Gemini 4 Argon Duyuruldu: 1 Milyon Token Çıktı, Siber Güvenlik ve Fiyatı

Google, yeni nesil yapay zekâ modeli Gemini 4 Argon'u duyurdu. Model; uzun süren, çok adımlı ve araç kullanan görevler için tasarlandı ve gerçek dünya yazılım mühendisliği, finans, hukuk ile siber güvenlik alanlarına odaklanıyor. En dikkat çekici teknik değişiklik, tek seferde üretilebilecek çıktı sınırının önceki 64 bin token'dan 1 milyon token'a çıkarılması. Ancak Argon henüz herkese açık değil: ilk erişim Google'ın "Fairwind" programı kapsamındaki seçilmiş siber savunma ekiplerinde, geniş dağıtım ise ücretli API müşterileri ile Google AI Ultra abonelerinden başlayarak kademeli olarak yapılacak.

Gemini 4 Argon nedir?

Argon, Google'ın kendi ifadesiyle "uzun soluklu" (long-horizon) işler için geliştirilmiş öncü modeli. Burada kastedilen şey, tek bir soruya cevap veren klasik sohbet modelinden farklı olarak; araştırma yapan, kod yazıp çalıştıran, hatayı ayıklayan, farklı araçları kullanan ve sonucu tekrar değerlendirip yoluna devam eden bir yapı. Model metin, kod ve görsel anlama yeteneklerinin yanında uzun videoları da analiz edebiliyor; grafikleri, belgeleri ve görselleri aynı görev içinde birlikte değerlendirebiliyor.

Duyuruyu Google DeepMind'dan Koray Kavukcuoglu yaptı. Google'ın verdiği bilgiye göre model şirket içinde de hâlihazırda kullanılıyor: hata ayıklama, algoritma geliştirme, kod tabanı dönüşümü ve araştırma gibi işlerde binlerce çalışan Argon'dan yararlanıyor. Bu iç kullanım örnekleri, modelin neye yönelik tasarlandığını anlamak için en açıklayıcı kısım.

1 milyon token çıktı sınırı ne anlama geliyor?

Yapay zekâ modellerinde "bağlam penceresi" modelin bir seferde okuyabildiği miktarı, "çıktı sınırı" ise tek bir yanıtta yazabildiği miktarı anlatıyor. Bağlam penceresi son yıllarda hızla büyürken çıktı tarafı daha dar kalmıştı. Argon'da bu sınır 64 bin token'dan 1 milyona çıkıyor; yani yaklaşık 16 kat artış. Pratikte bu, modelin bir kod tabanını baştan sona yeniden yazması, çok uzun bir raporu tek geçişte üretmesi ya da çok adımlı bir ajan görevinin ara çıktılarını kesmeden sürdürmesi anlamına geliyor. Google, uzun bağlam performansını da ölçtü: GraphWalks testinde 128 bin token'a kadar olan görevlerde yüzde 99,7 F1 puanı, 256 bin ile 1 milyon token arasındaki görevlerde ise yüzde 84,2 puan alındı. Aynı tabloda GPT-6 Astra bu uzun aralıkta yüzde 71,8'de kaldı.

Google içinde Argon ne yaptı?

Google'ın paylaştığı iç örnekler, modelin sadece benchmark'ta değil gerçek işlerde de denendiğini göstermeye yönelik:

• Kuantum algoritması optimizasyonu: Model, kuantum hesaplama uygulamalarında kullanılan bazı algoritmaların kaynak gereksinimini optimize etti ve mevcut referans çözümün performansını birkaç dakika içinde yaklaşık yüzde 40 iyileştirdi.
• Veri merkezi belleği: Birden fazla Argon ajanı, Google veri merkezlerinden gelen bellek kullanım verilerini inceledi. Uygulanan optimizasyonlarla 300 TiB'den fazla bellek serbest bırakıldı; toplam potansiyel tasarruf 500 TiB ile 1 PiB arasında tahmin ediliyor.
• C/C++'tan Rust'a geçiş: Model, bazı temel kütüphanelerde on binlerce satırlık kodu Rust'a dönüştürdü. Fuchsia işletim sisteminin Zircon çekirdeğinde dönüştürülmesi planlanan kod 800 bin satırı aşıyor. Üretime girecek kodlar yapay zekâ tarafından hazırlansa da otomatik testlerden, emülasyondan ve insan incelemesinden geçiyor.
• libgav1 hızlandırması: Google'ın açık kaynaklı AV1 video kod çözücüsü libgav1'de yaklaşık 32 bin satırlık SIMD kodu Rust'la yeniden düzenlendi. Ortaya çıkan sürüm, mevcut Rust uygulamasına göre 2,7 kata kadar hızlı çalışırken aynı video çıktısını koruyor.

Rust'a geçişin neden bu kadar önemsendiğini merak edenler, bellek güvenliği odaklı dönüşümün Pixel 10 modeminde Rust kullanımını ele aldığımız yazıdan örneklerine bakabilir.

Benchmark sonuçları: Gemini 4 Argon rakiplerine karşı

Google, Argon'ı GPT-6 Astra, Claude Fable 5.1 ve Claude Opus 5.5 ile karşılaştıran geniş bir tablo yayınladı. Tablonun özetini kategorilere göre toplayalım:

Tablodan çıkan tablo şöyle: Argon, ajan tabanlı kodlamada DeepSWE'de önde, ancak FrontierSWE v2 ve Terminal-bench 4.0'da başka modeller daha yüksek puan alıyor. Yani "her alanda birinci" bir model söz konusu değil; performans görev türüne göre değişiyor. Argon'ın asıl farkı kurumsal iş süreçlerinde belirginleşiyor: AutomationBench'te rakiplerinin 9-20 puan önüne geçiyor, Vals Finance Agent'ta yaklaşık 6,5 puan fark atıyor. Hukuk benchmark'ı Harvey'de ise tüm modellerin puanları düşük olsa da Argon yaklaşık yüzde 19,6 ile ikinci sıradaki Fable 5.1'in (%6,7) üç katına yakın bir sonuç elde etti. Bu testler Google'ın kendi yayınladığı sonuçlar; bağımsız doğrulamalar gelene kadar temkinli yaklaşmak gerekiyor. Rakip modellere dair önceki gelişmeleri GPT-6 Astra tartışmasını ele aldığımız yazıda ve Astra'nın bir oyunu tek başına 24 saatte bitirmesini anlattığımız haberde bulabilirsiniz.

Siber güvenlik: Fairwind programı ve kısıtlı erişim

Argon'ın en çok konuşulacak yanı siber güvenlik. Google'a göre model, yazılımlardaki kritik güvenlik açıklarını bulabiliyor, doğrulayabiliyor ve düzeltme önerisi hazırlayabiliyor. CWE-bench v1 testinde yüzde 68 puanla GPT-6 Astra ile başa baş, Claude Opus 5.5 (%67) ve Fable 5.1'in (%58) önünde. Google, modelin iç testlerde 20 farklı programlama dilindeki karmaşık kod tabanlarında açık aradığını, kaynak koduna erişmeden çalışan kara kutu sızma testlerinde web sistemlerini analiz edebildiğini de belirtiyor. Bulut güvenliği şirketi Wiz ile yürütülen çalışmada, önceki modellerin gözünden kaçan kritik bir sağlık hizmeti açığının bulunduğu aktarıldı.

Bu yeteneklerin kötüye kullanılma riski nedeniyle Google erişimi bilinçli olarak kısıtlıyor. Model şu anda yalnızca Fairwind programındaki güvenilir siber savunma ekiplerine açık; bu ekiplere güvenlik odaklı yeteneklerin "siber korumasız" daha geniş bir sürümü sunuluyor. Genel kullanıma açılan sürümde ise bu yeteneklerin tamamı bulunmayacak. Google ayrıca ABD hükümetinin gönüllü ön yayın sürecinde koordinasyon yürüttüğünü söylüyor. Yapay zekânın siber güvenlikteki rolü başka şirketlerin modellerinde de tartışılıyordu; Anthropic'in Claude Mythos ile yazılım açıklarını keşfetmesini anlattığımız yazıyla birlikte okumak faydalı olur.

Güvenlik önlemleri dört başlıkta toplanıyor: kötüye kullanıma karşı savunma, dolaylı prompt injection saldırılarına dayanıklılık, ajanların kullanıcı talimatlarının dışına çıkmasının (yanlış hizalanma) izlenmesi ve sistemlerin sertleştirilmesi. Google, Gray Swan IPI testinde Argon'un dolaylı prompt injection karşısında önde olduğunu söylüyor. Burada "dolaylı" saldırı, kullanıcının değil, modelin okuduğu bir web sayfası ya da belgenin içine gizlenmiş kötü niyetli talimatın modeli yönlendirmeye çalışmasını ifade ediyor ve ajan kullanımında en gerçekçi tehditlerden biri sayılıyor.

Gemini 4 Argon fiyatı ve erişim

Argon'ın API fiyatı lansman döneminde bir milyon girdi token'ı için 2 dolar (yaklaşık 98 TL), bir milyon çıktı token'ı için 10 dolar (yaklaşık 490 TL) olarak belirlendi. Önbelleğe alınmış girdi token'larında yüzde 95 indirim uygulanıyor. Tanıtım dönemi bittiğinde standart fiyat girdi için 4 dolara (yaklaşık 196 TL), çıktı için 20 dolara (yaklaşık 981 TL) çıkacak. TL karşılıkları 1 Ekim 2026 kuruyla (1 dolar ≈ 49,03 TL) hesaplanmış ham çevirilerdir.

Erişim şu sırayı izleyecek: önce Fairwind programındaki seçilmiş savunma ekipleri, ardından ücretli API müşterileri ve Google AI Ultra aboneleri, daha sonra geliştiriciler, şirketler ve bireysel kullanıcılar. Google, geniş kullanıma açılış için henüz kesin bir tarih vermedi. Bu nedenle bugün itibarıyla modeli deneyebilecek kişi sayısı oldukça sınırlı.

Değerlendirme: Argon neyi değiştiriyor?

Gemini 4 Argon'ı öne çıkaran, tek bir alanda rekor kırmasından çok, uzun ve çok adımlı işlerde tutarlı biçimde güçlü görünmesi. 1 milyon token çıktı sınırı ve Google içindeki gerçek kullanım örnekleri bunun reklamdan fazlası olabileceğine işaret ediyor; ancak kodlama testlerinin bir kısmında rakiplerin önde olması, "en iyi model" tartışmasının hâlâ kullanım senaryosuna bağlı olduğunu gösteriyor. Fairwind modeli de dikkat çekici: yapay zekâ laboratuvarları, savunma amaçlı yetenekleri önce güvenilir ekiplere vermeyi bir standart hâline getirmeye başlıyor. Genel kullanıma açılış tarihi netleştiğinde ve bağımsız testler yayınlandığında bu yazıyı güncelleyeceğiz.