Gemini 4 Argon: Google stellt KI-Modell mit 1 Million Tokens vor
Veröffentlicht am: 04.10.2026 um 23:33 Uhr | Redaktion boerse-global.de
Google hat am 30. September 2026 mit Gemini 4 Argon das erste Modell seiner neuen Gemini-4-Generation offiziell vorgestellt. Das System ist speziell auf anspruchsvolle Programmierarbeiten und rechenintensive professionelle Aufgabenbereiche zugeschnitten, darunter Software-Engineering, Finanzmodellierung, Rechtsrecherche sowie Cybersicherheit.
Die Ankündigung wurde von Koray Kavukcuoglu, dem leitenden KI-Architekten von Google DeepMind, unterzeichnet. Mit Argon weicht das Unternehmen von der bisherigen Benennung nach Stufen wie Pro oder Flash ab und nutzt erstmals einen Codenamen.
Technisch bringt das Modell eine deutliche Erweiterung der Kapazitäten mit sich: Das Limit für die Textausgabe stieg von zuvor 64.000 auf 1 Million Tokens pro Anfrage oder Antwort, was einem 15-fachen Zuwachs entspricht.
Bei den Preisen setzt Google zur Einführung auf 2 US-Dollar pro 1 Million Input-Tokens sowie 10 US-Dollar pro 1 Million Output-Tokens, ergänzt durch einen Rabatt von 95 Prozent auf zwischengespeicherten Input. Die regulären Standardpreise liegen bei 4 US-Dollar für die Eingabe und 20 US-Dollar für die Ausgabe je Million Tokens.
Leistungstests und interne Optimierungen
In diversen Leistungsvergleichen verzeichnet das Modell gemischte Ergebnisse gegenüber der Konkurrenz. Bei der Software-Entwicklungsmessung DeepSWE v1.1 erreichte Argon 77,9 Prozent und lag damit vor GPT-6 Astra mit 74,1 Prozent sowie Claude Opus 5.5 mit 74,2 Prozent. Auf dem Zapier AutomationBench erzielte das Modell mit 51,3 Prozent den Spitzenplatz.
Der Einsatz leistungsfähiger KI-Systeme wie Gemini 4 Argon bringt neben technischem Fortschritt auch neue rechtliche Rahmenbedingungen für Unternehmen mit sich. Dieser kostenlose Leitfaden verschafft Ihnen den nötigen Überblick über Fristen, Pflichten und Risikoklassen des EU AI Acts. EU AI Act in 5 Schritten verstehen
In weiteren Tests wie FrontierSWE v2 und Terminal-Bench 4.0 musste sich Argon hingegen GPT-6 Astra geschlagen geben. Nach Erhebungen von Artificial Analysis erreicht Argon das Leistungsniveau des GPT-6 Astra Intelligence Index bei rabattierten 60 Prozent der Kosten pro Aufgabe, während die Halluzinationsrate bei 15 Prozent liege – gegenüber jeweils 54 Prozent bei Astra und Sol.
Intern setzte Google das Modell bereits für weitreichende Modernisierungen ein. Dazu zählten Migrationen von C- und C++-Codebasen hin zu Rust, unter anderem bei Bibliotheken wie re2 und libgav1 sowie dem über 800.000 Zeilen umfassenden Fuchsia-Zircon-Kernel.
Bei libgav1 wurden 32.000 Zeilen SIMD-Code ersetzt, wodurch der Decoder bei identischer Videoausgabe um den Faktor 2,7 beschleunigt wurde. Durch Speicheroptimierungen mittels Argon-Agenten wurden zudem über 300 Tebibyte in den Rechenzentren des Konzerns freigesetzt; projiziert werden Einsparungen zwischen 500 Tebibyte und 1 Pebibyte.
Sicherheitsfunktionen und gestaffelter Rollout
Ein zentraler Schwerpunkt von Argon liegt in der Cybersicherheit. Das System ist in der Lage, Schwachstellen eigenständig zu erkennen, zu prüfen und Fehlerbehebungen bereitzustellen.
Während neue KI-Modelle die Cybersicherheit revolutionieren, nutzen auch Angreifer immer raffiniertere Methoden, um Unternehmen zu infiltrieren. Wie Sie Ihre IT-Infrastruktur proaktiv schützen und neue gesetzliche Anforderungen erfüllen, erfahren Sie in diesem kostenlosen Experten-Report. Gratis-E-Book zur Cyber Security jetzt herunterladen
In einer gemeinsamen Demonstration mit dem Sicherheitsunternehmen Wiz entdeckte Argon im Scan-for-Good-Programm eine kritische Lücke in weltweiter Krankenhaus-Software, die von früheren Spitzenmodellen übersehen worden war. Zudem nimmt Google an einem freiwilligen Vorab-Zugangsprozess der US-Behörden im Rahmen des Abkommens zur Supersicherheit teil.
Die Verteilung erfolgt vorerst gestaffelt: Zunächst erhalten ausgewählte Sicherheitsorganisationen und öffentliche Institutionen über das Fairwind-Programm Zugriff. Zu den Partnern des Programms zählen unter anderem CrowdStrike und Palo Alto Networks.
Eine breitere Verfügbarkeit für Entwickler, Unternehmen und Abonnenten von Google AI Ultra soll schrittweise folgen, wobei Google vor der allgemeinen Freigabe weitere Schutzmaßnahmen gegen Missbrauch und Fehlausrichtungen verstärken will.
Berichten zufolge äußerten interne Tester bei bestimmten Aufgaben im Front-End-Design auch Vorbehalte bezüglich der Programmierleistung, was Google unter Verweis auf DeepMind jedoch zurückwies. Zugleich gilt der Betrieb des Modells aufgrund seiner Größe als vergleichsweise teuer.
