Gemini 4 Argon: Özellikler, Kıyaslamalar, Fiyatlandırma ve Erişim

OpenAI, 29 Eylül 2026'da DevDay etkinliğinde orta segmentte konumlanan ve GPT-6 Astra'nın maliyet sorununu çözmek için tasarlanan GPT-6.1 Sol'u yayınladı. Bir gün sonra Google, Gemini 4 Argon'u duyurdu ve sürüm, geliştiricilere gelmeden önce siber güvenlik ekiplerine gidiyor.

Google DeepMind SVP'si Koray Kavukcuoğlu, 30 Eylül 2026'da Argon'u Google'ın uzun ufuklu işler için sınır modeli olarak tanıttı: gerçek dünyada yazılım mühendisliği, hukuki ve finansal bilgi işleri ile siber savunma.

Öne çıkan mühendislik değişikliği, çıktı token sınırının 64K'dan 1M tokene sıçraması. DeepSWE v1.1'de %77,9 ile yeni bir seviye belirliyor ve ilk olarak güvenilir siber savunucular topluluğuna Fairwind Programı üzerinden sunuluyor.

Rakipler hakkında bağlam için, GPT-6.1 Sol ve Claude Sonnet 5.5 rehberlerimize bakın.

Özet

• Argon, Google'ın yeni sınır modeli ve genel API'ye gelmeden önce Fairwind Programı aracılığıyla güvenilir siber savunuculara gidiyor.
• Önemli yapısal değişiklik, girdi bağlamı değil çıktı uzunluğu: Argon, önceki 64K tavanın 16 katı uzunlukta tek bir yörüngede yazabiliyor.
• Google'ın yayımladığı tüm kurumsal bilgi işi kıyaslarında lider ve hukuk alanındaki fark açık ara.
• GPT-6 Astra hâlâ terminal tabanlı bilim görevlerinde ve FrontierSWE v2'de kazanıyor; Claude Opus 5.5 ise Terminal-bench 4.0'da birinci.
• Milyon başına $2 girdi tokeni giriş fiyatı, Astra'dan 5 kat daha ucuz; ancak promosyon bitince iki katına çıkıyor.
• Şimdilik geçilecek bir şey yok. Herkese açık model kimliği yok, bulut listesi yok ve hiçbir skorun üçüncü taraf yeniden üretimi yok.

Gemini 4 Argon Nedir?

Gemini 4 Argon, Eylül 2026 boyunca sevk edilen Gemini 3.8 serisinin üzerinde, Gemini ailesinin tepesinde konumlanan Google'ın yeni sınır modelidir.

Google, modeli karmaşık ve uzun ufuklu iş akışları boyunca derin muhakemeyi sürdürmek üzere tasarladığını belirtiyor; üç hedef alan adıyla: yazılım mühendisliği, hukuk ve finans gibi kurumsal bilgi işleri ile siber güvenlik savunması.

En net nesil değişikliği, çıktı token sınırının 64K'dan 1M tokene çıkarılması; bu, Argon'un durup yeniden yönlendirilmek zorunda kalmadan tek bir yörünge içinde yüz binlerce token üretebilmesi anlamına geliyor. 

Gemini 4 Argon'un Öne Çıkan Özellikleri

Argon'un özellik seti, saniyeler yerine saatler süren görevlere göre düzenlenmiş; bu da çıktı bütçesinde, ajan işlerinde ve siber araç setinde kendini gösteriyor. Gerçekte neler inşa edebileceğinizi değiştiren dört yetenek burada.

Tek seferde 1M token yazın

Argon, önceki nesildeki 64K'ya karşı tek üretimde 1M token'a kadar çıktı üretebiliyor.

Google'ın iddiası, bu baş boşluğunun sadece uzunluğu değil, muhakeme kalitesini de değiştirdiği yönünde: model tek bir yörüngede yüz binlerce token boyunca düşünebildiğinde ve üretebildiğinde, parçalı iş akışlarının dikişleme ve durum kaybı olmaksızın daha zor problemleri çözüyor.

Karşılaştırma için, GPT-6 Astra çıktıyı 1,05M bağlam penceresiyle 128K tokende sınırlar.

Daha önce büyük bir yeniden düzenleme sırasında çıktı tavanına çarpıp yeniden başlatılması gerektiği için ajanın yarıda konuyu kaybettiğine tanık olduysanız, kaldırılan kısıt bu.

Elbette bir uyarı var: faturalama. Milyon başına $10 çıktı tokeniyle uzun üretimler hızla birikir ve Google, muhakeme tokenlerinin çıktı oranından ücretlendirilip ücretlendirilmediğini yayımlamadı.

Kod tabanı taşımalarını uçtan uca çalıştırın

Argon ajanları, Google içinde C ve C++ kod tabanlarını Rust'a göç ettiriyor; re2 ve libgav1 gibi çekirdek kütüphanelerde on binlerce satırdan başlayıp Fuchsia OS Zircon çekirdeği için 800K+ satıra kadar ölçekleniyor.

Bu, genellikle mühendis çeyreklerini tüketen türden bir iş ve Google, bu yeniden yazımların üretime geçmeden önce otomatik ve manuel denetimlerden, öykünme testlerinden ve incelemelerden geçtiğini söylüyor.

libgav1 sonucu, tekrar tekrar döndüğüm örnek.

Argon ajanları, Google'ın açık kaynaklı video kod çözücüsünün mevcut bir Rust taşınmasını aldı ve güvenli Rust'ın derleyici tarafından otomatik vektörleştirilmesini sağlayana kadar profil güdümlü deney turları çalıştırıp derleyici çıktısını inceleyerek, el yazımı SIMD kodunun 32K satırını kaldırdı.

Sonuç, video çıktısı özdeş olacak şekilde Rust taşınmasından 2,7 kat daha hızlı çalışan, bellek açısından güvenli bir kod çözücü.

Google'da dahili dağıtım sonuçları

Tüm duyurudaki gerçek dünya sonucuna en çok yaklaşan iki dahili sayı dikkat çekmeye değer.

• Google, Argon ajanlarından oluşan bir ekibin filo genelinde profil oluşturma telemetrilerini analiz ettiğini ve veri merkezleri genelinde bellek iyileştirmelerini özerk biçimde uyguladığını; dağıtım sonrasında 300 TiB'in üzerinde belleği serbest bıraktığını, toplam tasarrufun 500 TiB ile 1 PiB arasında tahmin edildiğini söylüyor.
• İkincisi kuantum hesaplama araştırmasından: Argon, uygulamaları darboğaza sokan alt yordamların uzay-zaman kaynaklarını (kübitler çarpı kapılar) optimize etmeye yardımcı oldu. Bir vakada, yayımlanmış tabanı dakikalar içinde %40 geride bıraktı.

Her iki sonucun da harici doğrulaması yok; ancak ikisi de sonradan kontrol edilebilecek kadar spesifik.

Görsel bağlamla finans, hukuk ve iş otomasyonunu yönetin

Argon, kanıtların temiz bir metin isteminde değil; grafiklerde, başvurularda ve videoda yaşadığı bilgi işine net biçimde odaklanıyor.

Google, profesyonel grafik analizi, uzun videolardan ayrıntı çekme ve bir dizi belge boyunca eyleme geçmeyi birinci sınıf kullanım örnekleri olarak gösteriyor ve Argon, uzun video anlama için LVBench'te %91,7 alıyor.

Bunun pratik versiyonu örneğin, modelin bir sunumu okuduğu, bir tabloyu çapraz kontrol ettiği ve ardından bir iş sistemi üzerinde uyguladığı çok adımlı bir finansal araştırma görevidir.

Argon, temel iş fonksiyonları boyunca tek turluk yanıtlardan ziyade uçtan uca yürütmeyi ölçen Zapier'in AutomationBench'inde %51,3 ile birinci sırada yer alıyor.

Kısıtları kaldırılmış şekilde açıkları bulun ve yamayın

Bu, sürümdeki en sıra dışı unsur.

Fairwind Programı'ndaki güvenilir savunucular ve Google'ın dahili ekipleri için Google, Argon'u siber korumalar olmadan gönderiyor; böylece bu ekipler, yazılım açıklarını özerk olarak bulma, doğrulama ve yamalama gibi savunmaya yönelik işlerde modelin tam saldırı-yanı başı yeteneğine erişiyor.

Wiz, zaten Scan for Good girişimi aracılığıyla Argon'u çalıştırıyor; bu girişim, kamusal altyapıdaki yüksek riskli maruziyetleri ücretsiz olarak gideriyor.

Erken bir gösterimde, Argon dünya çapında hastaneler tarafından kullanılan sağlık yazılımlarında hassas kişisel bilgileri ifşa eden ciddi bir güvenlik açığı buldu; Google, önceki sınır modellerinin bunu kaçırdığını söylüyor.

Buna paralel olarak Google, Argon'un dolaylı istem enjeksiyonu karşısında en dayanıklı modeli olduğunu ve Gray Swan'ın IPI kıyaslamasında liderlik ettiğini; düşünce zinciri ve eylem izleyicilerinin model kullanıcı niyetinden saptığında yürütmeyi durdurduğunu belirtiyor.

Ayrıca Google, Argon'un muhakemesinin izleyicilerden kaçacak şekilde şekillenmemesi için izleme bulgularını kasıtlı olarak eğitime dahil etmediğini not ediyor; keşke daha çok laboratuvar bu detayı yayımlasa.

Gemini 4 Argon Kıyaslamalarda Nasıl Performans Gösteriyor?

Argon, GPT-6 Astra, Claude Fable 5.1 ve Claude Opus 5.5 ile karşılaştırılan 19 kıyaslamanın 13'ünde lider ve kazanımlar bilgi işi, uzun bağlam ve açık düzeltmede kümeleniyor.

Kaybedilenler ise terminal odaklı bilim ve iki yazılım mühendisliği setinden birinde toplanıyor; bu da tertemiz bir süpürmeden daha ilginç bir desen.

Kurumsal bilgi işi

Bu, Argon'un en güçlü alanı ve Google'ın lansmanı hukuk ve finans etrafında çerçevelemesinin nedeni.

ABD GSYİH katkısına göre finans, kodlama, hukuk ve vergi işlerini ağırlıklandıran Vals Index'te Argon %68,9 alıyor; Claude Opus 5.5 %67,0, Claude Fable 5.1 %65,8 ve GPT-6 Astra %63,1.

Boşluklar alan-özel ajan değerlendirmelerinde açılıyor.

Argon, Vals Finance Agent v2'de (çok adımlı finansal araştırma) %65,4 ile Fable 5.1 için %58,9 ve Astra için %53,5'in önünde; AutomationBench'te %51,3 ile Opus 5.5 için %42,5 ve Fable 5.1 için %31,4'ün önünde.

Harvey'nin Legal Agent Benchmark'ı aykırı değer.

Argon %19,6 alırken Fable 5.1 %6,7, Astra %5,4 ve Opus 5.5 %3,8 alıyor. Her model bu kıyasın çoğunda başarısız, bu nedenle bunu, denetimsiz şekilde sözleşme teslim edeceğiniz bir model değil; hukuki araştırma ve taslak hazırlama üzerine göreli bir sinyal olarak okuyun.

Ajanik kodlama

Argon, DeepSWE v1.1'de %77,9 ile Claude Opus 5.5'in %74,2'sinin, GPT-6 Astra'nın %74,1'inin ve Claude Fable 5.1'in %67,4'ünün önünde.

DeepSWE, gerçek depolar üzerinden uzun ufuklu yazılım mühendisliğini ölçer; bu nedenle tek iyi bir diff üretmektense pek çok düzenleme boyunca bir planı tutabilen modelleri ödüllendirir.

Bu sonuç, fiyatlayınca farklı okunuyor.

GPT-6.1 Sol kapsamımızda, Sol'un DeepSWE v1.1'de Astra ile kabaca Astra maliyetinin beşte biri seviyesinde eşleştiğini; milyon başına $2 girdi ve $10 çıktı tokeniyle fiyatlandığını not etmiştik.

Argon'un giriş fiyatı tam olarak aynı $2/$10 ve DeepSWE skorunda Astra'yı 3,8 puan geride bırakıyor.

Vibe Code Bench de %91,9 ile Argon'a gidiyor; her iki Claude modeli için %90,3 ve Astra için %89,6; ancak dört sınır model arasında 1,6 puanlık fark gürültüye yakın.

Uzun bağlam ve çok modlu anlama

Uzun bağlam aralığı tüm tabloda en geniş olanı.

256K ile 1M token arasında GraphWalks BFS F1'de Argon %84,2 alırken; Astra %71,8, Opus 5.5 %66,8 ve Fable 5.1 %65,0 alıyor.

128K'ya kadar herkes yüksek; ancak Argon hâlâ %99,7 ile önde.

GraphWalks, istemde tanımlanmış bir grafiği kat etmesi için modele görev verir; bu nedenle çok uzun pencerede getirme güvenirliği düştüğünde keskin biçimde bozulur.

1M ucunda Astra'ya karşı 12,4 puanlık fark, tek çağrıda tüm bir depoyu veya tam bir ifade setini besleyip besleyemeyeceğinizi belirleyen türden bir marjdır.

Çok modlu işte Argon, LVBench'te %91,7 (Astra için %87,5 ve Fable 5.1 için %79,7'ye karşı) ve Chartography'de %71,6 alıyor; Astra'nın %71,0'ının az farkla önünde.

İkincisinin ölçeği için, Claude Sonnet 5.5 kapsamımız, Sonnet 5.5 için Chartography'de %61,6 ve Opus 5.5 için %64,4 kaydetmişti.

Siber güvenlik düzeltmesi

Bir modelin gerçek güvenlik açıklarını düzeltebilme yeteneğini değerlendiren CWE-bench v1'de Argon, %68 ile GPT-6 Astra ile birinciliği paylaşıyor; Opus 5.5 %67 ve Fable 5.1 %58 alıyor.

Burada beraberlik makul bir sonuç ve Google, argümanını bunun yerine keşif tarafı üzerine kuruyor.

3.8 Flash Cyber'a karşı Google, Argon'un dahili güvenlik açığı kıyasında 20 programlama dilini kapsayan kod tabanlarında maruziyetler ortaya çıkardığını ve Wiz'in kara kutu sızma testi kıyasında saldırı yüzeyini haritalamada, açık bulmada ve kavram kanıtı üretmede 3.8 Flash Cyber'ı geçtiğini bildiriyor.

Kara kutu, kaynak koda erişim olmadığı anlamına gelir; bu da harici bir saldırganın canlı bir web sistemini gördüğüne daha yakındır.

Argon'un geride kaldığı yerler

Google, kayıpları yayımladı; bunu takdir ediyorum.

Dördü özellikle vurgulanmaya değer:

• FrontierSWE v2: Argon %55,0; GPT-6 Astra %65,5 ve Opus 5.5 %62,3; daha zor olan iki SWE setinden birinde 10,5 puanlık açık.
• Terminal-bench 4.0: Argon %57,4; Opus 5.5 %66,4. Claude Sonnet 5.5 testlerimiz, orta segment Sonnet'i aynı kıyasda %70,6'da koymuştu; bu da Argon'un, terminal odaklı ajan işinde kendisinden belirgin biçimde daha düşük fiyatlı bir modelin gerisinde olduğunu gösteriyor.
• Terminal-Bench Science 0.1: Argon %57,6; Astra %68,1; kabuk üzerinden yürütülen bilimsel görevlerde 10,5 puanlık fark.
• PostTrainBench ve OSWorld-2.0: Argon, ML mühendisliğinde %45,3 ile Opus 5.5'in %49,3'ünün gerisinde ve OSWorld-2.0 çevrimdışı alt kümesinde %69,2 ile Astra'nın %72,6'sının gerisinde.

Argon, başka yerlerde bilim ve matematikte tutarlılık gösteriyor: LABBench 2'de %88,8 (Astra için %85,4 ve Fable 5.1 için %68,6) ve RiemannBench'te %76,0 (Astra için %72,0).

Burada gördüğüm desen, Argon'un daha iyi bir planlayıcı ve okuyucu olduğu; Astra ve Opus 5.5'in ise terminal kullanmada hâlâ daha iyi olduğu yönünde.

Kendi iş yükünüzü bulabilmeniz için yayımlanan tam set burada.

Geniş Çaplı Sürüme Kadar Google'ın Güvenlik İçin Yaptıkları

Google, dört güvenlik şeridini sertleştirirken Argon'u genel sürümden geri tutuyor ve duyuruda bu dört alanın adını verdi. Bu, araca erişimi olan bir ajan dağıtmayı planlayan herkes için önemli.

• Kötüye kullanım: Argon, Google'ın Frontier Safety Framework'üne göre siber ve CBRN isteklerini reddederken çift kullanımlı bilimsel araştırmayı koruyor; dahili ve harici kırmızı ekipler manuel ve otomatik saldırılar yürütüyor. Google ayrıca kötüye kullanımı tespit etmek için modelin dahili aktivasyonlarını izliyor.
• Dolaylı istem enjeksiyonu: Google, otomatik kırmızı ekip çalışmaları ve adversaryal eğitim sonrasında Argon'un Gray Swan'ın IPI kıyaslamasında lider olduğunu bildiriyor.
• Hizalanmama: İzleyiciler, düşünce zinciri ve eylemleri gözleyip Argon kullanıcı niyetini aştığında yürütmeyi durduruyor; Google, modelin bunlardan kaçmayı öğrenmemesi için bu bulguları eğitime dahil etmediğini söylüyor.
• Sistem sertleştirme: Yüksek riskli eğitim veya değerlendirme çalıştırmalarından önce, Google'ın ajan kontrol yol haritasını izleyerek, korumalı alan ortamları izole edilip mühürleniyor.

Gemini 4 Argon Fiyatlandırması

Argon, giriş dönemi fiyatıyla milyon başına girdi tokeni $2 ve çıktı tokeni $10 olarak sunuluyor; önbelleğe alınmış girdi tokenleri girdi oranından %95 indirimli. Giriş döneminden sonra oran, milyon başına girdi $4 ve çıktı $20'ye yükseliyor. Google, muhakeme tokenlerinin çıktı oranından ücretlendirilip ücretlendirilmediğini yayımlamadı.

Sahaya göre değerlendirildiğinde giriş fiyatı agresif, standart fiyat ise değil. $2/$10'da Argon, GPT-6.1 Sol'un oranını birebir yakalarken, GPT-6 Astra'nın $10/$50 oranını 5 kat alt ediyor. Promosyon sonrası $4/$20'de ise, Opus 5.5 API eğitimimizde belgelediğimiz Claude Opus 5.5 ile aynı fiyata geliyor.

Bir maliyet açısı daha: ham token başına fiyat, bir görevin maliyetini gizler. GPT-6.1 Sol kapsamımızda, GPT-6 Astra için Terminal-Bench Science 0.1 görevi başına $23,80'e karşı Sol için $5,47 kaydettik; bu nedenle bir kıyaslamayı kazanan bir model faturada kaybedebilir. Google, Argon için görev başına maliyet yayımlamadı; bir ajan filosuna bağlanmadan önce görmek isteyeceğim sayı bu olurdu.

Google, giriş döneminin uzunluğunu yayımlamadı; bu nedenle pilotu aşan her şey için $4/$20 oranını bütçelemek gerekir.

Fatura kabaca (token başına fiyat) × (kullanılan token) olup; bir model ilkinde ucuz, ikincisinde pahalı olabilir. Bu nedenle, uzun muhakeme veya düşünme izleri ve ayrıntılı yanıtlar pahalıya patlayabilir. Ayrıca ajanik iş akışlarında çok adımlı kullanım vardır; bu da her adımın büyüyen bağlamı yeniden gönderdiği ve girdi maliyetlerinin biriktiği anlamına gelir. Bu yüzden bazıları maliyetler konusunda daha şüpheci:

Rekabet tarafında işaretlemeye değer bir nokta daha: Anthropic'in Eylül 2026'da Claude Opus 5.5 için konumlandırması, performansın kabaca Fable 5.1 ile karşılaştırılabilir; çalıştırma maliyetinin ise Opus 5'e göre yaklaşık %40 daha düşük olduğuydu; dolayısıyla Argon'un $4/$20 standart oranında karşılaşacağı baskı, daha iyi modellerden ziyade daha ucuz modellerden gelecek.

Gemini 4 Argon Erişilebilirliği

Asıl kısıt erişilebilirlik. Argon, Fairwind Programı aracılığıyla güvenilir siber savunucuların bir grubuna sunuluyor ve Google, kademeli olarak genişletirken sürüm öncesi model erişimi için ABD hükümetinin gönüllü sürecine dahil olduğunu söylüyor. Genel erişim daha sonra, ücretli API müşterileri ve Google AI Ultra aboneleriyle başlayacak. Duyuruda ücretsiz katman, bekleme listesi bağlantısı ve yayımlanmış oran limitleri yok.

Dikkat edilecek bir nokta: Google'ın herkese açık yapay zekâ fiyatlandırma sayfası en son 24 Eylül 2026'da güncellendi ve orada görülen (milyon başına girdi $0,75 ve çıktı $3,75; 31 Aralık 2026'ya kadar promosyonlu, 1 Ocak 2027'de $1,50/$7,50'ye yükseliyor) oranlar, Argon'a değil Gemini 3.8 Flash katmanına ait.

Gemini 4 Argon'a Nasıl Erişim Alınır?

Şimdilik çoğunlukla alamazsınız. Google, Gemini 4 Argon için bir API model kimliği yayımlamadı ve pazarlama adından tahmin etmeyi önermem. Bugün erişim, Fairwind Programı'ndaki güvenilir siber savunucular ve Google'ın dahili ekipleri üzerinden yürütülüyor.

30 Eylül 2026 itibarıyla Argon, OpenRouter kataloğunda veya models.dev kataloğunda listelenmiyor ve Google Vertex AI, Gemini CLI, Cursor veya GitHub Copilot model dokümanlarında görünmüyor. Azure AI Foundry ve AWS Bedrock model sayfaları da teyit edilemedi. Ücretli API müşterilerine geldiğinde çağrı şekli standart Gemini olacak:

from google import genai

client = genai.Client()
# Model ID for Gemini 4 Argon is not published as of September 30, 2026.
response = client.models.generate_content(
    model="<argon-model-id>",
    contents="Audit this module for memory-safety issues and propose a patch.",
)
print(response.text)Altyapı:

Bu arada altyapıyı hazır etmek isterseniz, Claude Opus 5.5 API eğitimimiz, salt-okunur araçlar ve programatik araç çağrılarıyla ajanik bir araştırmacı inşa etmeyi anlatıyor; aynı kalıplar, model kimliği değişimiyle sağlayıcılar arasında taşınır.

Gemini 4 Argon Hakkında Kim Ne Diyor?

Fairwind grubunun dışındaki neredeyse hiç kimse Argon'u henüz kullanmadı; bu nedenle çoğu tepki, uygulamalı testler değil duyurunun ilk izlenimleri. Konuşma, genelden özele şöyle ilerledi.

Büyük resim / ilk izlenim: insanlar etkilenmiş durumda. 

İlk izlenimler, kıyas sonuçlarından ayrılamaz. Vals Index'teki performans ile hukuk ve finans sonuçları en çok dikkat çekenler oldu; bunların tamamının Google'ın kendi değerlendirmeleri olduğuna dair dipnotla birlikte.

Ancak bir tepki bu sürümün gerçekte neyle ilgili olduğunu yakalıyor. Argon, bir çekirdeği Rust'ta yeniden yazmak gibi saatler süren işler için inşa edildi ve bunun işin geleceği üzerinde gerçek etkileri olabilir. 

Son Düşünceler

Google, bir sonraki sınır rekabet turunun, sohbet kalitesinden ziyade kurumsal bilgi işi ve siber savunmada kazanılacağına bahse giriyor ve Argon'un Vals Index, AutomationBench ve GraphWalks sayıları bu bahsi destekliyor.

Öyle olmakla birlikte, Fairwind grubunun dışında hiç kimse tek bir skoru bile yeniden üretmiş değil.

Genel kullanıma açıldığında, uzun bağlamlı belge ve depo işlerinde Argon'u tercih eder, terminal odaklı ajan döngülerinde ise Argon'un 9 ila 10 puan geride olduğu Claude Opus 5.5 veya GPT-6 Astra ile devam ederdim.

Bu modellerin hedeflediği ajanik iş akışlarını kurmak istiyorsanız, AI Fundamentals yetkinlik yolumuz ile başlayın.