Google hat am 30. September 2026 Gemini 4 Argon angekündigt, ein Frontier-KI-Modell – also ein KI-System der aktuellen Leistungsspitze –, das laut Hersteller auf tiefes Reasoning über lange, komplexe Arbeitsabläufe ausgelegt ist. Der Rollout beginnt über das sogenannte Fairwind Program, das ausgewählten Cyber-Verteidigern frühen Zugang gewährt. Google gibt als Einführungspreis 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token an; gecachte Eingabe-Token sollen 95 Prozent günstiger sein.
Ein zentrales technisches Merkmal ist das auf bis zu 1 Million Tokens ausgeweitete Ausgabelimit – gegenüber dem bisherigen Wert von 64.000 Tokens. Google zufolge ermöglicht dies tieferes Reasoning in einem einzigen Durchlauf. Intern setzen Googler das Modell bereits für spezialisierte Coding-Aufgaben, tiefergehende Recherchen und großflächige Codebase-Migrationen ein, etwa die Portierung von C/C++-Code zu Rust, die laut Unternehmen Projekte mit über 800.000 Codezeilen umfasst.
Inzwischen liegen auch die Benchmark-Zahlen vor: Google hat mit der Ankündigung eine Vergleichstabelle mit 19 Tests gegen GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5 veröffentlicht, in der Argon 13 Tests anführt und sich einen weiteren Spitzenplatz teilt. Beim Software-Engineering-Benchmark DeepSWE v1.1 erreicht das Modell 77,9 Prozent (GPT-6 Astra: 74,1; Claude Opus 5.5: 74,2), im branchengewichteten Vals Index für Wissensarbeit 68,9 Prozent[c], bei der Business-Automatisierung (AutomationBench) 51,3 Prozent und beim Langvideo-Verständnis (LVBench) 91,7 Prozent. Am deutlichsten ist der Vorsprung beim Langkontext-Test GraphWalks mit 256.000 bis 1 Million Token: 84,2 gegenüber 71,8 Prozent für GPT-6 Astra; bei der Schwachstellen-Behebung (CWE-bench v1) liegt Argon mit 68 Prozent gleichauf mit GPT-6 Astra.[a] Die Tabelle zeigt auch Niederlagen: Beim Coding-Benchmark FrontierSWE v2 liegt GPT-6 Astra mit 65,5 zu 55,0 Prozent vorn, bei Terminal-Bench 4.0 führt Claude Opus 5.5 mit 66,4 zu 57,4 Prozent – das Muster zeigt Argon stark bei Wissensarbeit und langen Kontexten, schwächer bei terminal-getriebener Agentenarbeit.[a]
Zur Einordnung: Die meisten Tabellenwerte stammen aus Googles eigenen Messungen und waren zum Ankündigungszeitpunkt nicht unabhängig reproduziert – außerhalb des Fairwind Program gibt es bislang keinen öffentlichen Zugang zum Modell.[f] Zwei Werte lassen sich allerdings extern nachvollziehen: Das öffentliche Leaderboard des Benchmark-Betreibers Vals AI – der Vals Index gewichtet Finanz-, Coding-, Rechts- und Steueraufgaben nach ihrem Anteil am US-Bruttoinlandsprodukt – führt Gemini 4 Argon mit 68,9 Prozent auf Platz 1, vor Claude Sonnet 5.5 und Claude Opus 5.5 (je 67,0 Prozent).[c] Und das unabhängige Bewertungsportal Artificial Analysis führt Gemini 4 Argon (High) mit 53 Punkten in seinem Intelligence Index – deutlich über dem Median vergleichbarer Modelle von 26 Punkten.[d]
Im Bereich Cybersicherheit soll Gemini 4 Argon eigenständig Schwachstellen finden, validieren und beheben können. Für vertrauenswürdige Verteidiger und interne Google-Teams wird das Modell laut Pressemitteilung ohne Cyber-Schutzmaßnahmen freigegeben, um die vollen Verteidigungsfähigkeiten zu nutzen. Das Cloud-Sicherheitsunternehmen Wiz nutzt Argon bereits über seine Scan-for-Good-Initiative, die kritische öffentliche Infrastruktur kostenlos schützen soll; dabei soll das Modell eine kritische Schwachstelle in weltweit genutzter Krankenhaus-Software entdeckt haben, die frühere Frontier-Modelle übersehen hatten.
Vor dem breiten Rollout arbeitet Google nach eigenen Angaben an vier Sicherheitsbereichen: Schutz vor Missbrauch für Cyberangriffe oder CBRN-Angriffe (chemisch, biologisch, radiologisch, nuklear), Abwehr von Prompt-Injection-Angriffen, Überwachung auf Fehlausrichtung des Modells sowie Härtung der Testumgebungen. Google beteiligt sich außerdem am freiwilligen Prozess der US-Regierung für Pre-Release-Modellzugang. Nach der Testphase sollen zunächst zahlende API-Kunden und Google-AI-Ultra-Abonnenten Zugang erhalten.
Gemini 4 Argon ist Googles jüngstes Frontier-Modell in einer Reihe von KI-Systemen, die auf komplexe Unternehmens- und Entwickleranforderungen ausgerichtet sind.
