Update zur Veröffentlichung von Gemini 4: Gemini 4 Argon ist verfügbar
Information geprüft: 16. Oktober 2026.
Gemini 4 hat die Phase der Veröffentlichungs-Spekulation hinter sich gelassen. Google kündigte Gemini 4 Argon am 30. September 2026 an und stellte zunächst vertrauenswürdigen Cybersecurity-Verteidigern Zugang bereit. Am 13. Oktober 2026 kündigte Google eine breitere Verfügbarkeit für Entwickler, Unternehmen und Verbraucher an.
Diese Daten beschreiben verschiedene Rollout-Phasen: Der 30. September war die Erstankündigung, während der 13. Oktober den breiteren Zugang markierte. Googles Oktober-Ankündigung umfasst API-Zugang über AI Studio und Verfügbarkeit für berechtigte Google AI-Abonnenten über angegebene Produkte.
Gemini 4 Argon ist für komplexe, mehrstufige Arbeit konzipiert, einschließlich Software Engineering, professionelle Forschung, Dokumentanalyse und Cybersecurity-Verteidigung. Seine Fähigkeiten sollten anhand der veröffentlichten Modelldokumentation und publizierter Evaluierungen beurteilt werden.
Frühere Verweise in diesem Artikel auf hypothetische Spezifikationen von Gemini 4 Pro, Flash oder Flash-Lite sollten nicht als bestätigte Argon-Spezifikationen behandelt werden. Ebenso sollten geleakte Benchmark-Werte und prognostizierte Preise nicht als Kauf- oder Bereitstellungsleitfaden verwendet werden.
Für aktuelle Zugriffsdetails konsultieren Sie Googles Ankündigung zur Verfügbarkeit von Gemini 4 Argon und die Gemini API-Modell-Dokumentation.
Wichtigste Erkenntnisse
- Gemini 4 Argon ist Googles bislang leistungsfähigstes Modell, optimiert für komplexe, mehrstufige Workflows in Coding, juristischer/finanzieller Wissensarbeit und Cyberverteidigung.
- Argon ist auf dauerhaftes Reasoning über lange, mehrstufige Workflows ausgelegt und nicht auf gewöhnlichen Kurz-Chat. Google betont reale Softwareentwicklung, juristische und Finanzarbeit, multimodales Verständnis und Cybersecurity-Verteidigung.
- Google hat die maximale Ausgabe vom bisherigen 64K-Token-Level auf 1 Million Token erweitert. Google hat noch keine vollständige öffentliche Gemini API-Spezifikation für Argons Eingabekontext, Modalitäten, Endpunktverhalten oder Ratenlimits publiziert.
- In Googles Vergleichstabelle erzielt Argon 68,9 % im Vals Index, 77,9 % auf DeepSWE v1.1, 91,7 % auf LVBench und 68 % auf CWE-bench v1. Es führt nicht jeden Test an: GPT-6 Astra gewinnt FrontierSWE v2 und Terminal-Bench Science, während Claude Opus 5.5 bei Terminal-Bench 4.0 und PostTrainBench vorn liegt.
- Googles Einführungspreis liegt bei 2 $ pro Million Eingabetoken und 10 $ pro Million Ausgabetoken. Nach der Einführungsphase steigen die Preise auf 4 $ bzw. 20 $. Zwischengespeicherte Eingaben werden mit 95 % Rabatt auf den jeweiligen Eingabetoken-Preis beworben.
- Der öffentliche Katalog von CometAPI listete
gemini-4-argonam 1. Oktober 2026 als verfügbar statt als „bevorstehend“.
Google hat mit dem Start von Gemini 4 Argon eine führende Position im Rennen um Frontier-KI zurückerobert. Angekündigt am 30. September 2026 markiert dieses Modell den Beginn der Gemini-4-Ära und ist ausdrücklich als Googles „nächste Ära der frontier intelligence“ positioniert. Es zielt auf die schwierigsten realen Arbeitslasten: nachhaltiges agentisches Coding, hochriskante Unternehmens-Wissensarbeit (Recht, Finanzen, Steuern) und defensive Cybersecurity.
Im Unterschied zu früheren inkrementellen Updates bringt Argon einen grundlegenden Sprung in der Fähigkeitstiefe durch drastisch erweiterte Ausgabelängen und spezialisierte Trainings für Long-Horizon-Aufgaben. Tausende Google-Mitarbeitende nutzen es bereits intern für produktive Engineering-Arbeit, während externer Zugang zunächst eng mit verifizierten Cybersecurity-Partnern beginnt.
Was ist Gemini 4 Argon?
Gemini 4 Argon ist das neueste Frontier-Sprachmodell von Google DeepMind und die erste Veröffentlichung der Gemini-4-Familie. Es ist speziell dafür konzipiert, tiefes Reasoning über komplexe, mehrstufige, langhorizontige Workflows zu tragen, die frühere Modelle in einer einzigen Trajektorie nicht zuverlässig abschließen konnten.
Laut Google „liefert Argon Frontier-Leistung in komplexen Workflows in realer Softwareentwicklung, in Unternehmens-Wissensarbeit wie Recht und Finanzen sowie in der Cybersecurity-Verteidigung.“ Es baut auf den Lehren aus den verzögerten oder eingestellten Gemini-3.5-Projekten Anfang 2026 und dem anschließenden Fokus auf die Gemini-3.8-Flash-Serie auf.
Das Modell betont agentische Fähigkeiten – autonomes Planen, Tool-Nutzung, Codegenerierung und -bearbeitung, das Auffinden und Beheben von Schwachstellen, Analyse mehrerer Dokumente sowie Verständnis langer Videos – und integriert gleichzeitig stärkere Sicherheitssysteme für Frontier-Power.
Intern liefert Argon bereits messbare Wirkung im Google-Maßstab:
- Teams für Quantencomputing nutzten es zur Optimierung von Spacetime-Ressourcen (Qubits × Gates) und übertrafen publizierte Baselines in Minuten um 40 %.
- Agenten-Teams analysierten Telemetrie im gesamten Bestand und setzten autonom Speicheroptimierungen um, wodurch über 300 TiB Speicher in Rechenzentren frei wurden (mit geschätzten Gesamteinsparungen von 500 TiB bis 1 PiB).
- Großangelegte Code-Migrationen von C/C++ nach Rust laufen, darunter Zehntausende Zeilen in Kernbibliotheken (re2, libgav1) und über 800.000 Zeilen im Fuchsia-Zircon-Kernel. Ein bemerkenswertes Ergebnis: ein speichersicherer Videodecoder (libgav1), der nach profilgesteuerter Optimierung 2,7× schneller läuft als der vorherige Rust-Port.
Diese realen Einsätze unterstreichen, dass Argon nicht nur ein Benchmark-Champion ist, sondern ein praktischer Produktivitäts-Multiplikator für komplexe Engineering-Organisationen.
Schlüsselmerkmale von Gemini 4 Argon
1. Langhorizont-Schlussfolgern mit bis zu 1M Ausgabetoken
Google sagt, dass Argons maximale Ausgabe 1 Million Token beträgt, gegenüber 64.000 Token in der vorherigen Generation. Das ist ein Maximallimit für die Generierung, keine Aussage, dass jede Antwort riesig sein sollte. Es gibt dem Modell Raum für lange Reasoning-Trajektorien, Codegenerierung über mehrere Dateien, detaillierte Recherche oder verlängerte Agentenarbeit, ohne alle paar Schritte eine neue Anfrage erzwingen zu müssen.
2. Software Engineering in der Praxis
Argons 77,9 % auf DeepSWE v1.1 ist der höchste Wert in Googles Vergleichstabelle. DeepSWE fokussiert auf langhorizontige Software-Engineering-Arbeit, die autonome Coding-Agenten besser abbildet als kurze Code-Completion-Tests. Das Modell erreicht zudem 91,9 % auf Vibe Code Bench.
Das Bild ist nicht einseitig. GPT-6 Astra erzielt 65,5 % auf FrontierSWE v2 gegenüber 55,0 % bei Argon, und Claude Opus 5.5 erzielt 66,4 % auf Terminal-Bench 4.0 gegenüber 57,4 % bei Argon. Käufer sollten daher Repository-Bearbeitung, Shell-Nutzung, Debugging und Migrationsarbeit getrennt testen, statt sich auf einen einzigen „Coding“-Score zu verlassen.
3. Wissensarbeit im Unternehmen
Google meldet für Argon 68,9 % im Vals Index, der Finanz-, Coding-, Rechts- und Steuerarbeit nach Beitrag zum US-BIP gewichtet. Es führt die verglichenen Modelle zudem auf Vals Finance Agent v2, Harveys Legal Agent Benchmark und AutomationBench an.
Diese Bewertungen machen Argon besonders relevant für forschungsintensive Workflows: Due-Diligence, Vertragsprüfung, Finanzanalyse, Steuerrecherche und Synthese über mehrere Dokumente. Sie ersetzen nicht die Notwendigkeit der Quellverifikation oder professionellen Prüfung. Ein Benchmark-Vorsprung misst Leistung unter einem spezifischen Rahmen; er belegt nicht die Eignung für unbeaufsichtigte rechtliche oder finanzielle Entscheidungen.
4. Multimodales und Langvideo-Verständnis
Argon erzielt 71,6 % auf Chartography und 91,7 % auf LVBench, führt GPT-6 Astra knapp beim Diagrammverständnis und deutlicher beim Langvideo-Verständnis. Google beschreibt zudem Workflows, in denen Argon eine Sequenz von Dokumenten interpretiert und auf Grundlage des Ergebnisses handelt.
Diese Kombination ist nützlich, wenn Text allein nicht ausreicht: Analyse von Gewinncharts neben Einreichungen, Extraktion von Belegen aus Stunden an Video, Überprüfung von Produkt-Screenshots mit schriftlichen Anforderungen oder Abgleich von Daten über PDFs und visuelle Reports.
5. Defensive Cybersicherheit
Google hat Argon darauf trainiert, kritische Schwachstellen zu entdecken, zu validieren und zu patchen. Auf CWE-bench v1 erzielen Argon und GPT-6 Astra beide 68 %, während Claude Opus 5.5 67 % erreicht. Google sagt, dass Argon in internen Bewertungen zur Schwachstellen-Erkennung und Blackbox-Penetrationstests auch Gemini 3.8 Flash Cyber übertrifft.
Der anfängliche Zugang spiegelt das Risiko wider. Vertrauenswürdige Cyberverteidiger können das Modell über Googles Fairwind Program nutzen, und Google sagt, Wiz habe Argon in seiner Scan-for-Good-Initiative eingesetzt, um eine kritische Schwachstelle in Software für das Gesundheitswesen zu identifizieren. Eine eingeschränkte Verteilung gibt Google Zeit, Evidenz zu sammeln, bevor fortgeschrittene Cyber-Fähigkeiten breiter verfügbar gemacht werden.
6. Die Halluzinationsrate sank auf 10 %.
Gemini 4 Argon hat auf Artificial Analysis eine extrem niedrige Halluzinationsrate. 15 %. Arena berichtet eine Schätzung der Tool-Halluzination von 0,10 % +/- 0,48 % für Gemini 4 Argon High, verglichen mit 0,16 % +/- 0,09 % für Gemini 3.8 Flash High. Der Punktschätzwert ist niedriger, was auf eine Verbesserung hindeutet. Allerdings überlappen sich die Unsicherheitsintervalle erheblich, und Argons Intervall ist deutlich breiter.
Leistungswerte von Gemini 4 Argon in Benchmarks
Die folgenden Zahlen stammen aus Google DeepMinds Vergleichstabelle. Google verlinkt ein separates Methodik-Dokument und gibt an, dass die Scores pass@1 sind, sofern nicht anders vermerkt. Behandeln Sie dies als vom Anbieter veröffentlichte Ergebnisse und validieren Sie sie gegen private Workloads.
| Benchmark | Workload | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Leader |
|---|---|---|---|---|---|
| Vals Index | BIP-gewichtete Wissensarbeit | 68,9% | 63,1% | 67,0% | Argon |
| AutomationBench | End-to-End-Geschäftsautomatisierung | 51,3% | 41,4% | 42,5% | Argon |
| Vals Finance Agent v2 | Mehrstufige Finanzrecherche | 65,4% | 53,5% | 58,6% | Argon |
| Harvey Legal Agent | Juristische Recherche und Erstellung | 19,6% | 5,4% | 3,8% | Argon |
| DeepSWE v1.1 | Langhorizont-Softwareentwicklung | 77,9% | 74,1% | 74,2% | Argon |
| FrontierSWE v2 | Agentisches Coding | 55,0% | 65,5% | 62,3% | Astra |
| Terminal-Bench 4.0 | Terminalbasierte Agentenarbeit | 57,4% | 58,2% | 66,4% | Opus |
| Terminal-Bench Science 0.1 | Wissenschafts- und Mathematik-Agenten | 57,6% | 68,1% | 63,3% | Astra |
| GraphWalks, 256K-1M | Langkontext-Grafdurchlauf, F1 | 84,2% | 71,8% | 66,8% | Argon |
| Agent's Last Exam | Computerbedienung | 39,5% | 34,2% | 38,2% | Argon |
| OSWorld 2.0 offline subset | Computerbedienung, Teilscore | 69,2% | 72,6% | Not reported | Astra |
| Chartography | Diagrammverständnis | 71,6% | 71,0% | 66,3% | Argon |
| LVBench | Langvideo-Verständnis | 91,7% | 87,5% | 83,7% | Argon |
| CWE-bench v1 | Behebung von Sicherheitslücken | 68,0% | 68,0% | 67,0% | Gleichstand |
So lesen Sie die Ergebnisse
Argons klarster Vorteil ist die Breite über professionelle Wissensarbeit, langen Kontext, Diagrammanalyse und lange Videos. Sein Ergebnis von 19,6 % als Legal-Agent ist mehr als das Dreifache von Astras 5,4 %, obwohl alle drei absoluten Werte zeigen, dass der Benchmark weiterhin schwierig ist. Argon führt außerdem AutomationBench mit 8,8 Prozentpunkten Vorsprung vor Opus 5.5 an.
Beim Coding ist das Fazit nuancierter. Argon führt DeepSWE und Vibe Code Bench an, aber Astra führt FrontierSWE, und Opus liegt bei Terminal-Bench 4.0 vorn. Für wissenschaftsorientierte Terminalarbeit liegt Astra mit 10,5 Punkten vor Argon. Die korrekte Überschrift ist nicht „Argon gewinnt jeden Benchmark“. Sie lautet, dass Argon außergewöhnlich stark über langhorizontige Unternehmens-Workflows ist, während Wettbewerber wichtige aufgabenspezifische Vorteile behalten.

Die Benchmark-Evidenz ist stark, aber nicht universell. GPT-6 Astra bleibt bei mehreren Messungen zu Wissenschaft, Coding und Computerbedienung vorn, während Claude Opus 5.5 wichtige Terminal- und ML-Engineering-Tests anführt. Unabhängige Evidenz ist ähnlich nuanciert: Artificial Analysis rangiert Argon auf Platz 8 von 223 Modellen in seiner Vergleichsklasse, und Arena platziert Gemini 4 Argon High auf Platz 8 von 46 Agentenmodellen und zugleich auf Platz 1 bei der Steuerbarkeit. Argons größter Vorteil ist die Kombination aus langhorizontigem Reasoning, Leistung in Unternehmensdomänen und multimodaler Tiefe zu einem aggressiv angekündigten Preis.
Ist Gemini 4 Argon verfügbar?
Zum Zeitpunkt der Ankündigung (30. September 2026) und anschließender Berichterstattung: nein – nicht für die allgemeine Öffentlichkeit oder Standard-Entwickler. Der Zugang ist beschränkt auf:
- Vertrauenswürdige Mitglieder des Fairwind Program (Cyberverteidiger, Regierungen, Partner kritischer Infrastrukturen).
- Interne Google-Teams.
- Teilnehmende am freiwilligen Vorabfreigabe-Prozess der US-Regierung.
Google gibt an, „so schnell wie möglich“ zu erweitern, nachdem Feedback gesammelt und Schutzmaßnahmen iteriert wurden – beginnend mit zahlenden API-Kunden und Google AI Ultra-Abonnenten, gefolgt von breiterem Zugang für Entwickler, Unternehmen und Verbraucher. Ein fixes öffentliches Datum wurde nicht genannt.
Gemini 4 Argon API-Preise
Googles Einführungspreis beträgt 2 $ pro Million Eingabetoken und 10 $ pro Million Ausgabetoken. Der Preis nach der Einführungsphase liegt bei 4 $ für Eingaben und 20 $ für Ausgaben. Zwischengespeicherte Eingaben werden mit einem Rabatt von 95 % auf den jeweiligen Eingabepreis versehen, was – bei exakter Anwendung der Ankündigung – 0,10 $ pro Million während der Einführungsphase und danach 0,20 $ impliziert.
Der Preis ist attraktiv im Vergleich zu anderen Premium-Frontier-Modellen, aber Kosten pro Token sind nicht Kosten pro abgeschlossene Aufgabe. Ein Modell, das Hunderttausende Ausgabetoken generiert oder viele Tool-Aufrufe tätigt, kann dennoch eine große Rechnung verursachen. Setzen Sie Ausgabekappen, überwachen Sie Tool-Schleifen und messen Sie die Kosten pro akzeptiertem Ergebnis.
Zugriff auf die Gemini 4 Argon API über CometAPI
Sobald Google den breiteren API-Zugang öffnet, werden Plattformen, die Frontier-Modelle aggregieren, zum schnellsten und oft kostengünstigsten Weg für Entwickler, zu experimentieren und zu produktisieren.
CometAPI bietet einen einheitlichen, OpenAI-kompatiblen Endpunkt zu 500+ Modellen von OpenAI, Anthropic, Google und anderen. Das bedeutet, dass Sie zwischen Gemini-Modellen, GPT-6-Varianten und Claude-Modellen wechseln können, indem Sie nur den Modellparameter ändern – ohne mehrere Konten, Abrechnungssysteme oder SDKs zu verwalten.
Empfohlene Schritte zur Vorbereitung und zum Zugriff über CometAPI:
- Registrieren Sie sich auf cometapi.com und generieren Sie einen API-Schlüssel im Dashboard (beginnt mit
sk-). - Verwenden Sie die Basis-URL
https://api.cometapi.com/v1. - Rufen Sie Modelle mit dem Standard-OpenAI-SDK oder im nativen Gemini-Format auf.
CometAPI unterstützt die Gemini-Familie (einschließlich früherer Pro- und Flash-Modelle) bereits mit wettbewerbsfähigen Preisen, kostenlosen Testguthaben und nahtlosem Wechsel. Prüfen Sie die CometAPI-Modelle-Seite regelmäßig auf die Verfügbarkeit von Gemini 4 Argon. Dieser Ansatz vermeidet Reibung bei der Google-Cloud-Onboarding und ermöglicht leichtes A/B-Testing gegenüber Claude Opus 5.5 oder GPT-6 Astra im selben Codebestand.
Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5
| Category | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Provider | OpenAI | Anthropic | |
| Release status on Oct. 1, 2026 | Begrenzter Trusted-Tester-Rollout; breiterer Zugang folgt | Aktives API-Modell | Aktuelles Modell; veröffentlicht am 22. Sept. 2026 |
| Best fit | Langhorizont-Wissensarbeit, multimodale Analyse, defensive Cyber, große Ausgaben | Komplexes Reasoning, Wissenschaft, Computerbedienung, breites Tool-Ökosystem | Langlaufende agentische Coding- und Wissensarbeit |
| Input context | Noch nicht als finale öffentliche API-Spezifikation veröffentlicht | 1,050,000 tokens | 1,000,000 tokens |
| Max output | 1,000,000 tokens | 128,000 tokens | 128,000 synchron; 300,000 Batch Beta |
| Inputs and outputs | Multimodale Fähigkeiten angegeben; detaillierte öffentliche API-Matrix ausstehend | Text und Bild als Eingabe; Text als Ausgabe | Text und Bilder als Eingabe; Text als Ausgabe |
| Reasoning control | Langhorizont-Reasoning; öffentliche API-Kontrollen ausstehend | geringe bis maximale Reasoning-Anstrengung | Adaptives Denken immer aktiv; Standardaufwand mittel |
| Standard price per 1M tokens | Intro: 2 $ Eingabe / 10 $ Ausgabe; später 4 $ / 20 $ | 10 $ Eingabe / 50 $ Ausgabe | 4 $ Eingabe / 20 $ Ausgabe |
| Standout wins in Google's table | Vals, AutomationBench, DeepSWE, langer Kontext, LVBench | FrontierSWE, wissenschaftliche Terminalarbeit, OSWorld-Teilmenge | Terminal-Bench 4.0, PostTrainBench |
| Main caveat | Breite API-Verfügbarkeit und vollständige Spezifikationen werden noch ausgerollt | Höchster Listenpreis der drei | Führt Googles Wissensarbeits-Tabelle nicht an; adaptives Denken nicht deaktivierbar |
Welches Modell ist das beste?
Wählen Sie Gemini 4 Argon, wenn langkontextige Wissensarbeit, multimodale Evidenz, defensive Cybersecurity oder ungewöhnlich große generierte Artefakte die Arbeitslast dominieren. Wählen Sie GPT-6 Astra, wenn Sie eine ausgereifte OpenAI-Toolfläche, starke Performance als Wissenschafts-Agent oder seine spezifischen Stärken in der Computerbedienung brauchen. Wählen Sie Claude Opus 5.5 für Claude-native agentische Coding- und Terminal-Workflows, besonders wenn sein Verhalten in Ihrem Evaluierungsrahmen bereits gut funktioniert.
Für die meisten Unternehmen ist die bessere Strategie keine dauerhafte Ein-Modell-Entscheidung. Leiten Sie Routineanfragen an ein kostengünstigeres Modell, evaluieren Sie Argon, Astra und Opus am schwierigen Ende und halten Sie eine Rückfallebene bereit. CometAPI ist hier nützlich, weil eine Integrationsschicht das Cross-Modell-Testing und kontrolliertes Routing erleichtern kann.
Fazit
Gemini 4 Argon markiert Googles stärksten Wiedereintritt in die absolute Frontier, reclaimt die Führung bei mehreren unternehmenskritischen und langhorizontigen Benchmarks und führt praktische Fortschritte wie 1M Ausgabetoken und aggressive Einführungspreise ein. Sein phasenweiser, sicherheitsorientierter Rollout priorisiert die verantwortungsvolle Bereitstellung leistungsstarker Cyber-Verteidigungsfähigkeiten.



