Gemini 4 Argon startet durch: Googles neues KI-Spitzenmodell jetzt für Entwickler und Pro-Nutzer

Google öffnet sein neues Spitzenmodell Gemini 4 Argon jetzt für deutlich mehr Nutzer.
Nachdem das KI-Modell zunächst nur ausgewählten Sicherheitsexperten und Partnern zur Verfügung stand, beginnt am 13. Oktober 2026 der weltweite Rollout für Entwickler, Unternehmen und zahlende Gemini-Nutzer.
Wer ein Google-AI-Pro- oder Google-AI-Ultra-Abonnement besitzt, kann Argon ab sofort in der Gemini-App ausprobieren. Entwickler erhalten gleichzeitig Zugriff über die kostenpflichtige Gemini API.
Damit erreicht die neue Gemini-4-Generation erstmals einen größeren Nutzerkreis.
Was ist Gemini 4 Argon?
Gemini 4 Argon ist das erste öffentlich verfügbare Modell aus Googles neuer Gemini-4-Familie.
Google positioniert Argon ausdrücklich als Frontier-Modell für besonders anspruchsvolle und langfristige Aufgaben.
Dazu gehören beispielsweise:
Softwareentwicklung
umfangreiche Programmierprojekte
Finanzanalysen
juristische Aufgaben
wissenschaftliche Forschung
Cybersecurity
komplexe Dokumentenanalyse
agentische Arbeitsabläufe
Im Gegensatz zu kleineren Gemini-Modellen soll Argon nicht unbedingt jede einfache Chatfrage möglichst günstig und schnell beantworten.
Seine Stärke liegt vor allem bei Aufgaben, die viele einzelne Schritte, große Mengen Kontext und längeres eigenständiges Arbeiten benötigen.
Jetzt auch in der Gemini-App
Für normale Nutzer ist wahrscheinlich die wichtigste Neuerung:
Gemini 4 Argon steht jetzt in der Gemini-App zur Verfügung.
Allerdings gibt es eine klare Bezahlschranke.
Zugriff bekommen zunächst Nutzer mit:
Google AI Pro
oder
Google AI Ultra.
Kostenlose Gemini-Nutzer und Google-AI-Plus-Abonnenten gehören nach Googles aktueller Ankündigung nicht zum Argon-Rollout.
Damit wird Google AI Pro erneut deutlich wichtiger für Nutzer, die Zugriff auf die leistungsfähigsten Gemini-Modelle möchten.
Auch der KI-Modus der Google Suche bekommt Argon
Gemini 4 Argon landet nicht ausschließlich in der Gemini-App.
Google integriert das Modell auch in den KI-Modus der Google Suche.
Auch dort gilt zunächst:
Google AI Pro oder AI Ultra erforderlich.
Gerade bei komplexeren Recherchefragen könnte Argon interessant werden.
Das Modell ist darauf ausgelegt, Informationen aus verschiedenen Quellen zusammenzuführen, Zusammenhänge zu analysieren und längere mehrstufige Aufgaben zu bearbeiten.
Entwickler bekommen Zugriff über die Gemini API
Parallel öffnet Google Argon für Entwickler.
Das Modell ist ab sofort über den kostenpflichtigen Tarif der Gemini API verfügbar.
Damit können Entwickler Gemini 4 Argon beispielsweise in:
eigene Apps
Entwicklerwerkzeuge
Unternehmenssoftware
KI-Agenten
Analyseplattformen
automatisierte Workflows
integrieren.
Google AI Studio dient dabei unter anderem zum Experimentieren mit Prompts und API-Konfigurationen.
Einführungspreis: 2 Dollar pro Million Input-Tokens
Zum Start bietet Google Gemini 4 Argon zu einem vergünstigten API-Preis an.
Der Einführungspreis beträgt:
2 US-Dollar pro eine Million Input-Tokens
und
10 US-Dollar pro eine Million Output-Tokens.
Zwischengespeicherte Input-Tokens werden mit einem Rabatt von 95 Prozent berechnet.
Der günstige Preis gilt allerdings nur vorübergehend.
Ab Dezember wird es doppelt so teuer
Google hat bereits angekündigt, dass die Preise nach dem:
30. November 2026
steigen.
Danach kostet Gemini 4 Argon:
4 US-Dollar pro eine Million Input-Tokens
und
20 US-Dollar pro eine Million Output-Tokens.
Wer Argon bereits jetzt in größere Anwendungen integrieren möchte, sollte diesen späteren Preissprung also von Anfang an bei der Kalkulation berücksichtigen.
Bis zu eine Million Tokens
Eine der auffälligsten technischen Eigenschaften von Argon ist das enorme Kontext- beziehungsweise Arbeitsfenster.
Über die Gemini API unterstützt Argon ein kombiniertes Input-Output-Limit von bis zu einer Million Tokens.
Das ist besonders bei langfristigen Aufgaben interessant.
Ein Modell könnte dadurch beispielsweise:
eine große Codebasis untersuchen
zahlreiche Dokumente gleichzeitig analysieren
längere Recherchen durchführen
umfangreiche Zwischenergebnisse behalten
ein großes Projekt über viele Schritte bearbeiten
ohne ständig den bisherigen Kontext zu verlieren.
Neues Continuation-Protokoll
Für sehr lange Aufgaben führt Google außerdem ein neues Continuation Protocol ein.
Damit sollen Entwickler länger laufende Argon-Aufgaben fortsetzen können, ohne jedes Mal den gesamten bisherigen Arbeitsverlauf erneut übertragen zu müssen.
Das ist vor allem bei agentischen Anwendungen relevant.
Wenn ein KI-Agent beispielsweise mehrere Stunden an einem Softwareprojekt arbeitet, können enorme Mengen Kontext entstehen.
Ein Mechanismus zur effizienten Fortsetzung solcher Aufgaben kann entsprechend viel Rechenleistung und Kosten sparen.
Argon soll besser programmieren
Einer der wichtigsten Schwerpunkte von Gemini 4 Argon ist Softwareentwicklung.
Google verwendet das Modell bereits intern für komplexe Programmieraufgaben.
Dabei geht es nicht nur darum, einzelne Funktionen oder kleine Codeabschnitte zu schreiben.
Argon soll auch:
große Codebasen verstehen
Architekturänderungen planen
Refactorings durchführen
Performanceprobleme erkennen
Tests ausführen
Fehler beheben
längere Entwicklungsaufgaben selbstständig verfolgen
können.
Google nutzt Argon bereits intern
Google nennt mehrere Beispiele für reale Einsätze.
Beim Chrome-Team half Argon unter anderem dabei, Teile einer sehr großen Chromium-Codebasis umzustrukturieren.
Das Projekt umfasst insgesamt rund 40 Millionen Codezeilen. Argon half dabei, bestimmte Browserfunktionen aus einem älteren Bereich mit rund sechs Millionen Zeilen Code herauszulösen.
Laut Google konnte dadurch Arbeit, die normalerweise Monate gedauert hätte, innerhalb weniger Wochen erledigt werden.
Solche Angaben stammen natürlich direkt von Google und sollten entsprechend als Herstellerangaben betrachtet werden.
Sie zeigen aber ziemlich gut, für welche Art Aufgaben Argon gedacht ist.
Mehr Code, weniger Rollbacks
Auch innerhalb von Googles Entwicklerplattform Antigravity kommt Argon bereits zum Einsatz.
Google gibt an, dass Teams dadurch mehr als 35 Prozent mehr agentisch erzeugte Codebeiträge einreichen konnten.
Gleichzeitig sei die Zahl notwendiger Rollbacks um fast ein Drittel gesunken.
Das bedeutet:
Die KI soll nicht nur mehr Code produzieren, sondern dieser soll im Idealfall auch zuverlässiger sein.
Google Antigravity bekommt Argon
Google AI Ultra-Abonnenten können Gemini 4 Argon außerdem in Google Antigravity verwenden.
Antigravity ist Googles Entwicklungsumgebung für agentische Softwareentwicklung.
Dort soll die KI nicht nur Vorschläge machen, sondern größere Aufgaben weitgehend selbstständig durchführen können.
Beispielsweise:
„Analysiere dieses Projekt, finde die Performanceprobleme und behebe sie.“
Der Agent kann dann mehrere Dateien untersuchen, Code verändern, Tests durchführen und seine Arbeit weiter verfeinern.
Argon kommt auch in Android Studio
Für Android-Entwickler wird Gemini 4 Argon ebenfalls interessant.
Google integriert das Modell in seine Entwicklungswerkzeuge rund um Android Studio.
Damit können Entwickler Argon unter anderem bei größeren Android-Projekten einsetzen.
Der Fokus verschiebt sich dabei immer stärker weg von einfacher Codevervollständigung hin zu sogenannten agentischen Entwicklungsabläufen.
Die KI soll also zunehmend komplette Aufgaben übernehmen, anstatt nur die nächsten fünf Codezeilen vorzuschlagen.
Auch GitHub Copilot unterstützt Argon
Interessanterweise bleibt Gemini 4 Argon nicht ausschließlich in Googles eigenen Entwicklerwerkzeugen.
Am gleichen Tag hat GitHub die allgemeine Verfügbarkeit von Gemini 4 Argon in GitHub Copilot angekündigt.
Damit können Entwickler das Modell auch außerhalb des Google-Ökosystems für Coding-Aufgaben einsetzen.
Das zeigt gleichzeitig, wie wichtig Google der Entwicklerbereich bei Argon ist.
Gemini-App soll direkter antworten
Google verspricht allerdings nicht nur bessere Programmierfähigkeiten.
Auch die normale Kommunikation wurde überarbeitet.
Gemini 4 Argon soll laut Google:
direkter antworten
weniger unnötig relativieren
Wiederholungen reduzieren
weniger Floskeln verwenden
Stilvorgaben besser befolgen
und bei längeren Aufgaben besser darüber informieren, woran das Modell gerade arbeitet.
Gerade bei komplexen Aufgaben ist der letzte Punkt interessant.
Wenn Gemini längere Zeit an einem Problem arbeitet, soll der Nutzer besser nachvollziehen können, was gerade passiert.
Aufgaben statt nur Chatten
Die Gemini-App bekommt gleichzeitig eine stärkere Trennung zwischen:
Chat
und
Tasks.
Über einen einfachen Umschalter können Nutzer Gemini Aufgaben übergeben, die über eine normale Chatantwort hinausgehen.
Solche Aufgaben können weiterlaufen, auch wenn der Nutzer gerade nicht aktiv vor dem Computer sitzt.
Damit bewegt sich Gemini immer stärker vom klassischen Chatbot in Richtung persönlicher KI-Agent.
Mehr als 40 verbundene Apps
Gemini kann inzwischen außerdem mit mehr als 40 Anwendungen und Diensten verbunden werden.
Google nennt beispielsweise:
Adobe
OpenTable
Shopify
Instacart
sowie natürlich verschiedene eigene Google-Dienste.
Dadurch soll Gemini nicht nur Informationen liefern, sondern zunehmend echte Aufgaben erledigen.
Zum Beispiel:
Reservierungen vorbereiten
Informationen aus Apps zusammensuchen
Arbeitsabläufe automatisieren
Inhalte erstellen
Geschäftsprozesse unterstützen
Antigravity jetzt auch in der Gemini-App für macOS
Für Nutzer eines Macs gibt es eine weitere Besonderheit.
Google integriert die agentische Coding-Oberfläche von Antigravity direkt in die Gemini-App für macOS.
Damit soll sich relativ einfach zwischen normalem Chat und umfangreicheren Coding-Aufgaben wechseln lassen.
Google versucht dadurch offenbar, Gemini zunehmend als vollständige Arbeitsumgebung zu positionieren.
Finanz-, Rechts- und Unternehmensaufgaben
Google bewirbt Argon ausdrücklich nicht nur für Programmierer.
Das Modell wurde auch für umfangreiche professionelle Aufgaben in Bereichen wie:
Finanzen
Recht
Unternehmensanalyse
Wissenschaft
optimiert.
Ein Beispiel wäre die Analyse großer Mengen unterschiedlicher Dokumente.
Argon soll Informationen aus langen PDFs, Tabellen, Bildern und anderen Datenquellen zusammenführen und anschließend in strukturierte Ergebnisse verwandeln können.
Platz 1 im Vals Index
Google verweist außerdem auf verschiedene Benchmarks.
Gemini 4 Argon erreicht laut Google Platz 1 im Vals Index. Dieser Benchmark bewertet KI-Modelle anhand professioneller Aufgaben unter anderem aus:
Finanzwesen
Programmierung
Recht
Steuerwesen
Wie immer gilt allerdings:
Benchmarks sind ein nützlicher Vergleichspunkt, ersetzen aber keine eigenen Praxistests.
Ein Modell kann in einem Benchmark hervorragend abschneiden und bei einer bestimmten realen Aufgabe trotzdem schlechter funktionieren als ein Konkurrent.
Auch für Wissenschaftler interessant
Gemini 4 Argon wird ebenfalls stark im wissenschaftlichen Bereich positioniert.
Google nennt bereits Projekte aus:
Quantencomputing
Kernfusion
Biologie
Enzymforschung
medizinischer Forschung
Robotik
Das Unternehmen möchte deshalb zusätzlich 10.000 Wissenschaftlern kostenlosen Zugang zur höchsten Nutzungsstufe von Google Antigravity geben.
Der Zugang gilt für sechs Monate und wird nach Bewerbung sowie abhängig von Verfügbarkeit und Auswahl vergeben.
Roboter lernen durch Videos
Besonders interessant ist ein Experiment aus dem Bereich Robotik.
Gemini 4 Argon sah dabei laut Google ein Video eines Menschen beim Cornhole-Spiel.
Das Modell analysierte:
Umgebung
Bewegungsabläufe
räumliche Koordinaten
notwendige Körperbewegungen
und erzeugte anschließend selbstständig eine Simulation.
Diese wurde auf den humanoiden Apollo-Roboter von Apptronik übertragen.
Bei einem Test soll der Roboter anschließend sieben Würfe hintereinander getroffen haben.
Google bezeichnet diesen Ansatz als:
Video-to-Sim-to-Real.
Cybersecurity bleibt ein wichtiger Schwerpunkt
Schon bei der ursprünglichen Vorstellung von Argon spielte Cybersecurity eine große Rolle.
Das Modell kann:
Codebasen untersuchen
Sicherheitslücken entdecken
Angriffswege analysieren
Schwachstellen verifizieren
Patches entwickeln
Genau deshalb hatte Google die ersten Versionen zunächst nur vertrauenswürdigen Sicherheitsexperten zugänglich gemacht.
Mit dem breiteren Start erweitert Google nun sein Fairwind Program auf mehrere hundert zusätzliche Partner.
Sonderversion ohne Cyber-Guardrails
Ausgewählte Sicherheitsexperten können über Fairwind weiterhin Zugang zu einer speziellen Argon-Version bekommen, bei der bestimmte Cybersecurity-Schutzmechanismen nicht greifen.
Diese Version ist für defensive Sicherheitsarbeit gedacht und wird nicht allgemein veröffentlicht.
Das ist nachvollziehbar.
Ein Modell, das Sicherheitslücken eigenständig finden und Exploits analysieren kann, wäre schließlich auch für Angreifer interessant.
Schutz vor Prompt Injection verbessert
Google hat deshalb gleichzeitig stark an den Sicherheitsmechanismen gearbeitet.
Ein Schwerpunkt liegt auf Prompt Injection.
Dabei versucht beispielsweise eine manipulierte Webseite oder Datei einem KI-Agenten versteckte Befehle unterzuschieben.
Google gibt an, dass Argon beim Gray-Swan-Benchmark für indirekte Prompt-Injection-Angriffe eine Erfolgsquote der Angriffe von nur noch 0,7 Prozent über 15 adaptive Versuche erreicht.
Auch diese Zahl stammt natürlich von Google beziehungsweise dem verwendeten Benchmark.
Sie zeigt aber, dass Sicherheit bei agentischen Modellen zunehmend zu einem eigenen Leistungsmerkmal wird.
Das Modell soll Grenzen besser respektieren
Google trainiert Argon außerdem darauf, bei automatisierten Aufgaben technische und organisatorische Grenzen besser einzuhalten.
Wenn beispielsweise:
eine Berechtigung fehlt
ein Test fehlschlägt
eine Aktion irreversible Auswirkungen hätte
soll das Modell nicht einfach versuchen, das Hindernis eigenmächtig zu umgehen.
Stattdessen soll es den Nutzer informieren oder eine Bestätigung anfordern.
Google nennt bei entsprechenden Coding-Tests nur noch rund 2 Prozent unerlaubte Abkürzungsversuche.
Kein kostenloses Modell
Wer Gemini bisher nur kostenlos verwendet, sollte allerdings keine neue Modelloption erwarten.
Gemini 4 Argon steht für normale Nutzer aktuell ausschließlich mit:
Google AI Pro
oder
Google AI Ultra
zur Verfügung.
Entwickler können das Modell zwar unabhängig davon über die API verwenden – dort wird allerdings nach Token-Verbrauch abgerechnet.
Google macht aus Argon damit eindeutig ein Premium-Modell.
Gemini 4 Argon ist erst der Anfang
Interessant ist Googles letzter Hinweis:
Argon ist erst der Anfang der Gemini-4-Familie.
Weitere Modelle sollen also folgen.
Sehr wahrscheinlich wird Google die Familie langfristig ähnlich aufstellen wie frühere Gemini-Generationen.
Denkbar wären beispielsweise kleinere, schnellere und günstigere Gemini-4-Modelle für alltägliche Aufgaben.
Welche Modelle tatsächlich geplant sind und wie sie heißen werden, hat Google allerdings noch nicht bekannt gegeben.
Fazit
Gemini 4 Argon verlässt die eingeschränkte Testphase und wird deutlich breiter verfügbar.
Seit dem 13. Oktober 2026 können Entwickler weltweit über die kostenpflichtige Gemini API auf das Modell zugreifen.
Nutzer mit Google AI Pro oder Google AI Ultra bekommen Argon gleichzeitig in der Gemini-App und im KI-Modus der Google Suche. Ultra-Abonnenten können das Modell zusätzlich über Google Antigravity einsetzen.
Der Fokus liegt eindeutig auf anspruchsvollen Aufgaben.
Argon soll besonders stark sein bei:
Programmierung, langfristigen agentischen Aufgaben, Unternehmensanalysen, Finanzen, Recht, Wissenschaft und Cybersecurity.
Dafür stellt Google über die API ein kombiniertes Input-Output-Limit von bis zu einer Million Tokens bereit.
Der API-Einführungspreis liegt zunächst bei 2 Dollar pro Million Input- und 10 Dollar pro Million Output-Tokens.
Ab dem 1. Dezember 2026 verdoppeln sich diese Preise allerdings.
Für kostenlose Gemini-Nutzer ändert sich vorerst nichts:
Argon bleibt hinter der Bezahlschranke.
Für Entwickler und Pro-/Ultra-Abonnenten ist die wichtigste Nachricht dagegen eindeutig:
Googles neue Gemini-4-Generation ist jetzt tatsächlich angekommen.