Google har presenterat Gemini 4 Argon, företagets senaste och mest avancerade AI-modell hittills.
Den nya modellen är utvecklad för betydligt mer krävande arbetsuppgifter och ska bland annat kunna hantera programmering, avancerad analys, professionellt kunskapsarbete och cybersäkerhet.
En av de största nyheterna är hur mycket information modellen kan generera under en och samma arbetsprocess. Google höjer gränsen för utdata från tidigare 64 000 tokens till hela en miljon tokens.
Gemini 4 Argon är Googles nya toppmodell
Med Gemini 4 Argon fortsätter Google satsningen på allt mer avancerade AI-system. Modellen är framför allt framtagen för uppgifter där AI:n behöver arbeta med många steg och hålla igång sitt resonemang under betydligt längre tid.
Google lyfter bland annat fram användningsområden inom mjukvaruutveckling, juridik, ekonomi och cybersäkerhet. Företaget använder dessutom redan Gemini 4 Argon internt för flera typer av arbetsuppgifter.
Det handlar alltså inte enbart om en modell som ska svara bättre på vanliga frågor. Ambitionen är att Gemini 4 Argon ska kunna genomföra omfattande arbetsflöden där flera komplicerade moment behöver hanteras i följd.
En miljon tokens ska ge utrymme för större uppgifter
En av de mest intressanta förbättringarna med Gemini 4 Argon är den kraftigt utökade gränsen för modellens utdata.
Tidigare låg gränsen på 64 000 tokens, men med Argon ökar Google den till en miljon tokens. Det innebär att modellen kan arbeta betydligt längre med komplexa problem och generera mycket omfattande resultat inom samma arbetsprocess.
Google menar att den större kapaciteten ger modellen bättre möjligheter att arbeta på djupet med komplicerade problem istället för att behöva dela upp arbetet i lika många separata steg.
Google lyfter fram starka benchmarkresultat
Som väntat presenterar Google även en rad tester där Gemini 4 Argon jämförs med andra avancerade AI-modeller.
Enligt Googles egna redovisade resultat placerar sig Argon i toppen inom flera områden. Företaget pekar bland annat på starka resultat inom programmering, finansiell analys, juridiska arbetsuppgifter och automatisering.
På DeepSWE v1.1, som testar AI-modeller på långvariga och verklighetsnära uppgifter inom mjukvaruutveckling, uppges Gemini 4 Argon nå 77,9 procent.
Modellen når dessutom 51,3 procent i AutomationBench och 91,7 procent i LVBench, ett test som bland annat mäter förståelsen av längre videomaterial.
Benchmarkresultat bör samtidigt inte ses som ett fullständigt mått på hur en AI-modell fungerar i alla verkliga situationer. Resultaten visar framför allt modellernas prestation inom de specifika tester som används.
Google använder redan Gemini 4 Argon internt
Gemini 4 Argon befinner sig inte enbart i ett experimentstadium. Google uppger att tusentals av företagets anställda redan använder modellen i interna arbetsflöden.
Ett område är programmering. Argon har bland annat använts i arbetet med att migrera stora kodbaser från C och C++ till Rust. Google beskriver projekt som sträcker sig från mindre bibliotek till Fuchsia Zircon-kärnan med över 800 000 kodrader.
Företaget uppger även att AI-agenter baserade på Argon har analyserat telemetridata från Googles datacenter för att hitta möjligheter att minska minnesanvändningen.
Det ger en tydligare bild av vart Google vill ta Gemini. AI-modellen ska inte bara fungera som en traditionell chattbot, utan även kunna agera som ett verktyg för omfattande och specialiserade arbetsuppgifter.
Cybersäkerhet blir ett viktigt område
Google satsar också stort på Gemini 4 Argon inom cybersäkerhet. Modellen har tränats för att kunna upptäcka, kontrollera och åtgärda sårbarheter i programvara.
I CWE-bench v1, som testar förmågan att åtgärda säkerhetsproblem, når Argon enligt Google ett toppresultat på 68 procent.
Den avancerade säkerhetskapaciteten är samtidigt en av anledningarna till att Google väljer en försiktig lansering. Företaget arbetar vidare med skydd mot bland annat missbruk och så kallade prompt injection-attacker innan modellen får en bredare utrullning.
Gemini 4 Argon släpps stegvis
Den som hoppas kunna testa Gemini 4 Argon direkt får vänta ett tag. Google börjar med en begränsad utrullning där utvalda säkerhetsexperter och andra betrodda testare får tillgång till tekniken.
Feedback från de första användarna ska därefter användas för att förbättra säkerhetssystemen innan tillgången utökas.
När Gemini 4 Argon blir tillgänglig för en bredare publik kommer betalande API-kunder och Google AI Ultra-prenumeranter att höra till de första grupperna som får tillgång.
Något exakt datum för den breda lanseringen har Google ännu inte meddelat.
Gemini 4 Argon visar nästa steg för Googles AI
Med Gemini 4 Argon blir det tydligt att nästa generations AI-modeller inte enbart handlar om snabbare eller bättre svar. Google lägger stor vikt vid modeller som kan arbeta självständigt med långa och komplicerade uppgifter inom områden där stora mängder information behöver analyseras och bearbetas.
Den nya gränsen på en miljon tokens är särskilt intressant eftersom den kan öppna för betydligt längre sammanhängande arbetsflöden än tidigare.
Hur stor skillnaden blir för vanliga Gemini-användare återstår däremot att se. Först ska Google fortsätta testa modellen och dess säkerhetsfunktioner innan Gemini 4 Argon får en bredare lansering.
