Google Gemini 4 Argon duikt op in Antigravity met drie denkniveaus

TL;DR

• Wat: In Google's ontwikkelplatform Antigravity zijn verwijzingen gevonden naar Gemini 4 Argon met instelbare denkniveaus (laag, midden, hoog).
• Waarom relevant: Als ondernemer kun je straks per taak kiezen hoeveel rekenkracht (en dus kosten) je AI inzet — precies genoeg voor de klus.
• Wat je ermee kunt: Houd in de gaten wanneer Argon beschikbaar wordt en overweeg hoe instelbare reasoning past bij jouw AI-gebruik.

Er gebeurt iets interessants bij Google. In Antigravity — het platform dat Google vorig jaar lanceerde voor AI-gestuurde softwareontwikkeling — zijn verborgen verwijzingen gevonden naar een nieuw model: Gemini 4 Argon. Wat mij opvalt is niet zozeer het model zelf, maar de manier waarop Google je laat kiezen hoe diep dat model nadenkt. Ik leg uit waarom dat voor ondernemers relevanter is dan het klinkt.

Wat is er precies gevonden?

De vondst komt van TestingCatalog, een platform dat regelmatig onuitgebrachte functies opspoort in de code van Google-producten. In de interface van Antigravity — intern ook gelinkt aan de codenaam Jetski — zijn referenties aangetroffen naar Gemini 4 Argon met drie niveaus van reasoning effort: laag, midden en hoog.

Daarnaast biedt de webversie van Gemini nu dezelfde driedeling voor alle beschikbare modellen. Dat is een verandering: eerder zat je vast aan één instelling per model. Nu wordt het een universele schuifregelaar.

Belangrijk om te vermelden: Google heeft dit niet officieel aangekondigd als publieke feature. Het gaat om verwijzingen in code die zijn opgemerkt door externe onderzoekers. Behandel het dus als een sterke aanwijzing, niet als een bevestigd productlancering.

Wat is reasoning effort eigenlijk?

Laat me dit even vertalen naar iets herkenbaars. Stel, je vraagt een medewerker om een e-mail te beantwoorden. Soms is het een simpel "ja, dat kan" — daar hoef je niet twintig minuten over na te denken. Maar soms is het een juridisch gevoelig contract waar je echt even goed naar moet kijken.

Reasoning effort werkt vergelijkbaar. Op "laag" geeft het model snel een antwoord zonder uitgebreid na te denken. Op "hoog" neemt het meer tijd en rekenkracht, doorloopt het meer interne stappen, en levert het doorgaans een grondiger resultaat. Het verschil zit niet alleen in kwaliteit, maar ook in kosten en snelheid.

Een schrijver op de Kaggle-community beschreef het treffend: op hoge reasoning duurden simpele bewerkingen minuten en complexe taken uren. Door naar lage reasoning te schakelen voor implementatiewerk, en hoge reasoning alleen in te zetten voor de stappen die het écht nodig hadden, ging het werk aanzienlijk sneller.

Wat weten we over Gemini 4 Argon?

Google kondigde Gemini 4 Argon aan op 30 september 2026. Het model is gebouwd voor wat Google noemt "deep reasoning across complex, long-horizon workflows" — langdurig en complex denkwerk dus, zoals je dat tegenkomt in juridische analyses, financiële modellen of grote softwareprojecten.

Een paar opvallende kenmerken op basis van wat tot nu toe bekend is:

Hallucinaties

Volgens Artificial Analysis heeft Argon een hallucinatiepercentage van 15 procent. Dat klinkt misschien hoog, maar het is volgens diezelfde bron het laagste onder de huidige topmodellen. Ter vergelijking: veel modellen zitten daar ruim boven. Voor ondernemers die AI inzetten voor feitelijke taken — denk aan het samenvatten van contracten of het analyseren van klantdata — is een lager hallucinatiepercentage direct relevant.

Contextvenster en output

In Antigravity zijn drie contextopties gevonden: 256K (standaard), 512K en 900K tokens. Grotere contexten kosten meer: de 512K-optie verbruikt naar verluidt 1,3 keer zoveel quota, de 900K-optie 1,8 keer. Daarnaast heeft Google de maximale output verhoogd naar 1 miljoen tokens, met een nieuw mechanisme genaamd "Long Decode Continuation" dat lange antwoorden in stukken opknipt en hervat.

Beschikbaarheid

Hier moet ik eerlijk zijn: Argon is nog niet breed beschikbaar. Op dit moment is het model alleen toegankelijk voor geselecteerde cybersecurity-partners via het Fairwind Program. Google heeft een bredere uitrol aangekondigd, maar zonder concrete datum.

Waarom die reasoning-schuifregelaar ertoe doet voor ondernemers

Ik vind het eerlijk gezegd fascinerend dat AI-modellen nu de kant op gaan van instelbare denkkracht. Waarom? Omdat het direct raakt aan kosten.

Als je een AI-model gebruikt voor klantenservice-antwoorden, heb je waarschijnlijk geen hoge reasoning nodig. Maar als datzelfde model een complex financieel rapport moet analyseren, wil je dat het grondig nadenkt. Tot nu toe betaalde je vaak voor het volle vermogen, ook als je het niet nodig had.

De driedeling laag-midden-hoog maakt het mogelijk om per taak te kiezen. Dat is vergelijkbaar met hoe je in een bedrijf niet voor elke klus een senior specialist inhuurt — soms is een stagiair prima, soms heb je de expert nodig.

Concreet: Artificial Analysis meldt dat Argon op hoge reasoning meer dan twee keer zoveel tokens verbruikt per taak als vergelijkbare modellen. Dat tikt aan in de kosten. De mogelijkheid om naar lage reasoning te schakelen voor eenvoudige taken kan dat aanzienlijk dempen.

Wat er op de achtergrond speelt

Wat ik ook interessant vind: volgens een rapport van Business Insider is het publieke Argon-model gebaseerd op een intern checkpoint genaamd Barium-B. Maar er bestaat ook een ander checkpoint — Carbon — dat intern wordt getest en naar verluidt dichter in de buurt komt van Claude Opus 5.5 voor programmeertaken. Of Carbon een update van Argon wordt of een apart model, is nog onduidelijk.

Daarnaast is in Antigravity een agent die eerder Concierge heette hernoemd naar "Chief of Staff". Dat is op zich een klein detail, maar het past in een patroon: Google lijkt Antigravity uit te bouwen van een ontwikkelomgeving naar een platform met autonome AI-agenten. Voor ondernemers die nadenken over AI-integratie in hun werkprocessen is dat een ontwikkeling om in de gaten te houden.

Waar dit naartoe wijst

Voor mij is dit vooral een signaal dat de AI-industrie verschuift van "het krachtigste model wint" naar "het slimst ingezette model wint." De mogelijkheid om reasoning effort in te stellen is niet spectaculair in technische zin, maar het is wel precies het soort functionaliteit dat AI praktisch bruikbaar maakt voor bedrijven met een budget.

Als Argon straks breed beschikbaar wordt met die drie denkniveaus, krijg je als ondernemer een gereedschap dat je kunt afstemmen op de taak. Niet overal het zwaarste geschut, maar precies genoeg. Ik denk dat dát uiteindelijk het verschil gaat maken tussen bedrijven die AI kosteneffectief inzetten en bedrijven die er vooral geld aan kwijtraken.