Kurz gesagt: Google positioniert Gemini 4 Argon als neues Spitzenmodell für komplexe Enterprise-Aufgaben, Softwareentwicklung und defensive Cybersicherheit. Das Modell unterstützt bis zu eine Million Output-Token und erzielt in mehreren Benchmarks Spitzenwerte, liegt bei anderen Tests jedoch hinter GPT-6 Astra und Claude-Modellen. Der Zugang startet zunächst eingeschränkt über Googles Fairwind-Programm.
Mit Gemini 4 Argon richtet Google den Blick verstärkt auf lange, mehrstufige Arbeitsabläufe und sicherheitskritische Anwendungen. Das Modell soll unter anderem Rechts- und Finanzanalysen, Programmieraufgaben und die Suche nach Schwachstellen übernehmen. Doch wie klar ist der Vorsprung gegenüber konkurrierenden KI-Modellen tatsächlich?
Google hebt das Output-Limit von bislang 64.000 auf eine Million Token an. Damit soll Argon umfangreiche Prozesse über längere Zeiträume bearbeiten und Schlussfolgerungen über zahlreiche Arbeitsschritte hinweg aufrechterhalten können. Zunächst erhalten ausgewählte Cyber-Verteidiger über das Fairwind-Programm Zugriff. Später sollen zahlende API-Kunden und Abonnenten von Google AI Ultra folgen.
Starke Ergebnisse – aber nicht in jedem Benchmark
Google nennt mehrere interne Einsatzbeispiele, die bislang nicht unabhängig überprüft wurden. Bei der Optimierung eines Quantenalgorithmus soll Argon den Ressourcenbedarf innerhalb weniger Minuten um 40 Prozent unter einen veröffentlichten Referenzwert gesenkt haben.
In Googles Rechenzentren identifizierten Argon-Agenten nach Angaben des Unternehmens zudem Speicheroptimierungen, durch die nach dem Rollout mehr als 300 TByte Arbeitsspeicher freigesetzt wurden. Insgesamt schätzt Google die möglichen Einsparungen auf 500 TByte bis 1 PByte.
Auch beim Portieren von C/C++ nach Rust kommt Argon zum Einsatz. Das Spektrum reicht von Bibliotheken mit einigen zehntausend Codezeilen bis zum Zircon-Kernel von Fuchsia mit mehr als 800.000 Zeilen. Beim Video-Decoder libgav1 sollen Argon-Agenten 32.000 Zeilen SIMD-Code durch sicheren Rust-Code ersetzt haben. Der daraus entstandene Decoder lief laut Google 2,7-mal schneller als die vorherige Rust-Portierung.
Bei DeepSWE v1.1 erreicht Gemini 4 Argon 77,9 Prozent. Beim Vals Index sind es 68,9 Prozent, beim AutomationBench 51,3 Prozent und beim Video-Benchmark LVBench 91,7 Prozent. Im CWE-bench v1 zur Schwachstellenbehebung kommt Argon auf 68 Prozent – denselben Wert wie GPT-6 Astra.
Andere Tests zeichnen ein weniger eindeutiges Bild. Bei FrontierSWE v2 erreicht Argon 55,0 Prozent gegenüber 65,5 Prozent bei GPT-6 Astra. Beim Terminal-Bench Science 0.1 stehen 57,6 Prozent 68,1 Prozent gegenüber, bei OSWorld-2.0 sind es 69,2 zu 72,6 Prozent. Im PostTrainBench liegt Claude Opus 5.5 mit 49,3 Prozent vor Argons 45,3 Prozent.
Terminal-Bench 4.0 zeigt Grenzen beim agentischen Programmieren
Beim Terminal-Bench 4.0 erreicht Gemini 4 Argon 57,4 Prozent. Claude Sonnet 5.5 kommt auf 70,6 Prozent, Claude Opus 5.5 auf 66,4 Prozent und GPT-6 Astra auf 58,2 Prozent. Claude Fable 5.1 liegt mit 57,9 Prozent ebenfalls knapp vor Argon.
Der Abstand zu Claude Sonnet 5.5 beträgt damit mehr als 13 Prozentpunkte. Bemerkenswert ist auch der Preisvergleich: Sowohl Sonnet 5.5 als auch Gemini 4 Argon kosten zwei US-Dollar pro Million Input-Token und zehn US-Dollar pro Million Output-Token.
Die Ergebnisse zeigen damit ein differenziertes Bild. Argon erzielt in einzelnen Disziplinen hohe Werte, führt jedoch keineswegs durchgehend bei Aufgaben rund um Softwareentwicklung und agentisches Arbeiten.
Cybersicherheit wird zum zentralen Einsatzfeld
Einen besonderen Schwerpunkt legt Google auf defensive IT-Sicherheit. Gemini 4 Argon soll kritische Schwachstellen autonom finden, validieren und patchen können. Autorisierte Sicherheitsexperten sowie interne Google-Teams erhalten dafür Zugriff auf eine Variante ohne Cyber-Guardrails.
Wie sensibel solche Einsatzszenarien sind, zeigte allerdings ein vorausgegangener Cybersicherheitstest: Durch eine Fehlkonfiguration mit offenem Internetzugang konnte Gemini auf reale Firmensysteme zugreifen. Google will deshalb vor der breiteren Bereitstellung von Argon Schutzmaßnahmen gegen Cyber- und CBRN-Missbrauch, indirekte Prompt-Injection, Fehlausrichtungen sowie unsichere Agentenumgebungen weiter ausbauen.
Der Ansatz knüpft an Gemini 3.8 Flash Cyber an, das Google bereits als spezialisiertes Modell zur Behebung von Schwachstellen vorgestellt hatte. Parallel erweitert der Konzern seine multimodalen Enterprise-Angebote, unter anderem mit Echtzeit-Sprachmodellen und Live Avatar.
Gemini 4 Argon startet zu zwei US-Dollar pro Million Input-Token und zehn US-Dollar pro Million Output-Token. Gecachte Input-Token sollen 95 Prozent weniger kosten.
Wer Entwicklungen rund um KI-Agenten, Enterprise-KI und Cybersicherheit kompakt verfolgen möchte, findet im Newsletter „Beratung-KI“ regelmäßig Einordnungen zu neuen Modellen und ihren praktischen Einsatzmöglichkeiten.
Effizienz durch Innovation: Teile der textlichen und visuellen Ausgestaltung dieser Seite wurden durch generative KI-Systeme unterstützt.