Google Gemini 4 Argon: Neues Frontier-Modell vorgestellt
Google präsentiert Gemini 4 Argon für komplexe Arbeitsaufgaben. Bis zu 1 Million Output-Token und erste Produktivtests bei Google im Detail.
👁 113 Aufrufe
Update vom 13. Oktober 2026: Gemini 4 Argon ist jetzt allgemein verfügbar: in der kostenpflichtigen Stufe der Gemini API (keine kostenlose API-Stufe) und der Gemini-Plattform für Unternehmen, in Google Antigravity für Abonnenten von AI Ultra sowie in der Gemini-App und im KI-Modus der Suche für Abonnenten von Google AI Pro und Ultra (schrittweise Einführung). Der API-Preis von 2 USD Eingabe / 10 USD Ausgabe pro 1 Mio. Tokens ist ein Einführungspreis bis 30. November 2026; ab 1. Dezember gelten 4 / 20 USD. Aktuelle Preise, Verfügbarkeit und unser Test
Google DeepMind hat am 30. September 2026 Gemini 4 Argon angekündigt - ein neues Frontier-Klasse-System, das speziell für komplexe und langfristige berufliche Aufgaben entwickelt wurde. Bislang erhalten ausschliesslich ausgewählte Cybersicherheitsexperten im Rahmen des Fairwind-Programms Zugriff auf das Modell; Google erklärt, den Zugang für Entwickler, Unternehmen und Einzelnutzer freizugeben, sobald der Sicherheitsüberprüfungsprozess dies erlaubt.
Argon kann bis zu 1 Million Token in einer einzigen Antwort generieren, was Google als branchenführendes Ausgabelimit bezeichnet (bisherige Gemini-Modelle lagen bei 64.000 Token). Die Grösse des Eingabefensters nannte Google nicht. Der Einstiegspreis liegt bei rund 1,79 EUR (2 USD) pro Million Eingabe-Token und circa 8,94 EUR (10 USD) pro Million Ausgabe-Token; Token aus dem Cache sind 95% günstiger als der reguläre Eingabepreis (Umrechnung basierend auf dem EZB-Referenzkurs vom 12.10.2026: 1 EUR = 1,1181 USD, Quelle: EZB). Google nimmt zudem an einem freiwilligen staatlichen Pre-Release-Prüfverfahren in den Vereinigten Staaten teil.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Was Gemini 4 Argon intern bei Google leistet
Das Modell wird intern bereits von Tausenden Google-Mitarbeitern aktiv eingesetzt. Die messbarsten Resultate zeigen sich in drei Bereichen: Auf Argon basierende Agenten analysierten Telemetriedaten zur Profilerstellung der Serverflotte und spielten autonom Speicheroptimierungen ein, die nach dem ersten Rollout über 300 TiB freigaben - das Sparpotenzial wird auf 500 TiB bis 1 PiB geschätzt. Bei der Optimierung von Quantenalgorithmen verbesserte Argon einen publizierten Benchmark innerhalb weniger Minuten um 40% und half Forschern, die Raum-Zeit-Ressourcen (Qubits × Gatter) kritischer Engpässe zu reduzieren.
Parallel dazu führen Agenten Migrationen von C/C++-Codebasen nach Rust durch - von zehntausenden Zeilen in Bibliotheken wie re2 und libgav1 bis hin zu über 800.000 Zeilen des Zircon-Kernels im Betriebssystem Fuchsia. Wegen der Kritikalität dieser Systeme durchläuft jede Änderung strikte automatisierte sowie manuelle Audits, Emulationstests und Reviews vor dem Produktionseinsatz.
Die Entscheidung für eine schrittweise Freigabe des Modells anstelle einer sofortigen breiten Veröffentlichung verdeutlicht, dass Google Lehren aus früheren Gemini-Starts zieht und verlässliche Tests vor die schnelle Eroberung von Schlagzeilen stellt.
More on this from WISSNOX
