Gemini 4 Argon: Googles neues KI-Spitzenmodell

Google hat am 30. September 2026 sein neues Spitzenmodell Gemini 4 Argon vorgestellt. Es soll vor allem bei Software-Entwicklung, Wissensarbeit in Bereichen wie Recht und Finanzen sowie bei der Cyberabwehr überzeugen. Auffällig ist der Start: Argon wird zunächst nur an ausgewählte Cyberverteidiger im Rahmen des „Fairwind Program“ ausgeliefert, die breite Verfügbarkeit soll später folgen. Wir fassen zusammen, was Google zu Leistung, Preis und Sicherheit sagt, und erklären, warum die Zahlen mit Vorsicht zu lesen sind.

Was Google angekündigt hat

Die Ankündigung stammt von Koray Kavukcuoglu, dem Chief AI Architect von Google und Leiter bei Google DeepMind. Gemini 4 Argon sei gebaut, um „tiefes Denken“ über lange, komplexe Arbeitsabläufe aufrechtzuerhalten. Konkret nennt Google drei Anwendungsfelder: reale Softwareentwicklung, Wissensarbeit in Recht und Finanzen sowie Verteidigung gegen Cyberangriffe. Das Modell treibt nach Googles Angaben bereits interne Arbeitsabläufe an, Tausende Mitarbeiter nutzten es für spezialisierte Programmieraufgaben, vertiefte Recherche und Textqualität.

Der Start ist bewusst gestaffelt. Zunächst erhalten ausgewählte vertrauenswürdige Cyberverteidiger über das Fairwind Program Zugang. Google erklärt, die Freigabe auf diesem Niveau erfordere ein stufenweises Vorgehen, und nennt außerdem, am freiwilligen Verfahren der US-Regierung für den Modellzugang vor der Veröffentlichung teilzunehmen. Danach soll Gemini 4 Argon „so bald wie möglich“ für Entwickler, Unternehmen und Verbraucher bereitstehen, beginnend mit zahlenden API-Kunden und Abonnenten von Google AI Ultra. Ein Datum nennt die Meldung nicht, die Einführung für Verbraucher in Deutschland bleibt damit offen.

Eine Million Ausgabe-Token

Technisch hebt Google eine Zahl hervor: Das Limit für Ausgabe-Token wurde auf eine Million angehoben, gegenüber bisher 64.000. Token sind die Textbausteine, aus denen ein Sprachmodell Eingaben liest und Antworten schreibt. Ein größeres Ausgabelimit bedeutet, dass das Modell in einem Durchgang sehr lange Gedankengänge oder Ergebnisse erzeugen kann, was laut Google bei schwierigen Aufgaben mehr Tiefe beim Schlussfolgern ermöglicht. Von dieser Ausgabegrenze ist das Kontextfenster zu unterscheiden, also die Menge an Material, die das Modell beim Antworten berücksichtigen kann. Zum Kontextfenster macht die Ankündigung keine Angaben; wie dieser Begriff zu verstehen ist, haben wir in unserem Beitrag Kontextfenster bei KI-Sprachmodellen erklärt beschrieben.

Benchmarks: Viele Bestwerte, aber Herstellermessungen

Google nennt eine Reihe von Testergebnissen. Auf „DeepSWE v1.1“, das Aufgaben der Softwareentwicklung über längere Zeiträume misst, erreicht Gemini 4 Argon laut Google 77,9 Prozent und setzt damit einen neuen Bestwert. Beim „Vals Index“, der den wirtschaftlichen Nutzen über Finanz-, Programmier-, Rechts- und Steueraufgaben misst, ist Argon laut Google führend; vergleichbare Spitzenleistungen nennt Google bei „Vals Finance Agent v2“ und beim „Legal Agent Benchmark“ von Harvey. Beim „AutomationBench“ von Zapier, das die Ausführung geschäftlicher Abläufe von Anfang bis Ende prüft, belegt das Modell mit 51,3 Prozent Platz eins. Bei „LVBench“, das das Verständnis langer Videos misst, steht es mit 91,7 Prozent an der Spitze. Auf „CWE-bench v1“, das die Behebung von Sicherheitslücken prüft, teilt Argon sich mit 68 Prozent den ersten Platz.

Wichtig ist die Einordnung: Alle diese Werte stammen aus Googles Ankündigung und beziehen sich auf Tests, die teils von Dritten entwickelt wurden, hier aber von Google berichtet werden. Unabhängige Überprüfungen liegen uns nicht vor. Warum Benchmark-Zahlen nur begrenzt aussagekräftig sind und wie Tests wie MMLU oder HumanEval funktionieren, haben wir in KI-Benchmarks erklärt erläutert. Auch ohne Zweifel an den Zahlen gilt: Ein hoher Wert auf einem Test sagt nicht, dass das Modell in jedem Alltagsfall besser ist.

Einsatz bei Google selbst

Google schildert mehrere interne Beispiele, bei denen Argon-Agenten Aufgaben übernommen haben:

• Quantenalgorithmen: Bei der Optimierung von Unterroutinen, die wichtige Anwendungen bremsen, habe das Modell die veröffentlichte Referenz um 40 Prozent unterboten, und zwar innerhalb weniger Minuten.
• Speichereffizienz: Ein Team von Argon-Agenten habe Profildaten aus Google-Rechenzentren ausgewertet und selbstständig Optimierungen angewendet, die nach dem Ausrollen mehr als 300 Tebibyte Arbeitsspeicher freigeben sollen. Insgesamt schätzt Google die Einsparung auf 500 Tebibyte bis ein Pebibyte.
• Codemigration: Agenten arbeiten daran, C/C++-Code auf die speichersichere Sprache Rust zu übertragen, von Bibliotheken mit zehntausenden Zeilen bis zu über 800.000 Zeilen im Kernel Zircon des Betriebssystems Fuchsia. Wegen der Bedeutung der Systeme durchlaufen die Umstellungen automatisierte und manuelle Prüfungen, bevor sie in Produktion gehen.
• Videodecoder: Bei der Bibliothek libgav1 für Videodekodierung ersetzte das Modell nach Googles Angaben 32.000 Zeilen SIMD-Code und erzeugte einen speichersicheren Decoder, der 2,7-mal schneller läuft als der bestehende Rust-Port, bei identischer Videoausgabe.

Das sind eindrucksvolle Beispiele, aber auch hier gilt: Es handelt sich um Selbstdarstellungen ohne externe Überprüfung. Wer sich für den Alltag von Entwicklern mit solchen Werkzeugen interessiert, findet in KI-Coding-Assistenten im Überblick eine Einführung.

Cyberabwehr: Mit und ohne Leitplanken

Ein Schwerpunkt ist die Sicherheit. Laut Google ist Gemini 4 Argon darauf trainiert, kritische Schwachstellen selbstständig zu finden, zu prüfen und zu beheben. Für vertrauenswürdige Verteidiger und Googles interne Teams will das Unternehmen das Modell „ohne Cyber-Leitplanken“ bereitstellen, damit sie die volle Leistung nutzen können. Das ist bemerkenswert, denn es bedeutet, dass die Schutzmechanismen, die das Modell normalerweise gegen Missbrauch absichern, für diesen Kreis reduziert werden. Google betont zugleich die gestaffelte Veröffentlichung.

Als Beispiel nennt Google den Sicherheitsanbieter Wiz, der Argon im Rahmen seiner Initiative „Scan for Good“ nutzt, die kritische öffentliche Infrastruktur kostenlos auf Schwachstellen untersucht. Dabei habe das Modell eine kritische Schwachstelle in Krankenhaus-Software entdeckt, die persönliche Daten offenlegt und die frühere Spitzenmodelle übersehen hätten. Bei Googles interner Schwachstellen-Testreihe fand Argon laut Google Lücken in Codebasen in 20 Programmiersprachen; beim Wiz-Test für Black-Box-Penetrationstests schneide es besser ab als das Vorgängermodell 3.8 Flash Cyber. Wie KI Angreifern wie Verteidigern gleichermaßen hilft, beschreibt unser Beitrag KI in der Cybersicherheit.

Vier Sicherheitsbereiche vor dem Start

Bevor Argon breit verfügbar wird, will Google vier Schutzbereiche stärken. Erstens soll das Modell Missbrauch verhindern, indem es schädliche Anfragen etwa für Cyberangriffe oder chemische, biologische, radiologische und nukleare Angriffe ablehnt, aber legitime Forschung zulässt; dazu gehört laut Google eine bessere Überwachung der internen Aktivierungen des Modells. Zweitens soll es resistenter gegen indirekte Prompt-Injection sein, also versteckte Anweisungen, die ein Modell kapern sollen. Auf dem Benchmark von Gray Swan liegt es laut Google vorn. Drittens überwacht ein System den Gedankengang und die Aktionen des Modells und stoppt die Ausführung, wenn es die Absicht des Nutzers überschreiten würde. Viertens werden die isolierten Testumgebungen gehärtet.

Google ruft die Branche dazu auf, die Transparenz der Denkprozesse von Modellen zu bewahren, damit sich Fehlausrichtungen erkennen lassen. Zum Thema autonome Programme, die selbstständig Aufgaben ausführen, passt KI-Agenten erklärt.

Preis

Gemini 4 Argon soll zum Start zu einem Einführungspreis von zwei US-Dollar pro Million Eingabe-Token und zehn US-Dollar pro Million Ausgabe-Token angeboten werden. Zwischengespeicherte Eingabe-Token sind 95 Prozent günstiger. Nach der Einführungsphase gelten laut Fußnote vier beziehungsweise 20 US-Dollar. Euro-Preise nennt die Meldung nicht, und für Endnutzer ist das ohnehin zweitrangig: Für sie zählt der Zugang über Abos wie Google AI Ultra, zu dem Google bisher keine Details nennt.

Einordnung

Die Ankündigung zeigt zwei Entwicklungen. Erstens verlagert sich der Wettbewerb bei KI-Modellen von allgemeinen Chatbots zu langen, mehrstufigen Aufgaben, bei denen Agenten über Stunden an Code oder Dokumenten arbeiten. Zweitens bremsen die Anbieter bei besonders leistungsfähigen Modellen die Freigabe, vor allem im Sicherheitsbereich. Für Verbraucher ändert sich kurzfristig wenig, denn zugänglich ist Gemini 4 Argon vorerst nur für einen kleinen Kreis. Ob die Benchmark-Führung im Alltag trägt, ob die Sicherheitsmechanismen halten und was das Modell kostet, wenn es breit verfügbar ist, bleibt offen. Wer gängige Assistenten vergleichen möchte, findet in ChatGPT, Gemini und Copilot im Vergleich eine Orientierung.

Fazit

Gemini 4 Argon ist ein ambitioniertes Modell mit einem sehr großen Ausgabefenster und starken, aber selbst berichteten Benchmark-Ergebnissen. Der gestaffelte Start unterstreicht, wie sensibel Google die Cyberfähigkeiten einschätzt. Für Entwickler und Unternehmen lohnt es sich, die Freigabe für zahlende API-Kunden im Blick zu behalten; für alle anderen gilt: Erst unabhängige Tests werden zeigen, wie groß der Vorsprung tatsächlich ist.