Gemini 4 Argon artık açık: Bekleme listesinden pilot listesine geçmeli mi?

Kısa cevap

Gemini 4 Argon artık gerçek bir seçenek. Google modeli 13 Ekim 2026'da ücretli Gemini API, AI Studio ve kurumsal Gemini platformunda dünya çapında açtı. Gemini uygulaması ile Arama'daki AI Mode erişimi Google AI Pro ve Ultra abonelerine, Antigravity erişimi ise Ultra abonelerine sunuluyor.[1]

Ben Argon'u bugün genel varsayılan yapmazdım. Uzun belge setleri, kurumsal bilgi işi, büyük kod tabanı incelemesi ve çok uzun çıktı gerektiren görevlerde üç işlik bir pilot başlatırdım. Günlük küçük kod düzeltmeleri veya yoğun terminal kullanan ajanlarda ise mevcut modeli hemen değiştirmezdim. Google'ın tablosunda Argon bazı kodlama testlerini kazanırken FrontierSWE v2 ve Terminal-Bench 4.0'da rakiplerinin gerisinde kalıyor; bağımsız Artificial Analysis endeksinde de lider değil.[1][5]

Bu yazı bağımsız bir uygulamalı test değil. Argon'u kendi depomda henüz çalıştırmadım. Karar, Google'ın ürün belgeleri ve model kartı ile Artificial Analysis'in bağımsız ölçümlerine dayanıyor.

2 Ekim'den beri ne değişti?

Önceki Argon karşılaştırmasında modelin güçlü görünen ama çoğu geliştiricinin erişemediği bir aday olduğunu yazmıştım. O gün doğru karar beklemekti. Artık iki eksik parça belli: API model kimliği gemini-4-argon ve ücretli geliştirici erişimi açık.[1][2]

Bu, Argon'u doğrudan üretim varsayılanı yapmıyor. Yalnızca bekleme listesinden ölçülebilir bir pilot listesine taşıyor. Google'ın vaat ettiği güçlü tarafları artık kendi kabul testlerimizle sınayabiliriz.

API ile tüketici aboneliğini de ayırmak gerekiyor. Argon, Gemini uygulamasında Google AI Pro ve Ultra abonelerine sunuluyor. Geliştirici API'sinde ise ücretsiz katmanda ve Google AI Pro planında yok; ücretli API kullanımı gerekiyor.[1][2][3]

Bir milyon token ne anlama geliyor?

Argon'un en farklı özelliği bir milyon tokenlık ortak giriş-çıkış sınırı. Bu, bir milyon token girdi üzerine ayrıca bir milyon token çıktı alınabildiği anlamına gelmiyor. İstem, belgeler, modelin düşünme tokenları, araç çağrıları ve nihai yanıt aynı 1.048.576 tokenlık bütçeyi paylaşıyor.[2][4]

Google uzun çıktıları continuation_token ile birbirine bağlıyor. Güncel Python ve JavaScript SDK'ları bu devam döngüsünü otomatik yürütebiliyor. Tek istekte varsayılan çıktı sınırı daha düşük; geliştirici uzun üretim istiyorsa max_output_tokens değerini açıkça yükseltiyor.[2]

Bu kapasite şu işlerde anlamlı olabilir:

• Çok sayıda belgeyi okuyup ayrıntılı bir denetim veya teknik şartname üretmek.
• Büyük bir kod tabanını inceleyip dosyalar arası bağımlılıkları koruyan kapsamlı bir taşıma planı hazırlamak.
• Uzun matematik veya bilim muhakemesini yarıda kesmeden sürdürmek.
• Büyük yapılandırılmış veri veya rapor üretimini tek akışta tamamlamak.

Yine de pencere büyüklüğü tek başına kalite değildir. Bir modelin yüz binlerce token üretmesi, çıktının doğru veya ekonomik olduğunu göstermez. Artificial Analysis, Argon'un kendi endeks koşusunda toplam 110 milyon çıktı tokenı ürettiğini ve benzer fiyat sınıfının medyanından daha uzun yazdığını bildiriyor.[5]

Argon nerede güçlü görünüyor?

Google'ın karşılaştırmasında Argon bilgi işi ve uzun bağlam tarafında öne çıkıyor. Vals Index'te yüzde 68,9, Vals Finance Agent v2'de yüzde 65,4 ve 256 bin ile bir milyon token arası GraphWalks testinde yüzde 84,2 raporlanıyor. Google ayrıca DeepSWE v1.1'de yüzde 77,9 ve AutomationBench'te yüzde 51,3 sonuç yayımladı.[1]

Bu tabloyu "her işte en iyi model" diye okumamak gerekiyor. Aynı tabloda Argon, FrontierSWE v2'de yüzde 55 ile GPT-6 Astra'nın yüzde 65,5 sonucunun; Terminal-Bench 4.0'da yüzde 57,4 ile Claude Opus 5.5'in yüzde 66,4 sonucunun gerisinde. Terminal-Bench Science ve OSWorld-2.0 sonuçlarında da lider değil.[1]

Bağımsız tablo daha ölçülü. Artificial Analysis, Argon High'a Intelligence Index'te 53 puan veriyor ve test edilen 216 model yapılandırması içinde sekizinci sıraya yerleştiriyor. Bu güçlü bir sonuç, fakat zirve değil. Aynı kaynak, hız verisini henüz yayımlamıyor ve modelin yüksek çıktı hacmine dikkat çekiyor.[5]

Benim ilk pilot sıram şöyle olurdu:

1. Uzun sözleşme, finans, araştırma veya politika belgelerinden kanıtlı bir sentez çıkarma.
2. Büyük bir depoda keşif, bağımlılık haritası ve taşıma planı üretme.
3. Çok uzun çıktı gerektiren teknik spesifikasyon veya denetim raporu hazırlama.

Shell komutlarının, hızlı düzenleme döngülerinin ve sık geri bildirim isteyen küçük yamaların ağırlıkta olduğu işler için Argon'u ilk sıraya koymazdım. Bu görevlerde Terminal-Bench farkı ve henüz bilinmeyen hız davranışı önemli.[1][5]

Tanıtım fiyatı kararı çarpıtabilir

Argon'un API fiyatı 30 Kasım 2026'ya kadar bir milyon giriş tokenı için 2 dolar, bir milyon çıktı tokenı için 10 dolar. Örtük önbelleğe alınan giriş tokenları 0,10 dolar. 1 Aralık'ta bu üç fiyat sırasıyla 4, 20 ve 0,20 dolara çıkıyor. Düşünme tokenları çıktı olarak ücretlendiriliyor.[2][3]

Bu yüzden bugünkü ucuz görünen pilotu kalıcı üretim maliyeti sanmamak lazım. Üstelik high düşünme seviyesi daha fazla token ve gecikme kullanıyor. Google basit görevlerde low, genel varsayılan olarak medium, zor kodlama ve bilim görevlerinde high öneriyor.[2]

Reasoning seviyesi rehberindeki kural burada da geçerli: Her işi en yüksek ayarda çalıştırmak model değerlendirmesi değil, bütçe yakmaktır. Pilotta hem tanıtım fiyatıyla ölçülen maliyeti hem de 1 Aralık fiyatıyla aynı kullanımın tahmini maliyetini yazmak gerekir.

Üç işlik pilot nasıl kurulmalı?

Argon'a geçiş kararı için üç temsilî görev yeterli:

1. Yüzlerce sayfalık belge setinden kaynaklı bir karar notu.
2. Büyük bir depoda yalnız analiz ve değişiklik planı.
3. Sınırları ve kabul testi belli, çok dosyalı bir uygulama görevi.

Her görevde mevcut varsayılan model ile Argon'u aynı başlangıç verisi, aynı araçlar ve aynı zaman sınırıyla çalıştır. medium seviyesini başlangıç noktası yap; yalnız görev gerçekten gerektiriyorsa high koşusunu ayrıca kaydet.

Şunları ölç:

• Kabul testini ilk denemede geçti mi?
• Toplam giriş, çıktı ve düşünme tokenı neydi?
• İnsan incelemesi kaç dakika sürdü?
• Kaynak gösterme ve belirsizlik yönetimi nasıldı?
• Kapsam dışı kaç değişiklik önerdi?
• Aynı görev 1 Aralık fiyatıyla ne kadara gelecekti?

Son kapı yine insan doğrulaması. Kodlama ajanı çıktısını doğrulama kontrol listesi test, diff kapsamı, güvenlik sınırı ve geri alma adımlarını model markasından bağımsız tutuyor. Google'ın model kartı da halüsinasyon, zaman zaman yavaşlama ve timeout ihtimalini açıkça listeliyor.[4]

Son karar

Gemini 4 Argon, erişilemeyen bir duyurudan ölçülebilir bir ürüne dönüştü. Uzun bağlam, uzun çıktı ve belge ağırlıklı işlerde pilotu hak ediyor. Büyük depolarda keşif ve planlama için de ciddi aday.

Fakat genel varsayılan olmak için henüz erken. Kodlama sonuçları göreve göre ayrışıyor, bağımsız endekste zirvede değil, hız verisi eksik ve API fiyatı 1 Aralık'ta iki katına çıkacak. En doğru hareket tüm trafiği taşımak değil, üç zor görev seçip kabul oranı, inceleme süresi ve standart fiyatla görev maliyetini ölçmek.