Gemini 4 Argon: Was Googles neues KI-Modell kann – und warum es noch nicht frei verfügbar ist
Gemini 4 Argon ist Googles neues Spitzenmodell – aber kein gewöhnliches Gemini-Update. Google richtet das Modell ausdrücklich auf lange, mehrstufige Arbeitsabläufe aus: Softwareentwicklung, professionelle Wissensarbeit, autonome Agenten und vor allem Cybersecurity. Auffällig ist außerdem, dass Argon zunächst gar nicht breit veröffentlicht wird. Der Zugang startet kontrolliert über Googles Fairwind-Programm für ausgewählte Sicherheitsorganisationen.
Das macht Gemini 4 Argon für mich interessanter als einen weiteren reinen Benchmark-Sprung. Google versucht sichtbar, KI-Modelle von kurzen Frage-Antwort-Sitzungen wegzubringen und sie über längere Aufgabenketten arbeiten zu lassen. Genau dort entscheidet sich derzeit, wie nützlich die nächste Generation von KI im Alltag von Entwicklern und Unternehmen tatsächlich wird.
Gemini 4 Argon in Kürze
- Google hat Gemini 4 Argon am 30. September 2026 offiziell vorgestellt.
- Der Schwerpunkt liegt auf langen Agenten-Workflows, Coding, Finanz- und Rechtsaufgaben sowie defensiver Cybersecurity.
- Google erhöht das maximale Ausgabe-Limit auf bis zu 1 Million Tokens; zuvor lag es bei 64.000 Tokens.
- Zum Start erhalten ausgewählte Cybersecurity-Partner über das Fairwind-Programm Zugriff.
- Danach sollen zunächst zahlende API-Kunden und Google-AI-Ultra-Abonnenten folgen.
- Der Einführungspreis liegt bei 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens.
- Nach der Einführungsphase nennt Google 4 US-Dollar für Input und 20 US-Dollar für Output.
Wichtig ist dabei die genaue Formulierung: Google spricht bei der Million ausdrücklich von der maximalen Ausgabelänge. Das ist nicht automatisch dasselbe wie ein Kontextfenster von einer Million Tokens. In Googles veröffentlichten Langkontext-Tests wird Argon zwar auch mit Eingabekontexten zwischen 256.000 und einer Million Tokens geprüft, die prominente Neuerung der Ankündigung betrifft jedoch die mögliche Länge einer einzelnen Modell-Ausgabe.
Warum eine Million Ausgabe-Tokens ungewöhnlich ist
Bei normalen Chat-Anfragen ist eine derart lange Antwort kaum sinnvoll. Interessant wird das Limit dort, wo ein Modell nicht nur einen Text erzeugt, sondern über viele Schritte plant, Werkzeuge nutzt, Code analysiert, Dateien verarbeitet und Zwischenergebnisse wieder aufgreift.
Google beschreibt Argon genau für solche sogenannten Long-Horizon-Workflows. Ein Agent kann beispielsweise eine große Codebasis untersuchen, Änderungen planen, Tests ausführen, Ergebnisse bewerten und weitere Korrekturen anstoßen. Ein hohes Ausgabelimit gibt solchen Abläufen mehr Spielraum, ohne dass der gesamte Prozess ständig in neue Modellaufrufe aufgeteilt werden muss.
Das passt zu einer Entwicklung, die auch bei anderen Anbietern zu sehen ist. OpenAI positioniert GPT-6.1 Sol ebenfalls für Coding und professionelle Arbeitsabläufe. Anthropic setzt bei Claude Opus 5.5 stark auf lange Agenten-Sitzungen. Google legt bei Argon nun besonders viel Gewicht auf die Frage, wie lange ein Modell eine komplexe Aufgabe selbstständig verfolgen kann.
Google setzt Argon bereits intern ein
Google nennt mehrere interne Beispiele, die zeigen sollen, wofür das Modell gedacht ist. Bei einer Optimierungsaufgabe für Quantenalgorithmen habe Argon einen veröffentlichten Ausgangswert innerhalb weniger Minuten um 40 Prozent verbessert. In Googles Rechenzentren analysierten Argon-Agenten Telemetriedaten und identifizierten Speicheroptimierungen, die nach dem Rollout mehr als 300 TiB Speicher freigesetzt hätten. Google schätzt das gesamte mögliche Einsparpotenzial auf 500 TiB bis 1 PiB.
Besonders greifbar ist der Einsatz bei großen Code-Migrationen. Argon-Agenten arbeiten laut Google an der Umstellung von C- und C++-Code auf Rust – von Bibliotheken mit einigen zehntausend Zeilen bis hin zum Zircon-Kernel von Fuchsia mit mehr als 800.000 Codezeilen. Beim Videodecoder libgav1 habe das Modell 32.000 Zeilen SIMD-Code einer bestehenden Rust-Portierung ersetzt. Das Ergebnis lief laut Google 2,7-mal schneller als die vorherige Rust-Version bei identischer Videoausgabe.
Solche Zahlen stammen von Google selbst und sind deshalb keine unabhängigen Produkttests. Sie zeigen aber recht gut, welche Richtung der Hersteller verfolgt: Argon soll nicht nur Code ergänzen, sondern komplette technische Aufgaben über viele Iterationen bearbeiten.
Benchmarks: stark, aber nicht überall an der Spitze
Google veröffentlicht eine umfangreiche Vergleichstabelle für Coding, Wissensarbeit, Computersteuerung, Multimodalität, Mathematik und Cybersecurity. In mehreren Tests liegt Argon vorne. Ein paar Beispiele:
| Benchmark | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Vals Index – Wissensarbeit | 68,9 % | 63,1 % | 67,0 % |
| DeepSWE v1.1 – Agentic Coding | 77,9 % | 74,1 % | 74,2 % |
| LVBench – langes Videoverständnis | 91,7 % | 87,5 % | 83,7 % |
| CWE-bench v1 – Cybersecurity | 68,0 % | 68,0 % | 67,0 % |
Ein genauerer Blick ist wichtig, denn Argon gewinnt keineswegs jeden Vergleich. In FrontierSWE v2 liegt Google mit 55,0 Prozent beispielsweise hinter GPT-6 Astra mit 65,5 Prozent und Claude Opus 5.5 mit 62,3 Prozent. Auch bei Terminal-Bench 4.0 und OSWorld 2.0 führen andere Modelle.
Google beschreibt in einem eigenen Methodendokument außerdem, dass ein Teil der Argon-Werte selbst berechnet wurde, während Vergleichswerte anderer Anbieter teilweise aus deren eigenen Veröffentlichungen oder öffentlichen Leaderboards stammen. Das macht die Daten nützlich zur Orientierung, aber nicht zu einem endgültigen „welches Modell ist besser?“-Urteil. Unterschiedliche Agenten-Harnesses, Reasoning-Einstellungen und Testbedingungen können das Ergebnis stark beeinflussen.
Cybersecurity ist der ungewöhnlichste Schwerpunkt
Der größte Unterschied zu vielen anderen neuen Sprachmodellen liegt im Cybersecurity-Fokus. Gemini 4 Argon soll Sicherheitslücken nicht nur erkennen, sondern sie validieren und selbstständig Patches entwickeln können. Im CWE-bench v1 erreicht Argon nach Googles Angaben 68 Prozent und liegt damit gleichauf mit GPT-6 Astra.
Google nennt außerdem interne Tests über komplexe Codebasen in 20 Programmiersprachen sowie einen Black-Box-Penetrationstest von Wiz. Dort soll Argon die Angriffsfläche von Systemen besser erfassen, Schwachstellen finden und Beweise zur Validierung erzeugen als Gemini 3.8 Flash Cyber.
Für ausgewählte Sicherheitsorganisationen wird Argon über das Fairwind Program sogar mit erweiterten Cybersecurity-Fähigkeiten bereitgestellt. Dieses Programm richtet sich an staatliche Stellen, Betreiber kritischer Infrastruktur, zentrale Technologieplattformen und ausgewählte Forschungspartner. Google nennt inzwischen mehr als 650 teilnehmende Partner weltweit.
Der Zugang ist bewusst eng geregelt. Teilnehmer müssen unter anderem Zugriffe auf interne Security-, Incident-Response- oder Penetration-Testing-Teams beschränken und starke Authentifizierung einsetzen. Der Zugang darf nicht weiterverkauft oder weitergegeben werden. Damit versucht Google, Verteidigern früh leistungsfähige Werkzeuge zu geben, ohne dieselben Möglichkeiten sofort allgemein freizuschalten.
Warum Google Argon noch nicht für alle freigibt
Bei einem Modell, das lange autonom arbeiten und Sicherheitslücken finden kann, wird die Absicherung wichtiger. Google nennt vier Schwerpunkte: Schutz vor Missbrauch, Widerstandsfähigkeit gegen indirekte Prompt-Injection-Angriffe, Überwachung auf Fehlanpassungen während langer Agentenläufe und stärker isolierte Testumgebungen.
Besonders interessant ist die Prompt-Injection-Problematik. Sobald ein KI-Agent Webseiten, Dokumente oder andere externe Daten liest, können dort versteckte Anweisungen versuchen, den Agenten von seiner eigentlichen Aufgabe abzubringen. Google bezeichnet Argon als bislang robustestes eigenes Modell gegen solche indirekten Prompt-Injections. Dennoch behandelt das Unternehmen die Gefahr offenbar nicht als gelöst – vor dem breiten Rollout sollen Schutzmechanismen weiter verstärkt werden.
Auch die unabhängige Berichterstattung konzentriert sich auf diesen vorsichtigen Start. The Verge hebt hervor, dass Google Argon zunächst nur ausgewählten Cybersecurity-Partnern überlässt und parallel am freiwilligen US-Verfahren für Pre-Release-Modellzugang teilnimmt. Der begrenzte Rollout ist damit nicht nur Marketing, sondern Teil der Sicherheitsstrategie.
Preis: zum Start überraschend nah an GPT-6.1 Sol
Für Entwickler dürfte die Preisgestaltung interessant werden. Google kündigt für Gemini 4 Argon einen Einführungspreis von 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens an. Cached Input soll 95 Prozent günstiger sein als normaler Input.
Nach der Einführungsphase sollen 4 US-Dollar pro Million Input-Tokens und 20 US-Dollar pro Million Output-Tokens gelten. Der Einführungspreis entspricht damit bei Input und Output ziemlich genau dem aktuellen Standardpreis, den OpenAI für GPT-6.1 Sol nennt. Die tatsächlichen Kosten eines Agenten-Workflows hängen aber nicht nur vom Tokenpreis ab, sondern davon, wie viele Schritte, Wiederholungen und Tool-Aufrufe eine Aufgabe benötigt.
Wann kann man Gemini 4 Argon selbst nutzen?
Für normale Nutzer lautet die Antwort derzeit noch: nicht sofort. Google nennt keinen festen allgemeinen Veröffentlichungstermin. Nach der aktuellen Fairwind-Phase sollen zunächst zahlende API-Kunden und Abonnenten von Google AI Ultra folgen. Danach will Google den Zugang für Entwickler, Unternehmen und Verbraucher weiter ausbauen.
Wer heute bereits mit Gemini arbeitet, bleibt deshalb zunächst bei den verfügbaren Modellen. Für Echtzeit-Sprachagenten hatte Google zuletzt Gemini 3.8 Live und Extended Thinking veröffentlicht. Argon zielt dagegen stärker auf besonders lange, komplexe und autonome Aufgaben.
Meine Einordnung: Der eigentliche Fortschritt steckt im Durchhaltevermögen
Die spektakuläre Zahl ist die Million Tokens Ausgabe. Wichtiger finde ich aber etwas anderes: Google versucht Argon so zu bauen, dass ein Modell eine schwierige Aufgabe deutlich länger selbstständig verfolgen kann. Wenn das außerhalb von Benchmarks funktioniert, verändert das die Rolle solcher Systeme. Dann geht es weniger darum, ob ein Chatbot die beste Einzelantwort liefert, sondern ob ein Agent eine reale Aufgabe über Stunden sauber plant, ausführt, kontrolliert und korrigiert.
Genau hier muss sich Argon allerdings erst in der Praxis beweisen. Googles interne Beispiele und Benchmarks sind beeindruckend, aber der breite öffentliche Test fehlt noch. Besonders spannend wird deshalb nicht nur sein, wie schnell oder „intelligent“ Argon wirkt, sondern wie zuverlässig es bei langen Aufgaben bleibt, wie oft menschliche Kontrolle nötig ist und welche Kosten solche Agentenläufe tatsächlich verursachen.
Häufige Fragen zu Gemini 4 Argon
Ist Gemini 4 Argon schon öffentlich verfügbar?
Nein. Zum Start erhalten ausgewählte Cybersecurity-Partner über Googles Fairwind-Programm Zugriff. Danach sollen zunächst zahlende API-Kunden und Google-AI-Ultra-Abonnenten folgen.
Hat Gemini 4 Argon wirklich eine Million Tokens Kontext?
Google hebt offiziell vor allem das maximale Ausgabe-Limit von einer Million Tokens hervor. In Langkontext-Benchmarks wird Argon zusätzlich mit Eingabekontexten bis in den Bereich von einer Million Tokens getestet. Ausgabe-Limit und Kontextfenster sind technisch jedoch unterschiedliche Angaben.
Was kostet die Gemini-4-Argon-API?
Google nennt zum Start 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens. Nach der Einführungsphase sollen 4 beziehungsweise 20 US-Dollar gelten.
Was ist der wichtigste Unterschied zu Gemini 3.8?
Gemini 4 Argon ist stärker auf lange, mehrstufige Agenten-Workflows, komplexe Softwareentwicklung, professionelle Wissensarbeit und Cybersecurity ausgelegt. Gemini 3.8 bleibt dagegen eine breitere Modellfamilie mit Varianten für schnelle Aufgaben, Live-Sprachinteraktion und spezielle Cyber-Anwendungen.
Bildnachweise: Beitragsbild und Diagramme: Google / Google DeepMind.
