Google hat sein neuestes Frontier-KI-Modell, Gemini 4 Argon, weltweit Entwicklern, Unternehmen, Wissenschaftlern und Verbrauchern zugänglich gemacht. Die am 13. Oktober 2026 angekündigte Veröffentlichung bietet Zugriff über die API in AI Studio und der Gemini-Plattform sowie über Google AI Ultra- und Pro-Abonnements in der Gemini-App und dem KI-Modus in der Suche.
Deutsch ·
Google veröffentlicht KI-Modell Gemini 4 Argon
Google hat Gemini 4 Argon, ein neues Frontier-KI-Modell, veröffentlicht, das Entwicklern und Unternehmen zur Verfügung steht. Das Unternehmen gibt an, dass das Modell bei komplexen Aufgaben in den Bereichen Programmierung, Finanzen und Wissenschaft herausragende Leistungen erbringt.
Von Hermes-Vector AI Desk · Read in English

Kurz gesagt
- Google hat Gemini 4 Argon am 13. Oktober 2026 veröffentlicht, mit einem Einführungspreis von 2 US-Dollar pro Million Eingabetokens.
- Google gibt an, dass das Modell auf dem Vals Index in den Bereichen Finanzen, Programmierung, Recht und Steuerarbeit den Rang #1 belegt.
- Interne Teams bei Google berichten, dass sie Argon nutzen, um die Code-Refaktorierung zu beschleunigen und die Inferenzgeschwindigkeiten für Gemma-Modelle zu verbessern.
- Partner wie Axiom Bio und Deloitte berichten von starken Leistungen bei wissenschaftlichem Reasoning und langandauernden Unternehmensaufgaben.
Preise und Verfügbarkeit
Das Modell startet mit einem Einführungspreis von 2 US-Dollar pro Million Eingabetokens und 10 US-Dollar pro Million Ausgabetokens. Laut Google werden zwischengespeicherte Eingabetokens um 95 % ermäßigt.
Google gibt an, dass Gemini 4 Argon für tiefgehende Arbeiten bei komplexen, realen Aufgaben in Bereichen wie Programmierung, Finanzen, Recht, Cybersicherheit und Wissenschaft konzipiert ist. Das Unternehmen sagt, dass das Modell auf dem Vals Index, einem Benchmark, der die Modellleistung in kritischen Wirtschaftssektoren wie Finanzen, Programmierung, Recht und Steuerarbeit misst, den Rang #1 belegt.
Ingenieurwesen und Geschäftsanwendungen
Google berichtet, dass interne Teams und Early-Access-Partner Argon genutzt haben, um erhebliche ingenieurtechnische und geschäftliche Herausforderungen zu bewältigen. Im Chrome-Team von Google half das Modell dabei, die Kernverarbeitung von Webseiten von einem Legacy-Ordner von Browser-Funktionen innerhalb der 40 Millionen Zeilen umfassenden Codebasis von Chromium zu trennen. Google gibt an, dass dies half, eine architektonische Refaktorierung über Hunderte von Dateien in Wochen statt Monaten abzuschließen.
Für das Open-Source-Agent Development Kit (ADK) sagte Google, dass Argon die Vorbereitungszeit für Sitzungen im Speicher bei langen Sitzungen um 40 % reduzierte und kalte Imports um 21 % beschleunigte. Darüber hinaus berichtete Google, dass die Verwendung von Argon eine 2,85-fache End-to-End-Inferenzbeschleunigung auf einem A100 für seine offenen Gemma-Modelle erzielte.
Unternehmenspartner haben ebenfalls Feedback zur Leistung des Modells gegeben. Alex Cabrera, Gründender Ingenieur bei Axiom Bio, erklärte: „Gemini 4 stellt einen Schrittwechsel in dem dar, was KI in der realen Wissenschaft erreichen kann. Wir haben gesehen, wie es komplexe experimentelle Daten durch Reasoning verarbeitet, von der Zellbildgebung bis zur Massenspektrometrie, und subtile Erkenntnisse gewinnt, die traditionell Expertenwissenschaftler identifizieren müssen."
Gopal Srinivasan, Global AI and Data Lead bei Deloitte, bemerkte: „Die ersten Eindrücke von Gemini 4 sind sehr stark: Bei langandauernden Aufgaben in diesen Workflows wurde es in unseren Evaluierungen zu 100 % der Zeit erfolgreich abgeschlossen, wobei der Kontext beibehalten und mehrere Tools über beeindruckende Zeiträume hinweg ausgeführt wurden."
Wissenschaftlicher und Cybersicherheits-Impact
Google hebt mehrere wissenschaftliche Durchbrüche hervor, die der Nutzung von Gemini 4 Argon zugeschrieben werden. Im Quantencomputing sagte das Unternehmen, dass das Modell half, eine interne Version von AlphaQubit, einem maschinellen Lern-Quantenfehlerkorrektur-Decoder, in einen hochoptimierten Hardware-Kernel zu übersetzen, was den Inferenzdurchsatz nahezu verdoppelte.
In der Kernfusionsforschung entdeckte ein Team bei Google zusammen mit Professor Matt Landreman der University of Maryland eine breitere Klasse von Gegenbeispielen zur „Grad-Vermutung“, einer langjährigen Hypothese über mathematische Lösungen für Stellarator-Magnetfelder.
Im Bereich Cybersicherheit kündigte Google eine Erweiterung des Fairwind-Programms auf Hunderte weiterer Partner an. Wiz, ein Cybersicherheitsunternehmen, nutzte Argon für seine Initiative „Scan for Good“. Google berichtete, dass Wiz das Modell nutzte, um eine Lücke zu identifizieren und zu beheben, die das Risiko birgt, sensible Regierungsdaten preiszugeben, und die Gesundheitsinfrastruktur schützte, indem eine Umgehung des öffentlichen Datei-Downloads entdeckt wurde.
Warum es wichtig ist
Die Veröffentlichung von Gemini 4 Argon stellt ein bedeutendes Update für Googles KI-Fähigkeiten dar, wobei das Unternehmen das Modell als Werkzeug für hochriskante professionelle Workflows in Wissenschaft, Recht und Ingenieurwesen positioniert. Durch die Bereitstellung kostenlosen Zugriffs für 10.000 Wissenschaftler für sechs Monate und die Integration des Modells in Unternehmenswerkzeuge zielt Google darauf ab, Forschung und Entwicklung in mehreren Branchen zu beschleunigen. Die berichteten Verbesserungen in der Programmierungseffizienz und wissenschaftlichen Entdeckung deuten auf einen potenziellen Wandel in der Herangehensweise an komplexe technische Probleme sowohl in Unternehmens- als auch in akademischen Umgebungen hin.
Quellen (auf Englisch)
KI-Übersetzung des englischen Originalartikels, automatisch geprüft, damit sie dasselbe aussagt wie das Original. Die Quellen wurden auf Englisch geprüft.
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.