Google DeepMind hat Gemini 4 Argon allgemein für Entwickler, Unternehmen und zahlende Gemini-Abonnenten verfügbar gemacht. Gemini 4 Argon ist ein sparse Mixture-of-Experts-Frontier-Modell von Google, das für lange, mehrstufige Arbeiten entwickelt wurde. Seine Zielbereiche sind Programmierung, Finanzen, Recht, Wissenschaft und Cybersicherheit. Google hatte Argon am 30. September angekündigt für eine kleine Gruppe von Cyber-Verteidigern. Jetzt erreicht es die zahlende Gemini API zu $2 für Eingabe und $10 für Ausgabe pro Million Tokens. Die zentrale Änderung für Entwickler ist die Ausgabelänge: Argon kann bis zu 1M Tokens in einer einzigen Antwort schreiben.
TL;DR
- Größe: Parameteranzahl nicht offengelegt (sparse MoE). 1M Token-Fenster, gemeinsam von Eingabe und Ausgabe genutzt.
- Läuft auf: Ausschließlich Googles Cloud, über Gemini API, AI Studio und Gemini-Plattform. Trainiert auf TPUs. Keine offenen Gewichte.
- Leistung: Führt Googles Tabelle bei Wissensarbeit, langem Kontext und Video an. Gemischt bei agentischem Programmieren.
- Bestes: 91.7% auf LVBench (langes Videoverständnis).
- Schlechtestes: 55.0% auf FrontierSWE v2, letzter von 4 Modellen in Googles Tabelle.
Was ist Gemini 4 Argon?
Laut der Modellkarteist Argon ein neues Modell, kein Fine-Tune eines früheren Gemini. Es ist ein großangelegter sparse MoE-Transformer mit nativer multimodaler Unterstützung. Es akzeptiert Text, Bilder, Audio und Video und gibt Text aus. Google hat es auf TPUs mit JAX und ML Pathways trainiert. Der Wissensstand ist März 2026. Google hat weder die Gesamt- noch die aktive Parameteranzahl offengelegt.
Wie funktioniert das 1M Token-Ausgabelimit?
Google hat das Ausgabelimit auf 1M Tokens erhöht, von zuvor 64K bei früheren Gemini-Modellen. Die Modellkarte beschreibt ein kombiniertes Fenster aus Eingabe plus Ausgabe von bis zu 1M Tokens. Ein langer Prompt verringert also den verbleibenden Raum für die Ausgabe. Google dokumentiert ein neues Fortsetzungsprotokoll für lange Dekodierungen in seinen Entwicklerdokumenten und Unternehmensdokumenten. Zum Einführungspreis kostet eine volle 1M Token-Antwort $10 an Ausgabe-Tokens.
Wie schneidet Gemini 4 Argon bei Benchmarks ab?
Google vergleicht Argon mit GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5. Argon erreicht in den meisten Zeilen den Topwert.
- DeepSWE v1.1: 77.9%, vor Opus 5.5 (74.2%) und GPT-6 Astra (74.1%).
- Vals Index: 68.90%, auf Platz #1 Vals AI vor Claude Sonnet 5.5 (67.04%).
- AutomationBench: 51.3%, gegenüber 42.5% für Opus 5.5.
- Harveys Legal Agent Benchmark: 19.6%, fast 3x das nächstbeste Modell, aber weiterhin ein niedriger Absolutwert.
- GraphWalks, 256K bis 1M Tokens: 84.2%, gegenüber 71.8% für GPT-6 Astra.
- CWE-bench v1: 68.0%, gleichauf mit GPT-6 Astra.
Google berichtet außerdem 87% beim ERQA embodied reasoning benchmark. Lesen Sie die evaluation methodology , bevor Sie Schlüsse ziehen. Die meisten Konkurrenzwerte sind selbst angegeben oder öffentlichen Bestenlisten entnommen. Argons DeepSWE-Wert wurde mit einem mini-swe-agent-Harness selbst berechnet. Die DeepSWE-Zahlen der Konkurrenz stammen aus Systemkarten und einer Bestenliste.
Wo zeigt Gemini 4 Argon Schwächen?
Argon liegt in 5 Zeilen von Googles eigener Tabelle zurück:
- FrontierSWE v2: 55.0%, gegenüber 65.5% für GPT-6 Astra.
- Terminal-Bench 4.0: 57.4%, gegenüber 66.4% für Opus 5.5.
- Terminal-Bench Science 0.1: 57.6%, gegenüber 68.1% für GPT-6 Astra.
- PostTrainBench: 45.3%, gegenüber 49.3% für Opus 5.5.
- OSWorld-2.0 (offline subset): 69.2%, gegenüber 72.6% für GPT-6 Astra.
Die Modellkarte nennt auch Halluzinationen sowie gelegentliche Verlangsamungen oder Timeouts. Nach Googles Frontier Safety Framework sagt Google, dass es die kritischen Fähigkeitsstufen in den Bereichen Biologie und Cybersicherheit nicht ausschließen kann. Es berichtet, dass es Schutzmaßnahmen eingesetzt hat, die dieses Risiko nach seiner Einschätzung senken.
Schritt ausführen</button><button class="btn g" id="mtp-next">Nächster Schritt</button></div> <div class="win"> <div style="font-size:13px;font-weight:700;margin-bottom:8px">Gemeinsames 1M-Token-Fenster: ziehen Sie, um Ihre Prompt-Größe festzulegen</div> <input type="range" id="mtp-in" min="0" max="1000" value="200" aria-label="Input tokens in thousands"> <div class="bar"><i id="mtp-bi" style="background:#4285F4"></i><i id="mtp-bo" style="background:#34A853"></i></div> <div class="lab"><span id="mtp-li"></span><span id="mtp-lo"></span></div> </div> </div> <div class="pane" id="p-bench"> <div class="chips" id="mtp-chips"></div> <div id="mtp-rows"></div> <div class="note" id="mtp-bnote"></div> </div> <div class="pane" id="p-price"> <div class="seg"><button class="on" data-p="intro">Einführung (bis 30. November 2026)</button><button data-p="std">Standard (danach)</button></div> <div class="calc"> <div><label>Input-Tokens pro Monat: <output id="mtp-ci"></output></label><input type="range" id="mtp-rin" min="1" max="500" value="100"></div> <div><label>Output-Tokens pro Monat: <output id="mtp-co"></output></label><input type="range" id="mtp-rout" min="1" max="200" value="20"></div> </div> <div id="mtp-prows"></div> <div class="note">Listenpreise pro 1M Tokens: Argon $2/$10 in der Einführungsphase, $4/$20 nach dem 30. November 2026. GPT-6 Astra $10/$50 (Prompts unter 272K). Claude Opus 5.5 $4/$20. Claude Fable 5.1 $10/$50. Die Schätzung schließt Caching, Batch und Long-Context-Zuschläge aus.</div> </div> <div class="pane" id="p-access"> <div class="grid"> <div class="acc"><h4><span class="dot" style="background:#4285F4"></span>Entwickler</h4><p>Gemini API kostenpflichtige Stufe in Google AI Studio und Android Studio. Modell-ID: <code>gemini-4-argon</code>.</p></div> <div class="acc"><h4><span class="dot" style="background:#9168F0"></span>Unternehmen</h4><p>Gemini-Plattform, Gemini für Unternehmen und Google Antigravity.</p></div> <div class="acc"><h4><span class="dot" style="background:#FBBC04"></span>Verbraucher</h4><p>Gemini App und AI Mode in der Suche für Google AI Pro- und Ultra-Abonnenten.</p></div> <div class="acc"><h4><span class="dot" style="background:#EA4335"></span>Cyber-Verteidiger</h4><p>Partner des Fairwind Program erhalten Argon ohne Cyber-Schutzmechanismen, fortlaufend.</p></div> </div> <div class="note">Bekannte Grenzen aus der Modellkarte: Halluzinationen, gelegentliche Langsamkeit oder Timeouts, Wissensstand März 2026. Parameteranzahl nicht offengelegt.</div> </div> <div class="ft"><span>Quellen: Google Blog, Gemini 4 Argon Modellkarte und Evaluationsmethodik, Vals AI. Geprüft am 13. Oktober 2026.</span><span class="mtp">© Marktechpost</span></div> </div> <script> (function(){ var R=document.getElementById('mtp-g4a'); function $(s){return R.querySelector(s)} function $$(s){return R.querySelectorAll(s)} function resize(){try{parent.postMessage({mtpH:R.offsetHeight+40,id:'mtp-g4a'},'*')}catch(e){}} // tabs $$('.tab').forEach(function(b){b.onclick=function(){$$('.tab').forEach(function(x){x.classList.remove('on')});$$('.pane').forEach(function(x){x.classList.remove('on')});b.classList.add('on');$('#p-'+b.dataset.t).classList.add('on');if(b.dataset.t==='bench')drawB(cur);if(b.dataset.t==='price')drawP();setTimeout(resize,60)}}); // experts svg var g=$('#mtp-exp'),NS='http://www.w3.org/2000/svg',ex=[]; for(var i=0;i<8;i++){var y=12+i*19;var l=document.createElementNS(NS,'path');l.setAttribute('d','M340 81 C 380 81 380 '+(y+7)+' 420 '+(y+7));l.setAttribute('stroke','#273041');l.setAttribute('fill','none');l.setAttribute('class','exp');g.appendChild(l); var r=document.createElementNS(NS,'rect');r.setAttribute('x',420);r.setAttribute('y',y);r.setAttribute('width',150);r.setAttribute('height',14);r.setAttribute('rx',4);r.setAttribute('fill','#202734');r.setAttribute('class','exp');g.appendChild(r); var o=document.createElementNS(NS,'path');o.setAttribute('d','M570 '+(y+7)+' C 605 '+(y+7)+' 605 81 640 81');o.setAttribute('stroke','#273041');o.setAttribute('fill','none');o.setAttribute('class','exp');g.appendChild(o);ex.push([l,r,o]);} var t=document.createElementNS(NS,'text');t.setAttribute('x',495);t.setAttribute('y',10);t.setAttribute('text-anchor','middle');t.setAttribute('font-size','11');t.setAttribute('fill','#9AA0A6');t.textContent='Experten (nur wenige feuern pro Token)';g.appendChild(t); var cols=['#4285F4','#9168F0']; function route(){var a=Math.floor(Math.random()*8),b=(a+1+Math.floor(Math.random()*7))%8;ex.forEach(function(e,k){var on=(k===a||k===b);e[0].setAttribute('stroke',on?cols[k===a?0:1]:'#273041');e[2].setAttribute('stroke',on?cols[k===a?0:1]:'#273041');e[1].setAttribute('fill',on?cols[k===a?0:1]:'#202734')})} route();setInterval(route,900); // steps var D=['<b>Nativ multimodaler Input.</b> Argon nimmt Text, Bilder, Audio und Video in einer einzigen Anfrage entgegen. Google sagt, es sei ein neues Modell, kein Fine-Tune eines früheren Gemini.', '<b>Sparse Mixture of Experts.</b> Ein Router sendet jedes Token an eine kleine Teilmenge von Expertennetzwerken, sodass pro Token nur ein Teil des Modells läuft. Google hat die Gesamt- oder aktiven Parameter nicht offengelegt.', '<b>Gebaut für Arbeiten mit langem Zeithorizont.</b> Google trainierte Argon mit Reinforcement Learning auf Daten zu mehrstufigem Schlussfolgern, Problemlösen und Theorembeweisen. Es zielt auf Coding, Finanzen, Recht, Wissenschaft und Cyber-Verteidigung. ', '<b>Ausgabe bis zu 1M Tokens.</b> Das Ausgabelimit stieg von 64K auf 1M Tokens. Eingabe und Ausgabe teilen sich ein 1M-Fenster, und lange Antworten verwenden ein neues Fortsetzungsprotokoll.']; var s=0,timer=null;function step(n){s=n;$$('.st').forEach(function(x){x.classList.toggle('on',+x.dataset.s===n)});$('#mtp-det').innerHTML=D[n];resize()} $$('.st').forEach(function(x){x.onclick=function(){stop();step(+x.dataset.s)}}); function stop(){if(timer){clearInterval(timer);timer=null;$('#mtp-play').textContent=' Step through'}} $('#mtp-next').onclick=function(){stop();step((s+1)%4)}; $('#mtp-play').onclick=function(){if(timer){stop();return}$('#mtp-play').textContent='❚❚ Pause';timer=setInterval(function(){step((s+1)%4)},2600)}; step(0); // window function win(){var v=+$('#mtp-in').value;$('#mtp-bi').style.width=(v/10)+'%';$('#mtp-bo').style.width=((1000-v)/10)+'%';$('#mtp-li').textContent='Input: '+v+'K tokens';$('#mtp-lo').textContent='Room left for output: '+(1000-v)+'K tokens'} $('#mtp-in').oninput=win;win(); // bench var M=['Gemini 4 Argon','GPT-6 Astra','Claude Opus 5.5','Claude Fable 5.1'],C=['#4285F4','#9AA0A6','#C58AF9','#F28B82']; var B=[ {n:'Vals Index',d:2,v:[68.90,63.13,66.97,65.83],src:'Independent: Vals AI leaderboard (68.90%, #1).'}, {n:'DeepSWE v1.1',v:[77.9,74.1,74.2,67.4],src:'Argon self-computed with a mini-swe-agent harness; rivals from system cards and leaderboard.'}, {n:'AutomationBench',v:[51.3,41.4,42.5,31.4],src:'Zapier public leaderboard, private set.'}, {n:'LVBench',v:[91.7,87.5,83.7,79.7],src:'Self-computed without tools. Gemini sampled at 1 FPS.'}, {n:'GraphWalks 256K to 1M',v:[84.2,71.8,66.8,65.0],src:'Self-computed for all models on 200 problems.'}, {n:'CWE-bench v1',v:[68.0,68.0,67.0,58.0],src:'Official public leaderboard. Argon ties GPT-6 Astra.'}, {n:'FrontierSWE v2',v:[55.0,65.5,62.3,56.3],src:'Proximal public leaderboard. Argon is last of 4.',lose:1}, {n:'Terminal-Bench 4.0',v:[57.4,58.2,66.4,57.9],src:'Argon self-computed; rivals from the öffentliche Bestenliste. Argon ist Letzter von 4.',lose:1}]; var cur=0,ch=$('#mtp-chips'); B.forEach(function(b,i){var c=document.createElement('button');c.className='chip'+(i===0?' on':'')+(b.lose?' lose':'');c.textContent=b.n;c.onclick=function(){$$('.chip').forEach(function(x){x.classList.remove('on')});c.classList.add('on');drawB(i)};ch.appendChild(c)}); var rows=$('#mtp-rows');M.forEach(function(m,i){rows.insertAdjacentHTML('beforeend','<div class="row"><span class="nm">'+m+'</span><div class="track"><div class="fill" style="background:'+C[i]+'"></div></div><span class="val">0%</span></div>')}); function drawB(i){cur=i;var b=B[i],f=$$('#mtp-rows .fill'),v=$$('#mtp-rows .val');f.forEach(function(x){x.style.width='0'});setTimeout(function(){b.v.forEach(function(x,k){f[k].style.width=x+'%';v[k].textContent=x.toFixed(b.d||1)+'%'})},30);$('#mtp-bnote').textContent=b.src+' Gestrichelte Chips kennzeichnen Benchmarks, bei denen Argon zurückliegt. Punkte stammen aus Google\'s Eval-Tabelle, sofern nicht anders angegeben.'} // price var P={intro:[[2,10],[10,50],[4,20],[10,50]],std:[[4,20],[10,50],[4,20],[10,50]]},pm='intro'; $$('.seg button').forEach(function(b){b.onclick=function(){$$('.seg button').forEach(function(x){x.classList.remove('on')});b.classList.add('on');pm=b.dataset.p;drawP()}}); var pr=$('#mtp-prows');M.forEach(function(m,i){pr.insertAdjacentHTML('beforeend','<div class="row"><span class="nm">'+m+'</span><div class="track"><div class="fill" style="background:'+C[i]+'"></div></div><span class="val">$0</span></div>')}); function drawP(){var a=+$('#mtp-rin').value,o=+$('#mtp-rout').value;$('#mtp-ci').textContent=a+'M';$('#mtp-co').textContent=o+'M';var c=P[pm].map(function(p){return a*p[0]+o*p[1]}),mx=Math.max.apply(null,c),f=$$('#mtp-prows .fill'),v=$$('#mtp-prows .val');c.forEach(function(x,k){f[k].style.width=(x/mx*100)+'%';v[k].textContent='$'+Math.round(x).toLocaleString()})} $('#mtp-rin'). oninput=drawP;$('#mtp-rout').oninput=drawP; window.addEventListener('load',resize);window.addEventListener('resize',resize);setTimeout(resize,300); })(); </script> </body></html> " style="width:100%;height:600px;border:0;display:block;background:transparent;" loading="lazy" scrolling="no">Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5 vs Claude Fable 5.1
| Funktion | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Claude Fable 5.1 |
|---|---|---|---|---|
| Architektur | Sparse-MoE-Transformer | Nicht offengelegt | Nicht offengelegt | Nicht offengelegt |
| Parameter gesamt / aktiv | Nicht offengelegt | Nicht offengelegt | Nicht offengelegt | Nicht offengelegt |
| Kontextfenster | 1M (Eingabe + Ausgabe kombiniert) | 1,050,000 | 1M | 1M |
| Maximale Ausgabe | Bis zu 1M | 128K | 128K | 128K |
| Eingabemodalitäten | Text, Bild, Audio, Video | Text, Bild | Text, Bild | Text, Bild |
| Wissensstand | März 2026 | 30. April 2026 | Juni 2026 | Juni 2026 |
| API-Preis (Ein-/Ausgabe pro 1M) | $2 / $10 Einführungspreis, $4 / $20 nach dem 30. November | $10 / $50 | $4 / $20 | $10 / $50 |
| Lizenz / Zugriff | Proprietär, nur API | Proprietär, nur API | Proprietär, nur API | Proprietär, nur API |
| Vals Index | 68.90% | 63.13% | 66.97% | 65.83% |
| DeepSWE v1.1 (Google-Tabelle) | 77.9% | 74.1% | 74.2% | 67.4% |
| Terminal-Bench 4.0 (Google-Tabelle) | 57.4% | 58.2% | 66.4% | 57.9% |
| FrontierSWE v2 (Google-Tabelle) | 55.0% | 65.5% | 62.3% | 56.3% |
Wofür hat Google Argon vor dem Launch verwendet?
Google hat interne Ergebnisse in seinem Launch-Beitrag:
- geteilt. Argon in Antigravity erhöhte die agentic Code-Einreichungen um über 35 % und reduzierte Rollbacks um fast ein Drittel.
- Es lieferte einen 2,85-fachen End-to-End- vLLM-Inferenzgeschwindigkeitsschub für Gemma 4 E2B auf einer A100.
- In Googles Open-Source- Agent Development Kitreduzierte es die Sitzungsvorbereitungszeit um 40 %. Cold Imports wurden 21 % schneller.
- Auf Gray Swans Benchmark für indirekte Prompt-Injection sank die Angriffserfolgsquote auf 0,7 % über 15 adaptive Versuche.
Wie viel kostet Gemini 4 Argon, und wo kann man es nutzen?
Der Einführungs- Preis beträgt $2 für Eingabe und $10 für Ausgabe pro Million Tokens. Zwischengespeicherte Eingabe-Tokens sind 95 % reduziert. Nach dem 30. November 2026 steigt der Preis auf $4 und $20. Das entspricht Claude Opus 5.5 und liegt unter GPT-6 Astras $10 und $50.
Zugriffspfade, laut Entwicklerbeitrag:
- Entwickler: Gemini-API kostenpflichtige Stufe in AI Studio und Android Studio.
- Unternehmen: Gemini-Plattform, Gemini for business und Google Antigravity.
- Verbraucher: Gemini-App und AI Mode in der Suche für Google AI Pro- und Ultra-Abonnenten.
- Cyber-Verteidiger: das Fairwind Program, mit Zugriff auf Argon ohne Cyber-Schutzmaßnahmen.
Wichtigste Erkenntnisse
- Argon ist ein sparsames MoE-Modell mit einem Ausgabelimit von 1M Token.
- Es belegt Platz #1 auf dem Vals Index mit 68.90%.
- Der Einführungspreis beträgt $2/$10 pro Million Tokens bis zum 30. November.
- Es liegt bei FrontierSWE v2 und Terminal-Bench 4.0 hinter den Konkurrenten zurück.
- Die meisten Konkurrenzwerte in Googles Tabelle sind selbst berichtet.
Schauen Sie sich die Model Card, Evaluation Methodology und Developer Guidean. Der gesamte Dank gebührt dem Forscher dieses Projekts. Folgen Sie uns außerdem gerne auf Twitter und vergessen Sie nicht, unserem 150k+ML SubReddit beizutreten und unseren Newsletterzu abonnieren. Moment! Sind Sie auf Telegram? jetzt können Sie uns auch auf Telegram beitreten.
Der Beitrag Google Releases Gemini 4 Argon API With 1M Token Output Limit erschien zuerst auf MarkTechPost.