Kurz gesagt: Google macht sein Spitzenmodell Gemini 4 Argon weltweit für zahlende Nutzer, Entwickler und Unternehmen zugänglich. Unabhängige Tests zeigen deutliche Fortschritte bei KI-Agenten, während andere Modelle im Gesamtvergleich vorne liegen. Befristete Einführungspreise und mögliche Sicherheitsrisiken prägen die Bewertung.
Nach einer knapp zweiwöchigen Testphase mit ausgewählten Partnern öffnet Google den Zugang zu Gemini 4 Argon. Wie leistungsfähig ist das neue KI-Modell im praktischen Einsatz, und welche Kosten und Risiken müssen Anwender berücksichtigen?
Weltweiter Zugang mit gestaffelten Preisen
Abonnenten von Google AI Pro und Ultra können Gemini 4 Argon über die Gemini-App und den KI-Modus der Google-Suche nutzen. Entwickler erhalten kostenpflichtigen Zugriff über die Gemini API in Google AI Studio, Unternehmen über Googles Cloud-Plattform. Ultra-Abonnenten können das Modell zusätzlich in Antigravity einsetzen.
Bis zu 10.000 ausgewählte Wissenschaftler erhalten nach erfolgreicher Bewerbung sechs Monate lang kostenfreien Zugang zur höchsten Antigravity-Nutzungsstufe.
Die Einführungspreise liegen bei zwei US-Dollar pro Million Input-Token und zehn US-Dollar pro Million Output-Token. Zwischengespeicherte Eingaben sind 95 Prozent günstiger. Ab dem 1. Dezember 2026 sollen sich die regulären Tokenpreise verdoppeln. Das Kontextfenster umfasst insgesamt eine Million Token für Eingaben, interne Berechnungen und Ausgaben.
Fortschritte bei Programmierung und Forschung
Google demonstriert die Fähigkeiten von Gemini 4 Argon anhand konkreter Anwendungen. Beim Chromium-Projekt unterstützte das Modell die Umstrukturierung von Hunderten Dateien. Nach Unternehmensangaben verkürzte sich der Arbeitsaufwand dadurch von Monaten auf Wochen.
Intern stieg die Zahl der durch KI-Agenten eingereichten Codeänderungen laut Google um mehr als 35 Prozent, während Rücknahmen um knapp ein Drittel zurückgingen.
Auch wissenschaftliche Anwendungen profitieren nach Angaben des Konzerns: Argon unterstützte die Entwicklung von fünf neuen Enzymen, deren katalytische Aktivität im Labor bestätigt wurde. In der Kernfusionsforschung half das Modell, bekannte Gegenbeispiele zur sogenannten Grad-Vermutung zu verallgemeinern.
Unabhängige Benchmarks zeigen Stärken und Grenzen
Im AA Intelligence Index von Artificial Analysis erreicht Gemini 4 Argon mit höchster Reasoning-Stufe 53 Punkte. Claude Opus 5.5 (Max) liegt bei 58 Punkten, Claude Sonnet 5.5 (Max) und Metas Muse Wonder Full (Max) erzielen jeweils 56 Punkte.
Bei agentischen Aufgaben fällt der Vergleich günstiger aus: Im AutomationBench-AA erfüllt Argon 78 Prozent der Aufgabenziele ohne Regelverstöße. Gemini 3.8 Flash (High) erreicht 60 Prozent, Claude Opus 5.5 (Max) 70 Prozent.
Im Wissenstest AA-Omniscience beantwortet Argon 50 Prozent der Fragen korrekt. Von den verbleibenden Fragen beantwortet es 15 Prozent eindeutig falsch. Die übrigen bleiben unbeantwortet oder werden nur teilweise beantwortet. Das deutet auf vergleichsweise wenige eindeutige Halluzinationen hin, allerdings zulasten vollständiger Antworten.
Artificial Analysis beziffert die durchschnittlichen Kosten je Intelligence-Index-Aufgabe auf 1,99 US-Dollar. Nach der angekündigten Preisverdoppelung wären es bei gleichem Tokenverbrauch rechnerisch 3,98 US-Dollar. Die derzeit günstigen Kosten beruhen somit hauptsächlich auf befristeten Rabatten, nicht auf besonderer Token-Effizienz.
Sicherheitsfähigkeiten erfordern zusätzliche Kontrolle
In Googles eigenen Sicherheitstests bewältigte Gemini 4 Argon alle zwölf simulierten Cyberangriffsszenarien. Die Vorgängergeneration schaffte fünf.
Laut Modellkarte kann Google nicht ausschließen, dass Argon kritische Fähigkeitsschwellen für offensive Cyberangriffe und biologische Gefahren erreicht. Auch Warnschwellen für verdecktes Handeln und Situationsbewusstsein könnten überschritten sein.
Google setzt deshalb auf zusätzliche Schutzmaßnahmen, darunter ein Überwachungssystem zur Echtzeiterkennung und Blockierung unerlaubter Agentenaktionen. Indirekte Prompt-Injection-Angriffe und Jailbreaks waren in internen Sicherheitstests nur selten erfolgreich. Der Konzern bewertet das verbleibende Risiko als unterhalb der jeweiligen Schwellenwerte.
Für den professionellen KI-Einsatz sind damit neben der reinen Modellleistung insbesondere Kostenentwicklung, Zuverlässigkeit und Sicherheitskontrollen entscheidend. Der Newsletter Beratung-KI begleitet solche Entwicklungen und ordnet ihre Bedeutung für die praktische KI-Nutzung ein.
Effizienz durch Innovation: Teile der textlichen und visuellen Ausgestaltung dieser Seite wurden durch generative KI-Systeme unterstützt.