- Google kündigte Gemini 4 Argon als erstes Gemini 4-Modell an, das zunächst nur Fairwind-Cyberpartnern und internen Teams vorbehalten sein wird.
- Es zielt auf Codierung, langfristiges Denken, Wissensarbeit in Unternehmen und defensive Cybersicherheit ab, mit einem Limit von 1 Million Output-Token.
- Die Benchmark-Ergebnisse zeigen starke Ergebnisse bei Wissensarbeit und Videoverständnis, aber gemischte Ergebnisse bei der Codierung im Vergleich zu den Konkurrenten OpenAI und Anthropic.
- Die Einführungspreise für die API betragen 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token, später steigen sie auf 4 bzw. 20 US-Dollar.
Google hat Gemini 4 Argon vorgestellt , ein neues Flaggschiffmodell der künstlichen Intelligenz, das das Unternehmen als Beginn einer neuen Ära fortschrittlicher künstlicher Intelligenz beschreibt. Es ist das erste Modell der Gemini-4-Familie und wird von Google als Werkzeug für tiefgreifendes Denken in langen, mehrstufigen Arbeitsabläufen positioniert – und nicht nur als schnellerer Chatbot.
Die Markteinführung erfolgt nach einer Phase, in der Google sich auf kleinere Flash-Releases konzentrierte, während die Konkurrenz mit aufwendigen Systemen voranschritt. Argon soll diesem Druck begegnen, indem es auf Programmierung, Cybersicherheitsabwehr, wissensintensive Unternehmensarbeit und kreatives Schreiben abzielt , mit besonderem Fokus auf juristische, finanzielle und andere bürointensive Aufgaben.
Eine schrittweise Freigabe, beginnend mit Cyberverteidigern
Argon ist noch nicht für alle zugänglich. Google stellt es zunächst einer ausgewählten Gruppe von Cybersicherheitspartnern im Rahmen seines Fairwind-Programms zur Verfügung , einer Initiative für geprüfte Regierungen und Sicherheitsbehörden. Das Unternehmen gibt an, auch mit dem freiwilligen Vorabzugangsverfahren der US-Regierung zusammenzuarbeiten, um die Verfügbarkeit weiter zu erweitern.
Für vertrauenswürdige Sicherheitsexperten und interne Google-Teams wird Argon ohne Cybersicherheitsvorkehrungen veröffentlicht, damit sie alle seine Verteidigungsfunktionen nutzen können. Die breite Öffentlichkeit muss sich noch gedulden, obwohl Google angekündigt hat, das Modell bald einzuführen. Kunden mit einer kostenpflichtigen API und Abonnenten von Google AI Ultra sollen voraussichtlich vor Entwicklern, Unternehmen und Endverbrauchern Zugriff erhalten.
Die Sicherheitsmaßnahmen rund um Argon umfassen die Überwachung der Denk- und Handlungsabläufe des Modells , das Anhalten der Ausführung bei Bedarf und die Absicherung von Testumgebungen. Google gibt außerdem an, darauf geachtet zu haben, bestimmte Überwachungsergebnisse nicht in Schulungen einzubeziehen, um zu verhindern, dass das Modell lernt, die Aufsicht zu umgehen. Darüber hinaus wurden die Techniken zur Überwachung interner Aktivierungen auf Missbrauch, einschließlich Cyber- oder chemischer, biologischer, radiologischer und nuklearer Bedrohungen, verbessert. Das Unternehmen bezeichnet Argon als sein bisher widerstandsfähigstes Modell gegen indirekte Sofortangriffe und verweist auf seine führende Robustheit im Gray Swan Indirect Prompt Injection Benchmark.
Die Ankündigung erfolgte kurz nachdem Google-CEO Sundar Pichai sich nach einem Treffen mit Präsident Donald Trump anderen führenden Köpfen der Technologiebranche angeschlossen und eine freiwillige Selbstregulierung für KI unterzeichnet hatte. Diese Erklärung, die auch von Anthropic, Meta, Nvidia, OpenAI und SpaceX unterzeichnet wurde, scheint jedoch keinen Durchsetzungsmechanismus zu enthalten.
Programmierung und langfristiges Engineering
Google preist Argons Softwareentwicklungsfähigkeiten an, wobei die wichtigste Kennzahl ein Ergebnis von 77.9 % im DeepSWE v1.1-Test ist . Das Unternehmen bezeichnet diesen Test als neuen Standard für reale, langfristige Programmieraufgaben. Laut Google liegt Argon damit in diesem speziellen Test vor OpenAIs GPT-6 Astra, Anthropics Fable 5.1 und Anthropics Opus 5.5.
Das Bild beim Codieren ist jedoch nicht eindeutig . In anderen Evaluierungen, darunter FrontierSWE v2 und Terminal-Bench 4.0, liegt Argon hinter der Konkurrenz zurück. GPT-6 Astra und Opus 5.5 liegen mit rund 10.5 bzw. neun Punkten Vorsprung vorn. Zwar erreicht Argon im Vibe Code Bench 91.9 %, doch alle vier führenden Modelle erzielen dort über 89 %, der Unterschied ist also gering.
Bei Google nutzen Ingenieure Argon bereits für das tägliche Debugging, umfangreiche Codebasis-Migrationen und die Algorithmenentwicklung. Laut Google unterstützen Argon-Agenten die Migration von C- und C++-Codebasen nach Rust , darunter Arbeiten an Kernbibliotheken wie re2 und libgav1 sowie an über 800,000 Zeilen des Zirkon-Kernels von Fuchsia OS. Für libgav1 ersetzten die Agenten 32,000 Zeilen SIMD-Code und erzeugten einen speichersicheren Videodecoder, der 2.7-mal schneller läuft als die vorherige Rust-Portierung bei identischer Videoausgabe.
Ein weiteres internes Beispiel betrifft die Speichereffizienz. Google gibt an, dass Argon-Agenten flottenweite Profiling-Telemetriedaten analysierten, um Optimierungen in den Rechenzentren zu finden und anzuwenden. Nach der Implementierung wurden mehr als 300 TiB Speicher freigegeben , wobei die Gesamteinsparungen auf 500 TiB bis 1 PiB geschätzt werden.
Wissensarbeit und multimodales Verständnis
Argons stärkste Leistung zeigt sich möglicherweise im Bereich Wissensarbeit. Laut Google führt das Modell den Vals-Index an , der die wirtschaftlichen Auswirkungen von Finanz-, Programmier-, Rechts- und Steuerarbeit anhand des jeweiligen Beitrags zum US-BIP gewichtet. Google verweist außerdem auf die starke Performance des Vals Finance Agent v2 für mehrstufige Finanzrecherchen.
Im Zapier AutomationBench, das die End-to-End-Ausführung über zentrale Geschäftsfunktionen hinweg misst, belegt Argon mit 51.3 % den ersten Platz , fast neun Punkte vor Opus 5.5. Im GraphWalks-Test für Eingaben zwischen 256 und 1 Million Tokens erzielt es 84.2 %, mehr als 12 Punkte vor GPT-6 Astra.
Juristische Arbeit ist komplexer. Google hebt Harveys Legal Agent Benchmark für juristische Recherche und Textgestaltung hervor; ein gemeldeter Wert für Argon liegt bei 19.6 % , fast dreimal so hoch wie der von Fable 5.1. Dennoch bedeutet dies, dass das Modell in diesem Benchmark nur etwa jede fünfte Aufgabe vollständig bewältigt. Dies verdeutlicht, dass Benchmark-Erfolge die Grenzen in der Praxis verschleiern können.
Multimodale Aufgaben sind ein weiterer Bereich, in dem Google einen Vorsprung beansprucht. Argon soll professionelle Chartanalysen, Details aus langen Videos und Aktionen auf Basis mehrerer Dokumente bewältigen können. Auf LVBench, einem Test zur Messung des Verständnisses langer Videos, erzielt Google laut eigenen Angaben einen Spitzenwert von 91.7 %.
Cybersicherheit und Schwachstellenarbeit
Google hat Argon speziell für die defensive Cybersicherheit trainiert und gibt an, dass es kritische Software-Schwachstellen selbstständig finden, validieren und beheben kann. Im CWE-Benchmark v1, der die Behebung von Schwachstellen bewertet, erreicht Argon mit 68 % den ersten Platz , zusammen mit OpenAIs GPT-6 Astra und xAIs Grok 4.7. Opus 5.5 liegt einen Punkt dahinter.
Google verweist zudem auf interne Ergebnisse: Argon erzielt 85.8 % im Benchmark zur Schwachstellenerkennung und 70.9 % im Penetrationstest-Benchmark von Wiz. Zum Vergleich: Gemini 3.8 Flash Cyber erreichte in denselben Tests 71.0 % bzw. 58.2 %. Wiz, das im März für 32 Milliarden US-Dollar von Google übernommen wurde, setzt Argon bereits im Rahmen seiner Initiative „Scan for Good“ ein.
Das Unternehmen gibt an, dass Argon eine kritische Sicherheitslücke in einer weltweit in Krankenhäusern eingesetzten Software entdeckt hat, die von früheren, fortschrittlicheren Modellen übersehen worden war. Diese Aussage untermauert Googles Argumentation, dass Argon nicht nur ein universelles Modell, sondern ein spezialisiertes Werkzeug für Sicherheitsteams ist, die schnell und effizient auf komplexe Systeme zugreifen müssen.
Preise, Beschränkungen und Verfügbarkeit
Für Entwickler ist eine der wichtigsten Änderungen die Erhöhung des Ausgabelimits. Gemini 4 Argon kann bis zu 1 Million Ausgabetoken generieren , im Vergleich zu 64,000 Token in früheren Gemini-Modellen. Laut Google ermöglicht dieser zusätzliche Spielraum dem Modell, komplexere Probleme zu analysieren und Hunderttausende von Token in einem einzigen Durchlauf zu verarbeiten. Dadurch können auch anspruchsvollere Probleme auf einmal gelöst werden.
Die API-Preise beginnen mit einem Einführungspreis von 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token , wobei zwischengespeicherte Input-Token um 95 % reduziert sind. Nach Ablauf der Einführungsphase steigt der Preis auf 4 US-Dollar pro Million Input-Token und 20 US-Dollar pro Million Output-Token. Dieser spätere Output-Preis liegt im gleichen Bereich wie die Preise von Anthropic für Opus 5.5.
Google hat noch keinen konkreten Veröffentlichungstermin bekannt gegeben . Das Unternehmen erklärt, es werde Feedback von ersten Testern einholen und die Sicherheitsvorkehrungen von Argon weiterentwickeln, bevor es außerhalb des Fairwind-Programms verfügbar gemacht wird. Sobald dies geschehen ist, erhalten zahlende API-Kunden und Abonnenten von AI Ultra voraussichtlich zuerst Zugriff, gefolgt von einer breiteren Freigabe für Entwickler, Unternehmen und Endverbraucher.
Alles in allem wirkt Gemini 4 Argon wie Googles Versuch, sich im Premium-KI-Segment zu positionieren, anstatt gleichzeitig alle Nutzer anzusprechen. Seine Stärken liegen im kontextbezogenen Denken, der Wissensverarbeitung in Unternehmen und der defensiven Cybersicherheit , während die Ergebnisse im Programmieren in einigen Tests beeindruckend, in anderen jedoch weniger überzeugend sind. Der begrenzte Rollout, die hohe Leistungsgrenze und die zweistufige Preisgestaltung deuten darauf hin, dass Google Argon als sorgfältig gemanagtes Spitzenprodukt behandelt: leistungsstark genug, um wettbewerbsfähig zu sein, aber noch nicht vollständig verfügbar, bis die Sicherheitsprüfungen auf dem neuesten Stand sind.
