Stand: 30. September 2026 — aktualisiert nach Googles offizieller Gemini-4-Argon-Ankündigung
Google hat Gemini 4 Argon jetzt selbst ausführlich vorgestellt. Damit ist die Faktenlage deutlich klarer als noch wenige Stunden zuvor: Argon erhält ein maximales Output-Limit von 1 Million Tokens, startet zu einem Einführungspreis von $2 pro Mio. Input-Tokens und $10 pro Mio. Output-Tokens, und Google veröffentlicht erstmals konkrete Argon-Benchmarkwerte. Gleichzeitig bleibt Argon vorerst nicht allgemein verfügbar. Der erste Rollout läuft über Googles Fairwind Program an ausgewählte Cybersecurity-Verteidiger. [G1][G2]
Der wichtigste Korrekturpunkt gegenüber den bisherigen Leaks: 256k Output und $2,25/$11,25 sind nicht die offiziellen Argon-Spezifikationen. Google nennt stattdessen 1M Output und $2/$10 zum Start. Ein angebliches 2-Millionen-Token-Kontextfenster bestätigt Google in der Ankündigung dagegen nicht. [G1][L1][L2]
Schnellantwort
| Frage | Offizieller Stand am 30.09.2026 |
|---|---|
| Ist Gemini 4 Argon offiziell? | Ja. Google hat Argon als neues Frontier-Modell der Gemini-4-Generation vorgestellt. [G1] |
| Kann man Argon öffentlich nutzen? | Noch nicht allgemein. Zunächst erhalten ausgewählte Cyber-Defender über Fairwind Zugang. [G1][G2] |
| Maximales Output-Limit? | 1.000.000 Tokens. Google nennt 1M Output-Tokens und vergleicht das mit zuvor 64k. [G1] |
| Kontextfenster / Input-Limit? | Noch nicht ausdrücklich spezifiziert. Der frühere 2M-Kontext-Claim bleibt damit unbestätigt. [G1][L1] |
| Einführungspreis? | $2 / 1M Input, $10 / 1M Output. Cached Input kostet 95 % weniger, also rechnerisch $0,10 / 1M. [G1] |
| Preis nach der Einführungsphase? | $4 / 1M Input, $20 / 1M Output. Das steht in Googles Fußnote zur Ankündigung. [G1] |
| Öffentliche API-ID? | Google nennt in der Ankündigung noch keine allgemein verfügbare öffentliche Modell-ID. [G1] |
| Wer bekommt Argon als Nächstes? | Google nennt zahlende API-Kunden und Google AI Ultra-Abonnenten als erste Gruppen beim breiteren Rollout. Einen Termin nennt Google nicht. [G1] |
Was Google DeepMind jetzt offiziell zu Gemini 4 Argon sagt
Googles eigener Beitrag trägt den Titel „Gemini 4 Argon: our next era of frontier intelligence“ und stammt von Koray Kavukcuoglu, SVP bei Google DeepMind und Chief AI Architect bei Google. Google positioniert Argon für besonders komplexe, lang laufende Workflows in vier Bereichen: reale Softwareentwicklung, Enterprise Knowledge Work wie Recht und Finanzen, Cybersecurity-Verteidigung und Creative Writing. [G1]
Google beschreibt den Rollout ausdrücklich als stufenweise. Argon geht zunächst an vertrauenswürdige Cybersecurity-Verteidiger über das Fairwind Program. Parallel beteiligt sich Google nach eigenen Angaben am freiwilligen US-Verfahren für Pre-Release-Zugang zu leistungsfähigen Modellen. Danach soll Argon möglichst schnell für Entwickler, Unternehmen und Verbraucher folgen. [G1][G2]
1 Million Output-Tokens: der größte bestätigte Spezifikationssprung
Die wichtigste neue technische Spezifikation ist das Output-Limit von 1 Million Tokens. Google schreibt, dass Argon damit gegenüber dem bisherigen 64k-Limit massiv mehr Spielraum für lange Reasoning-Trajektorien erhält. Das soll beispielsweise sehr große Refactorings, lange Analysen oder mehrstufige Aufgaben ermöglichen, ohne den Output ständig auf mehrere Antworten aufzuteilen. [G1]
Wichtig ist die Abgrenzung zum Kontextfenster: 1M Output ist offiziell bestätigt; ein 2M-Input-/Kontextfenster ist es nicht. Google nennt in diesem Blogpost keine maximale Input-Kontextgröße für Argon. [G1][L1]
Offizielle Preise: $2/$10 zum Start, danach $4/$20
Google hat jetzt auch den Preis veröffentlicht:
| Token-Typ | Einführungspreis | Preis nach Einführungsphase |
|---|---|---|
| Input | $2 / 1 Mio. Tokens | $4 / 1 Mio. Tokens |
| Cached Input | $0,10 / 1 Mio. Tokens | abhängig vom dann geltenden Inputpreis |
| Output | $10 / 1 Mio. Tokens | $20 / 1 Mio. Tokens |
Der Cached-Input-Preis ergibt sich aus Googles Angabe, dass gecachte Input-Tokens 95 % günstiger als normale Input-Tokens sind. Die frühere Leak-Zahl von $2,25/$11,25 ist damit überholt. [G1][L2]
Googles offizielle Argon-Benchmarks
Google DeepMind hat inzwischen zusätzlich eine eigene Gemini-4-Argon-Modellseite mit einer deutlich umfangreicheren Benchmark-Tabelle veröffentlicht. Damit sind weitere Werte direkt als Google-Primärquelle dokumentiert. Es bleiben Hersteller-Benchmarks; unabhängige Reproduktionen unter identischen Harnesses sind weiterhin separat zu bewerten. [G3][G4]
| Benchmark | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Vals Index | 68,9 % | 63,1 % | 67,0 % |
| AutomationBench | 51,3 % | 41,4 % | 42,5 % |
| Vals Finance Agent v2 | 65,4 % | 53,5 % | 58,6 % |
| Harvey’s Legal Agent Benchmark | 19,6 % | 5,4 % | 3,8 % |
| DeepSWE v1.1 | 77,9 % | 74,1 % | 74,2 % |
| FrontierSWE v2 | 55,0 % | 65,5 % | 62,3 % |
| Vibe Code Bench | 91,9 % | 89,6 % | 90,3 % |
| Terminal-bench 4.0 | 57,4 % | 58,2 % | 66,4 % |
| PostTrainBench | 45,3 % | 44,3 % | 49,3 % |
| Terminal-Bench Science 0.1 | 57,6 % | 68,1 % | 63,3 % |
| LABBench 2 | 88,8 % | 85,4 % | 73,1 % |
| RiemannBench | 76,0 % | 72,0 % | 69,6 % |
| GraphWalks bis 128k | 99,7 % | 98,7 % | 90,6 % |
| GraphWalks 256k–1M | 84,2 % | 71,8 % | 66,8 % |
| Agent’s Last Exam | 39,5 % | 34,2 % | 38,2 % |
| OSWorld 2.0, Offline-Subset | 69,2 % | 72,6 % | — |
| Chartography | 71,6 % | 71,0 % | 66,3 % |
| LVBench | 91,7 % | 87,5 % | 83,7 % |
| CWE-bench v1 | 68,0 % | 68,0 % | 67,0 % |
Die DeepMind-Seite liefert außerdem einen wichtigen Long-Context-Hinweis: Google evaluiert Argon bei GraphWalks im Bereich 256k bis 1M Kontext und meldet 84,2 % F1. Das belegt Nutzung in diesem Bereich, ist aber noch keine ausdrückliche Angabe, dass 1M das maximale Input-Limit des API-Modells ist. Der frühere Leak zu 2M Kontext bleibt deshalb unbestätigt. [G3][L1]
Die vorab kursierenden 88,7 % auf DeepSWE v1.1 entsprechen zudem nicht Googles offiziell veröffentlichtem Wert von 77,9 %. [G3][L2]
Leak vs. offiziell: Was hat sich geändert?
| Behauptung vor dem Launch | Neuer offizieller Stand |
|---|---|
| 256k Output-Tokens | Falsch bzw. überholt: Google bestätigt 1M Output-Tokens. [G1][L1] |
| $2,25 Input / $11,25 Output | Überholt: offiziell $2/$10 Einführungspreis, danach $4/$20. [G1][L2] |
| 88,7 % DeepSWE v1.1 | Google veröffentlicht 77,9 %. [G1][L2] |
| 2M Kontextfenster | Weiter unbestätigt. Google nennt in der Ankündigung kein maximales Input-Kontextfenster. [G1][L1] |
| Breiter Release im Oktober / in wenigen Wochen | Nicht bestätigt. Google sagt nur „as soon as possible“ und nennt paid API + AI Ultra als erste breitere Gruppen. [G1] |
Was Argon intern bei Google bereits macht
Google nennt ungewöhnlich konkrete interne Einsatzbeispiele. Diese Zahlen sind Herstellerangaben und sollten entsprechend gekennzeichnet bleiben. [G1]
- Quantenalgorithmen: In einem Beispiel soll Argon die publizierte Baseline bei der Optimierung von Qubit×Gate-Ressourcen um 40 % geschlagen haben.
- Rechenzentrums-Speicher: Agenten auf Basis von Argon hätten nach dem Rollout bereits mehr als 300 TiB Speicher freigemacht. Google schätzt das gesamte Einsparpotenzial auf 500 TiB bis 1 PiB.
- C/C++ → Rust: Google setzt Argon für große Code-Migrationen ein – von Bibliotheken wie re2 und libgav1 bis zu mehr als 800.000 Codezeilen im Zircon-Kernel von Fuchsia.
- libgav1: Argon-Agenten ersetzten laut Google 32.000 Zeilen SIMD-Code. Das Ergebnis sei ein speichersicherer Decoder, der 2,7× schneller als der bestehende Rust-Port läuft und identischen Video-Output erzeugt.
Diese Beispiele sind technisch interessant, aber keine unabhängigen Benchmarks. Für eine saubere Bewertung sollten sie als Google-interne Resultate und nicht als neutral reproduzierte Messwerte bezeichnet werden. [G1]
Cybersecurity: Fairwind zuerst
Argon ist zunächst vor allem ein Cybersecurity-Release. Google sagt, das Modell könne kritische Software-Schwachstellen autonom finden, validieren und patchen. Für ausgewählte vertrauenswürdige Verteidiger und interne Google-Teams soll Argon ohne die üblichen Cyber-Guardrails bereitgestellt werden, damit diese Nutzer die vollen defensiven Fähigkeiten einsetzen können. [G1][G2]
Google nennt außerdem Wiz als frühen Nutzer im Rahmen von Scan for Good. In einem frühen Einsatz habe Argon eine kritische Schwachstelle in weltweit genutzter Healthcare-Software gefunden, durch die sensible persönliche Daten exponiert waren; frühere Frontier-Modelle hätten sie laut Google nicht gefunden. [G1]
Auf Googles internem Vulnerability-Benchmark soll Argon Schwachstellen über 20 Programmiersprachen hinweg gefunden haben. Auf einem internen Black-Box-Penetrationstest von Wiz soll Argon Gemini 3.8 Flash Cyber bei Attack-Surface-Discovery, Schwachstellenerkennung und Proof-of-Concept-Evidenz übertreffen. Auch hier handelt es sich vorerst um Hersteller-/Partnerangaben. [G1]
Sicherheit vor dem breiten Rollout
Google nennt vier Schwerpunkte für die Sicherheitsarbeit vor der allgemeinen Verfügbarkeit: Schutz vor Missbrauch – einschließlich Cyber- und CBRN-Risiken –, Robustheit gegen indirekte Prompt-Injections, Monitoring möglicher Fehlanpassungen sowie härter isolierte Sandbox-Umgebungen für Hochrisiko-Training und -Evaluierungen. [G1]
Besonders auffällig ist Googles Aussage, dass Argons Chain-of-Thought und Aktionen durch Misalignment-Mitigation-Systeme überwacht und Ausführungen bei Bedarf gestoppt werden. Google sagt außerdem, ähnliche Monitoring-Systeme bereits während des Trainings eingesetzt zu haben. [G1]
Wann kommt Gemini 4 Argon für normale Nutzer?
Ein konkretes Datum gibt es weiterhin nicht. Google sagt, Argon solle nach der Fairwind-Testphase so schnell wie möglich für Entwickler, Unternehmen und Verbraucher geöffnet werden. Beim breiteren Rollout sollen zahlende API-Kunden und Google AI Ultra-Abonnenten zuerst berücksichtigt werden. [G1]
Damit bleiben konkrete Oktober-Termine oder Aussagen wie „in zwei Wochen“ Spekulation, solange Google keinen Termin nennt.
Was noch offen ist
Trotz der ausführlichen Ankündigung fehlen weiterhin einige Punkte für eine vollständige technische Bewertung:
- maximales Input-/Kontextfenster – 2M ist noch nicht bestätigt,
- öffentliche API-Modell-ID und konkrete Verfügbarkeit in AI Studio/Vertex,
- vollständige Model Card/System Card mit Evaluierungsdetails,
- unabhängig reproduzierte Argon-Benchmarks unter identischen Harnesses,
- genaue Rate Limits, Caching-Regeln und regionale Verfügbarkeit beim öffentlichen API-Start.
Fazit
Gemini 4 Argon ist jetzt deutlich besser dokumentiert als noch wenige Stunden zuvor. Google bestätigt 1 Million Output-Tokens, einen Einführungspreis von $2/$10 pro Mio. Input-/Output-Tokens, 95 % Rabatt auf Cached Input, konkrete Benchmarkwerte wie 77,9 % DeepSWE v1.1 und einen zunächst kontrollierten Rollout über Fairwind. Nach der Einführungsphase sollen die API-Preise auf $4/$20 steigen. [G1]
Die bisher wichtigsten Leak-Angaben müssen deshalb korrigiert werden: 256k Output ist überholt, $2,25/$11,25 ist nicht der offizielle Preis und 88,7 % DeepSWE entspricht nicht dem von Google veröffentlichten Ergebnis. Der 2M-Kontext-Claim bleibt hingegen offen, weil Google die maximale Input-Kontextgröße noch nicht nennt. [G1][L1][L2]
Quellen
- [G1] Google / Google DeepMind: Gemini 4 Argon: our next era of frontier intelligence, Sep. 30, 2026 — https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
- [G2] Google DeepMind: Fairwind Program — https://deepmind.google/fairwind-program/
- [G3] Google DeepMind: Gemini 4 Argon — model page and official performance table — https://deepmind.google/models/gemini/
- [G4] Google DeepMind: Gemini 4 Argon evaluation methodology — https://deepmind.google/models/evals-methodology/gemini-4-argon
- [L1] TestingCatalog: Pre-launch report on internal Argon checkpoints and 2M/256k claims — https://www.testingcatalog.com/gemini-4-pro-frontend-ui-taste-leak/
- [L2] Dealroom News: Pre-launch leaked Gemini 4 Pro/Argon benchmark and pricing claims — https://dealroom.co/news/157364-leaked-gemini-4-pro-benchmarks-top-gpt-6-astra-and-claude-opus-5-5/