Gemini 4 Argon: Grenzwertwerte, ein 1M-Token-Ausgangslimit und noch keine öffentliche Modell-ID

Gemini 4 Argon ist das erste Gemini 4-Modell von Google und bisher das stärkste. Unabhängige Tester bewerten es auf Augenhöhe mit GPT-6 Astra, es führt den Vals Index für Finanz-, Rechts- und Steuerarbeiten an und kann bis zu 1 Million Tokens in einer einzigen Antwort generieren. Während seiner Einführungskosten es auch weniger pro Token als Astra.

Der Haken ist der Zugang. Ab dem 13. Oktober 2026 wird Argon nur an Cyber-Defender im Fairwind-Programm von Google ausgerollt. Google hat keine Modell-ID veröffentlicht, es ist nicht in der Modellliste der Gemini API enthalten und noch nicht auf AIHubMix verfügbar. Dieser Beitrag behandelt, was sich geändert hat, wo Argon gewinnt und wo nicht, und wer mit der Planung beginnen sollte.

Die kurze Version

• Argon ersetzt Gemini 3.1 Pro Preview an der Spitze von Googles Angebot. Es ist das erste neue Modell über der Flash-Stufe seit mehr als sieben Monaten.
• Im Artificial Analysis Intelligence Index erzielt es 53, das gleiche wie GPT-6 Astra bei maximalem Denken und 23 Punkte über Gemini 3.1 Pro Preview.
• Es hat die niedrigste Halluzinationsrate aller hochbewerteten Modelle im Test von Artificial Analysis (15%), aber es beantwortet auch weniger dieser Fragen korrekt als Astra.
• Es liegt hinter Claude Opus 5.5 und GPT-6 Astra bei terminallastigem Codieren und Computergebrauch zurück.
• Einführungspreis: 2 $ Eingabe und 10 $ Ausgabe pro Million Tokens, steigend auf 4 $ und 20 $. Google hat nicht gesagt, wann die Aktion endet.
• Wer es heute nutzen kann: Fairwind-Mitglieder. Bezahlte API-Kunden und Google AI Ultra-Abonnenten kommen als Nächstes, ohne festgelegtes Datum.

Was sich seit Gemini 3.1 Pro Preview geändert hat

Der Startbeitrag von Google stellt Argon in den Kontext von "langfristigen" Arbeiten: reale Softwareentwicklung, unternehmerische Wissensarbeit wie Recht und Finanzen sowie Cyberabwehr. Die größte konkrete Änderung ist die Ausgabengrenze.

Die Preise für 3.1 Pro Preview gelten für Eingaben von bis zu 200k Tokens (4 $ / 18 $ darüber). Argon hat keine Preisstufe für lange Kontexte veröffentlicht.

Ein 1M-Token-Ausgangslimit. Frühere Gemini-Modelle stoppten bei 64K Ausgabetokens. Argon kann bis zu 1M weiterarbeiten, indem es eine neue Funktion der Gemini API namens Long Decode Continuation verwendet, die eine lange Antwort pausiert und sie über Folgeanfragen hinweg fortsetzt, damit sie nicht abläuft. Die eigenen Beispiele von Google zeigen, warum das wichtig ist: Seine Agenten haben Argon für Migrationen von C und C++ nach Rust verwendet, einschließlich mehr als 800K Zeilen des Fuchsia Zircon-Kernels, und für eine Bibliothek wurden 32K Zeilen SIMD-Code durch sicheres Rust ersetzt, das 2,7-mal schneller läuft als der frühere Rust-Port. Das sind Aufgaben, bei denen eine 64K-Grenze dazu führte, dass man die Arbeit manuell aufteilen musste.

Ein neues Benennungsschema. Es gibt kein Pro- oder Flash-Label, nur eine Generationsnummer und einen Codenamen. Google hatte geplant, Anfang 2026 ein Gemini 3.5 Pro zu veröffentlichen, hat sich aber darüber hinweg gesetzt.

Ein eingeschränkter Start. Argon wurde speziell für defensive Cyber-Arbeiten trainiert, und Google sagt, es könne "autonom kritische Softwareanfälligkeiten finden, validieren und beheben." Fairwind-Mitglieder und Googles interne Teams erhalten eine Version ohne Cyber-Schutzmaßnahmen. Die breitere Veröffentlichung wird schädliche Cyber-, chemische, biologische, radiologische und nukleare Anfragen ablehnen.

Was gleich geblieben ist. Die Ausgabe ist weiterhin nur Text. Eingaben umfassen Text, Bilder und Videos (Artificial Analysis listet auch Sprache auf). Drittanbieter-Tester berichten von einem Kontextfenster von 1M Tokens; der Startbeitrag von Google gibt das Eingabelimit nicht an. [TBD: offizielles Kontextfenster]

Wie es sich mit GPT-6 Astra, Claude Opus 5.5 und Fable 5.1 vergleicht

Die folgende Tabelle stammt von Google DeepMinds Benchmark-Tabelle. Google hat Argon mit den höchsten Denksettings betrieben und größtenteils die selbstberichteten oder öffentlichen Leaderboard-Zahlen der Konkurrenten verwendet, daher sollte man dies als Anbieterdaten betrachten. Artificial Analysis und Vals AI haben unabhängige Ergebnisse veröffentlicht, die nach der Tabelle zitiert werden.

OSWorld-2.0 ist die Offline-Untergruppe, Teilpunktzahl. GraphWalks ist F1. Die vollständige Tabelle hat 19 Zeilen; Argon führt oder liegt in 14 davon gleichauf.

Drei Muster stechen hervor:

• Wissensarbeit ist der Bereich mit der größten Lücke. Beim Benchmark des Harvey-Rechtsagenten erzielt Argon 19,6% gegenüber maximal 6,7% für die anderen. Beim Finance Agent v2 beträgt der Vorsprung mehr als sechs Punkte.
• Sehr lange Eingaben halten gut stand. Bei GraphWalks zwischen 256k und 1M Tokens hält Argon 84,2%, während die anderen auf etwa 65–72% fallen.
• Codierung ist gemischt. Argon führt bei DeepSWE, liegt aber bei FrontierSWE (Astra) und Terminal-bench 4.0 (Opus 5.5) zurück.

Die unabhängigen Zahlen stimmen weitgehend überein. Artificial Analysis bewertet Argon (hoch) mit 53 auf seinem Intelligence Index, gleichauf mit GPT-6 Astra (max) und einen Punkt vor GPT-6.1 Sol (max). Sein Lauf bei Terminal Bench 4 liegt bei 57%, hinter Claude Sonnet 5.5, Claude Opus 5.5 und GPT-6 Astra. Vals stuft Argon als das beste Modell auf seinem Index ein, mit dem besten einzelnen Ergebnis beim Finance Agent v2, und listet Computergebrauch (CUA-bench) als Schwachstelle auf.

Der Handel hinter "niedriger Halluzination"

Der Omniscience-Test von Artificial Analysis stellt schwierige Faktenfragen und bestraft selbstbewusste falsche Antworten. Argons Halluzinationsrate liegt bei 15%, der niedrigsten aller Modelle, die 45 oder mehr im Index erzielen; die von GPT-6 Astra liegt bei 51%. Aber Argons Genauigkeit bei denselben Fragen beträgt 50%, gegenüber 63% für Astra. Argon erreicht seine niedrige Halluzinationsrate, indem es sich weigert zu antworten, wenn es sich nicht sicher ist, nicht indem es mehr weiß.

Für rechtliche und finanzielle Überprüfungen ist das oft der richtige Handel: eine Weigerung ist leicht zu erkennen und an eine Person oder ein anderes Modell weiterzuleiten, während eine selbstbewusste falsche Zahl an einem Prüfer vorbeigleiten kann. Es zahlt sich nur aus, wenn Ihre Anwendung einen Ort hat, um die Fragen zu senden, die Argon ablehnt.

Wo Argon nicht die beste Wahl ist

• Terminallastige Codierungsagenten. Die eigene Tabelle von Google hat Opus 5.5 bei 66,4% auf Terminal-bench 4.0 gegenüber Argons 57,4%, und der Lauf von Artificial Analysis stimmt mit der Reihenfolge überein.
• Computergebrauch. Astra führt OSWorld-2.0 an, und Vals stuft Argon auf CUA-bench als siebten von acht ein.
• Fragen, die jedes Mal eine Antwort benötigen. Eine 50%ige Omniscience-Genauigkeit bedeutet viele "Ich bin mir nicht sicher"-Antworten bei schwierigen Faktenabrufen.
• Latent-sensitive Arbeiten. Argon erzielte im Durchschnitt etwa 62k Ausgabetokens pro Aufgabe von Artificial Analysis, gegenüber etwa 27k für Astra. Google hat keine Geschwindigkeitszahlen veröffentlicht. [TBD: Ausgabegeschwindigkeit und Zeit bis zum ersten Token]
• Alles, was in diesem Quartal versendet werden muss. Sie können es noch nicht anrufen.

Wer wechseln, warten oder bleiben sollte

"Planen Sie für Argon" bedeutet: Prototypisieren Sie den Workflow heute auf Gemini 3.8 Flash oder 3.1 Pro Preview, budgetieren Sie zum Standardpreis von Argon und wechseln Sie die Modell-ID, wenn der Zugang eröffnet wird.

Vorbereitung auf AIHubMix

Argon hat eine Modellseite auf AIHubMix unter der ID gemini-4-argon, aber sie ist als "bald verfügbar" gekennzeichnet und hat noch keinen Preis. [TBD: Verfügbarkeitsdatum AIHubMix]

Sie können den Workflow jetzt auf den Gemini-Modellen aufbauen, die AIHubMix bereits bereitstellt, wie Gemini 3.8 Flash, und die Modell-ID in der Konfiguration beibehalten. Der OpenAI-kompatible Endpunkt funktioniert mit dem Standard OpenAI SDK; der AIHubMix Gemini-Leitfaden behandelt auch das native Google SDK.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

# AIHubMix listet Argon als gemini-4-argon (bald verfügbar). Prototypisieren Sie auf
# Gemini 3.8 Flash, und setzen Sie ARGON_MODEL_ID=gemini-4-argon, sobald es verfügbar ist.
MODEL = os.environ.get("ARGON_MODEL_ID", "gemini-3.8-flash")

resp = client.chat.completions.create(
    model=MODEL,
    reasoning_effort="high",
    messages=[
        {"role": "user", "content": "Listen Sie die Kündigungsklauseln im folgenden Vertrag auf. Sagen Sie Bescheid, wenn Sie sich über eine davon unsicher sind.\n\n<Vertragstext>"},
    ],
)
print(resp.choices[0].message.content)

Auf dem OpenAI-kompatiblen Weg entspricht reasoning_effort den Denksettings von Gemini. Welche Werte Argon akzeptiert, ist noch nicht dokumentiert. [TBD: Argon-Denkstufen auf AIHubMix]

Wenn Argon auf AIHubMix eröffnet, werden Preis und unterstützte Parameter auf dieser Modellseite angezeigt.

FAQ

Kann ich Gemini 4 Argon heute über die API nutzen?
Nur wenn Ihre Organisation im Fairwind-Programm von Google ist. Bezahlte API-Kunden und Google AI Ultra-Abonnenten stehen als Nächstes in der Warteschlange, aber Google hat kein Datum angegeben.

Was ist die Modell-ID von Gemini 4 Argon?
Google hat keine veröffentlicht. Auf AIHubMix wird Argon als gemini-4-argon auf einer Modellseite aufgeführt, die als "bald verfügbar" gekennzeichnet ist. Ein Aufruf dieser ID über die eigene API von Google ergab am 1. Oktober einen 404-Fehler.

Ist Gemini 4 Argon besser als GPT-6 Astra?
Im Index von Artificial Analysis liegen sie gleichauf. Argon führt bei Wissensarbeit, Langzeitabruf und Videoverständnis; Astra führt bei FrontierSWE, terminalwissenschaftlichen Aufgaben und Computergebrauch.

Ist Gemini 4 Argon gut zum Codieren?
Es ist stark bei DeepSWE und Vibe Code Bench, aber Claude Opus 5.5 und GPT-6 Astra führen weiterhin bei terminallastigem agentischem Codieren.

Was bedeutet das 1M-Token-Ausgangslimit in der Praxis?
Ein einzelner Job kann weit mehr als die alte 64K-Grenze produzieren, wie eine große Code-Migration oder einen langen Bericht. Google sagt, dies beruht auf Long Decode Continuation, das lange Antworten über Anfragen hinweg pausiert und fortsetzt.

Warum ist die Halluzinationsrate niedrig, aber die Genauigkeit nur 50%?
Argon weigert sich häufiger zu antworten, wenn es sich nicht sicher ist. Das senkt die selbstbewussten falschen Antworten, verringert aber auch den Anteil der Fragen, die es korrekt beantwortet.

Wann wird Gemini 4 Argon auf AIHubMix verfügbar sein?
Noch kein Datum. Die Modellseite auf AIHubMix ist online, aber als "bald verfügbar" gekennzeichnet. Arbeiten Sie jetzt mit Gemini 3.8 Flash oder 3.1 Pro Preview über AIHubMix und wechseln Sie die Modell-ID, wenn Argon eröffnet.

Weiterlesen: die Gemini 4 Argon-Serie

• Der Einführungspreis von 2 $ / 10 $ sieht günstig aus, bis man die Tokens pro Aufgabe zählt. Die gemessenen Kosten pro Aufgabe sind hier: Gemini 4 Argon Preisgestaltung: Günstig pro Token, nicht pro Aufgabe

Quellen

• Gemini 4 Argon: unsere nächste Ära der Grenzintelligenz (Google)
• Gemini-Modelle und Benchmarks (Google DeepMind)
• Gemini 4 Argon: Google ist zurück als eines der drei besten Labore in erreichter Intelligenz (Artificial Analysis)
• Gemini 4 Argon Benchmarks, Kosten und Fähigkeiten (Vals AI)
• Gemini 4 Argon auf AIHubMix (AIHubMix)