Gemini 4 Argon ist Googles bisher leistungsfähigstes Modell, und fast niemand kann es nutzen

Was Argon tatsächlich ist

Argon ist das erste Modell, das Google unter dem Namen Gemini 4 veröffentlicht hat. Noch gibt es kein Gemini 4 Pro oder Gemini 4 Flash, daher ist Argon vorerst gleich Gemini 4, eine einzelne Veröffentlichung statt eines vollständigen Generationswechsels mit mehreren Stufen gleichzeitig, wie es bei Gemini 3 der Fall war. Googles eigene Ankündigung setzt stark auf drei Anwendungsfälle: reale Software-Entwicklung, Wissensarbeit im Unternehmen wie Rechts- und Finanzanalysen, und Cyberabwehr, wo das Unternehmen sagt, Argon könne eine Sicherheitslücke selbstständig aufspüren, ihre Echtheit bestätigen und einen funktionierenden Patch schreiben, ohne dass ein Mensch jeden einzelnen Schritt anleitet.

Die technische Änderung, die für agentische oder lang laufende Aufgaben am ehesten von Bedeutung ist, ist das Output-Token-Limit: Google hat es auf 1.000.000 Token angehoben, gegenüber 64.000 bei seinen bisherigen Modellen der Gemini-3-Generation. Das ist ein 15-facher Sprung bei dem, was eine einzelne Antwort enthalten kann, was speziell für Aufgaben wie Patch-Generierung oder lange Dokumenterstellung wichtig ist, die durchgehend weiterdenken müssen, ohne mitten in der Aufgabe einen neuen Aufruf zu starten.

Der Fairwind-Rollout, und warum Verbraucher noch nicht dabei sind

Argons auf Cyberabwehr ausgerichtete Fähigkeiten erscheinen zuerst über Googles Fairwind Program, das einer geprüften Gruppe, staatlichen Cyberabwehr-Behörden und anderen vertrauenswürdigen Organisationen, vorab Zugang gibt, als Teil des freiwilligen Vorab-Zugangsprozesses, den die US-Regierung für Spitzen-KI-Modelle eingerichtet hat. Fairwind-Teilnehmer erhalten außerdem eine Version von Argon ohne Leitplanken, kombiniert mit dem, was Google als Fehlausrichtungs-Gegenmaßnahmen beschreibt, die die Gedankenkette des Modells auf Anzeichen überwachen, dass es sich seinen Weg um seine eigenen Einschränkungen herum denkt. Der Zugang ist auf interne Cybersicherheits-, Incident-Response- und Penetrationstest-Mitarbeiter beschränkt, und teilnehmende Organisationen müssen Multi-Faktor-Authentifizierung durchsetzen. Google ordnet die gesamte Vereinbarung seinem Frontier Safety Framework zu: Ein Dual-Use-Modell, das ausnutzbare Fehler finden kann, kann auch eines sein, das sie schreibt, daher kommt breiterer Zugang mit breiterem Risiko.

Für alle anderen ist Googles eigene Formulierung der einzige öffentliche Zeitplan, den es gibt: Argon werde „Entwickler, Unternehmen und Verbraucher erreichen, beginnend mit zahlenden API-Kunden und Google-AI-Ultra-Abonnenten", ohne angehängtes Datum. Es gibt keine Erwähnung der kostenlosen Gemini-App-Stufe, keine Erwähnung von Google-AI-Plus- oder -Pro-Abonnenten, und keine Erwähnung von Gemini Notebook, weder in der Ankündigung, auf der Preisseite, noch in der Berichterstattung, die folgte. Wer kein zahlender API-Kunde oder AI-Ultra-Abonnent ist, hat derzeit keinen angegebenen Weg, Argon überhaupt auszuprobieren.

Preise: einführend jetzt, doppelt später

Wo Argon über die API verfügbar ist, liegt der Preis bei 2 $ pro Million Input-Token und 10 $ pro Million Output-Token, ein Einführungspreis, der laut Google später auf 4 $/20 $ steigen wird. Zwischengespeicherte Eingaben sind mit 95% rabattiert, was für Workflows, die wiederholt dieselbe große Codebasis oder Dokumentensammlung neu verarbeiten, sehr wichtig ist, genau die Art von Aufgabe, für die Argon speziell positioniert ist. Google hat kein Datum veröffentlicht, wann der Einführungspreis endet.

Google sagt, es gewinnt. Unabhängige Tests sagen, es ist eher ein Kopf-an-Kopf-Rennen

Googles Launch-Beitrag stützt Argon mit einer breiten Benchmark-Tabelle: 77,9% bei DeepSWE v1.1 (langfristige Software-Entwicklung), 91,7% bei LVBench (Verständnis langer Videos), 68% bei CWE-Bench v1 (Erkennung von Sicherheitslücken), und ein erster Platz mit 51,3% bei AutomationBench, Zapiers Benchmark für die durchgängige Ausführung von Geschäftsaufgaben. Nach Googles eigener Zählung liegt Argon bei etwa 12 bis 13 von 18 bis 19 Benchmarks in seiner Vergleichstabelle gegen Claude Opus 5.5 und GPT-6 Astra vorn.

Artificial Analysis, das seine eigene standardisierte Benchmark-Suite betreibt, statt sich auf die selbst gewählte Tabelle eines Unternehmens zu verlassen, fand ein weniger schmeichelhaftes Bild. Sein Intelligence Index, ein Gesamtwert für den Vergleich über Anbieter hinweg, setzte Argon bei 53, GPT-6 Astra bei 53 (gleichauf mit Argon) und Claude Opus 5.5 bei 58, vor beiden. Bei Terminal-Bench 4.0 speziell, einem Benchmark für die Bedienung eines echten Computers über ein Terminal, maß Artificial Analysis Argon bei 57%, Astra bei 59% und Opus 5.5 bei 60%, eine knappe Spanne statt eines klaren Vorsprungs. Das Muster zieht sich durch beide Messungen: Ein Modell, das in Googles eigener Tabelle die meisten direkten Vergleiche gewinnt, landet bei einem neutralen Test in einem Unentschieden mit einem Konkurrenten und einen Schritt hinter dem anderen, auch wenn der Abstand bei keinem einzelnen Benchmark dramatisch ist.

Metric                         Argon      GPT-6 Astra   Opus 5.5
----------------------------------------------------------------------
Google-published wins          12-13 of 18-19 benchmarks (self-reported)
AA Intelligence Index            53            53            58
Terminal-Bench 4.0               57%           59%           60%
AA cost per completed task      $1.99         $3.26         $5.98

Sources: Google's launch benchmark table (self-reported, tally
not independently reproduced); Artificial Analysis independent
testing (neutral methodology). Argon wins on Google's own table
and on cost. On AA's neutral Intelligence Index and Terminal-Bench
4.0, it's tied with Astra and a step behind Opus 5.5, though the
per-benchmark gaps are narrow, not dramatic.

Argons klarster realer Vorteil in den unabhängigen Daten sind die Kosten, nicht rohe Intelligenz: Artificial Analysis maß 1,99 $ pro erledigter Aufgabe in seiner Test-Suite, gegenüber 3,26 $ für GPT-6 Astra und 5,98 $ für Claude Opus 5.5. Das ist ein echter Gewinn, aber mit einem Sternchen. Artificial Analysis fand auch, dass Argon auffällig wortreich ist, mit durchschnittlich rund 62.000 Output-Token pro Aufgabe gegenüber etwa 27.000 bei GPT-6 Astra, mehr als doppelt so viel. Argon ist vor allem günstig, weil sein Preis pro Token niedrig ist, nicht weil es ein effizientes Modell ist, das mit weniger Token denkt als seine Konkurrenten.

Es gibt außerdem einen ungelösten Streit, den man eher benennen als ignorieren sollte: The Hacker News berichtete über die Fairwind-Zugangsbeschränkungen, und separat berichtete Bloomberg, unter Berufung auf Personen mit direktem Zugang zu dem Projekt, dass Googles eigene Ingenieure feststellten, Argon schneide bei realen Coding-Aufgaben schlechter ab, als die Benchmarks vermuten lassen, speziell mit Verweis auf schwache Frontend-Design-Arbeit (wie Apps und Websites aussehen und sich anfühlen). Google widersprach dieser Darstellung und sagte, es sei „ungenau zu sagen, dass Gemini 4 in Bereichen wie Coding unterdurchschnittlich abschneidet". Keine der beiden Seiten wurde unabhängig bestätigt, und es ist die Art Lücke zwischen Benchmark-Leistung und Alltagserfahrung, die es wert ist, in den kommenden Wochen in Nutzerberichten zu beobachten, statt einer der beiden Seiten einfach zu glauben.

Wo das Gemini-Notebook-Nutzer zurücklässt

Wer heute Gemini Notebook nutzt, bei dem ändert sich wegen dieser Veröffentlichung nichts am eigenen Notebook. Argon wird in Googles Ankündigung nicht erwähnt, weder als Erweiterung für die Gemini-App, Gemini Notebook, Sheets, noch für irgendeine Verbraucheroberfläche, dieselbe Lücke, die wir fanden, als Gemini 3.8 Flash drei Wochen zuvor erschien. Argons Rollout-Pfad (zuerst Fairwind, dann zahlende API-Kunden und AI Ultra, alles andere ohne Datum) legt nahe, dass Gemini Notebook, falls es überhaupt Output der Gemini-4-Generation erhält, das ein späterer Schritt ist, kein naher.

Wer eigentlich die beste verfügbare Modellausgabe sucht statt auf Argon zu warten, für den zeigen die unabhängigen Zahlen oben in Richtung Claude Opus 5.5 für rohe Aufgabenqualität, bereits breit verfügbar, auf eine Art, wie es Argon derzeit nicht ist.

Häufig gestellte Fragen

Was ist Gemini 4 Argon?

Google DeepMinds erstes Modell unter dem Namen Gemini 4, angekündigt am 30. September 2026. Es ist für Aufgaben mit anhaltendem Reasoning gebaut: reale Software-Entwicklung, Wissensarbeit im Unternehmen wie Rechts- und Finanzanalysen, und Cyberabwehr, einschließlich dem selbstständigen Finden und Patchen von Sicherheitslücken.

Kann ich Gemini 4 Argon jetzt schon nutzen?

Nur, wenn man Teil von Googles Fairwind Program ist (geprüfte Cyberabwehr-Teams), zahlender API-Kunde oder Google-AI-Ultra-Abonnent, und selbst dann hat Google kein festes Verfügbarkeitsdatum genannt. Es gibt keinen Zugang über die kostenlose Stufe oder Gemini Notebook, und keinen angegebenen Zeitplan dafür, wann es das geben wird.

Wie viel kostet Gemini 4 Argon?

2 $ pro Million Input-Token und 10 $ pro Million Output-Token zum Einführungspreis, später steigend auf 4 $/20 $. Zwischengespeicherte Eingaben sind mit 95% rabattiert. Google hat nicht gesagt, wann der Einführungspreis endet.

Ist Gemini 4 Argon besser als Claude Opus 5.5 oder GPT-6 Astra?

Kommt darauf an, wessen Zahlen man vertraut. Googles eigene Benchmark-Tabelle zeigt Argon bei den meisten Vergleichen vorn. Artificial Analysis' unabhängige Tests setzen Argon etwa gleichauf mit GPT-6 Astra und hinter Claude Opus 5.5 bei seinem Gesamt-Intelligence-Index, wobei Argon von den drei Modellen das günstigste pro erledigter Aufgabe ist.

Treibt Gemini 4 Argon Gemini Notebook an?

Nein, und es gibt keinen Hinweis, dass sich das bald ändert. Googles Ankündigung erwähnt Gemini Notebook oder die kostenlose Gemini-App überhaupt nicht; der angegebene Rollout-Pfad führt zuerst über das Fairwind Program, dann zahlende API-Kunden und Google-AI-Ultra-Abonnenten, alles andere ohne Datum.