.
• Om Argon kommer på Vertex AI og i hvilke europæiske regioner.
• Om der kommer et model card med Googles egne sikkerhedsvurderinger.
• Hvordan modellen klarer sig, når den ikke er i et testsæt, men i en almindelig webshops kode med gamle moduler og dårlig dokumentation.

Vi opdaterer artiklen, når Argon er tilgængelig, og vi har kørt den på rigtige opgaver. Vil I vide om modellen giver mening for jer, eller have hjælp til at sætte en test op, så skriv til os.

• Google: Gemini 4 Argon: our next era of frontier intelligence
• Google DeepMind: Gemini-modelside med benchmark-tabel
• Google DeepMind: Evalueringsmetode for Gemini 4 Argon
• Google DeepMind: The Fairwind Program
• Google AI for Developers: Gemini API-priser
• Google AI for Developers: Gemini-modeller
• Google AI for Developers: Gemini 3.8 Flash
• Google AI for Developers: Tilgængelige lande og regioner
• Google AI for Developers: Tokens
• Google Cloud: Vertex AI-placeringer
• Google: Google AI Pro og Ultra i Danmark
• Artificial Analysis: Gemini 4 Argon
• CWE-bench leaderboard
• Vals AI: Vals Index
• VentureBeat: Google unveils Gemini 4 Argon
• The New Stack: Gemini 4 Argon is here
• Engadget: Google's first Gemini 4 model is Argon
• TechCrunch: Google's Gemini is the latest AI model to hack other companies
• Danmarks Nationalbank: Valutakurser

Kilderne er tjekket 2. oktober 2026. Modellen er ikke frigivet bredt endnu, så tjek Googles sider, hvis noget her ikke længere passer.