Gemini4Argon legte ein Debüt-Ergebnis vor, das Google selbst kalt erwischt hat: Innerhalb von 72 Stunden nach dem Start wurden nahezu 25 Billionen Token verarbeitet, der Verbrauch erreichte das 3-Fache des Vorgängers Gemini3.0 im selben Zeitraum. Selbst das finanziell bestens ausgestattete Google musste angesichts des schlagartig einsetzenden Ansturms von Aufrufen erneut Rechenleistungsdrosselungen aktivieren. Im neuesten Interview im Tech-Podcast „Sources“ zog Google-CEO Sundar Pichai Bilanz über die Details der Veröffentlichung und klärte erstmals die Dinge auf, die die Öffentlichkeit in den vergangenen Monaten am meisten irritiert hatten – wohin das bei der I/O-Konferenz erwähnte Gemini3.5Pro verschwunden ist, warum die Führungsebene von DeepMind plötzlich umgekrempelt wurde und wie das nächste Modell tatsächlich aussieht.
Das Verschwinden von 3.5 Pro hat eine überraschend klare Antwort: Um die führende Position bei Agent-Programmierfähigkeiten zu besetzen, wurde es vom Team aktiv fallengelassen. Mitte des Jahres stellte Google beim Training der 3.5-Serie fest, dass das Modell bei Agentic Coding deutliche Lücken aufwies. Das Team urteilte: Statt ein größeres Pro durchzudrücken, sei der schnellste Weg, die Schwäche zu schließen, kleinere und effizientere Flash-Versionen in hoher Frequenz zu iterieren. So durchliefen sie in rund drei Monaten die dicht aufeinanderfolgenden Sprünge von 3.5 über 3.6 und 3.7 bis 3.8 Flash. Als dieser Ansatz erprobt und bereit war, auf Pro übertragen zu werden, war das Pre-Training von Gemini4.0Argon bereits stillvollendet.
In einem Umfeld mit begrenzter Rechenleistung wäre es klarerweise unrentabel gewesen, zusätzlich ein 3.5 Pro mit extrem kurzer Lebensdauer zu veröffentlichen; das Team injizierte daher alle bei Flash erfolgreich validierten technischen Errungenschaften direkt in die Post-Trainingsphase von Argon. Dieser Schnitt brachte Argon einen quantitativen Sprung bei Langzeitaufgaben ein: In externen Tests bewältigte es Minecraft autonom in gut einem Tag und mit weniger als 2000 Dollar Rechenkosten; intern bei Google wird es bereits auf die Chromium-Codebasis mit Millionen von Codezeilen angesetzt. Was das Gerücht um ein Carbon-Modell angeht, stellte Pichai klar, dass dies nur der Codename interner Frontier-Iterationen sei und kein eigenständiges neues Produkt; derzeit destilliert das Team auf Basis von Argon eine leichte Version mit nahezu gleicher Leistung bei niedrigeren Kosten, die für mehr Nutzer bereitstehen soll.
Noch bemerkenswerter ist die Veränderung der Forschungsmethode selbst. Pichai verkündete, dass Google intern bereits in die Phase der rekursiven Selbstverbesserung (RSI) eingetreten sei: Modelle sind nicht länger nur Trainingsobjekte, sondern beteiligen sich direkt daran, Vorschläge für Trainingsrezepturen zu unterbreiten und den nächsten Checkpoint automatisch zu bewerten. Zwischen Forschern und Modellen hat sich eine gesunde Zusammenarbeit entwickelt, das gesamte Kontinuum verschiebt sich still. Er selbst ist Nutznießer dieses neuen Prozesses – täglich lässt er Agenten die 24-Stunden-Fortschritte von Pre-Training, Mid-Training, Post-Training und den Datengruppen zusammenfassen, spart dadurch rund eine Stunde an Informationsabstimmung und überwacht mittels Agenten mit Zugriff auf Telemetriedaten in Echtzeit die Recheneffizienz der einzelnen Abteilungen. Pichai urteilt, dass 2027 das goldene Zeitalter der Produktivität sein wird, und in den kommenden 12 Monaten wird die Durchdringung von RSI eine kontinuierliche Beschleunigung bringen.
Die Erschütterungen bei DeepMind bekamen in dem Interview erstmals einen offiziellen Kommentar. Jeff Dean, Legendaringenieur, der exakt 27 Jahre für Google arbeitete, verließ das Unternehmen und gründete Discovery Loop, um neue Erkundungen in einem neuen Lebensabschnitt zu beginnen; Demis Hassabis wechselte in die Position des Chief Scientist und Vorsitzenden und bündelt seine Kräfte auf die Umsetzung in Bereichen wie KI-Pharmazeutik mit Isomorphic Labs als Aushängeschild, Lebenswissenschaften und Robotik; die Nachfolge der Modellentwicklungspipeline trat Koray Kavukcuoglu an, der seit über zehn Jahren bei DeepMind ist und schon vor 18 Monaten in die Bay Area zog, um die departmentsübergreifende Integration voranzutreiben. Pichais zentrale Erklärung ist sehr direkt: Die Frontier-Modellentwicklung hat sich zu einengig alles verschlingendes Großprojekt entwickelt – von der Datenaufbereitung über die Rechenplanung und Algorithmenentwicklung bis zur Koordination menschlicher Teams und Modell-Agenten –, mit einer Geschwindigkeit, die einen hauptamtlichen Leiter mit voller Kraft erfordert. Die Gemini-App stammt ohnehin aus DeepMind selbst, die tiefe Verzahnung beider Seiten war längst Normalität; die Umbildung markiert eher formell einen Knotenpunkt einer längst stattgefundenen Verschmelzung.
Die Grundlage der aggressiven Investitionen steht auf der Schattenseite der Finanzbücher. In diesem Sommer verzeichnete Google erstmals seit dem Börsengang einen negativen Free Cashflow, erhöhte gleichzeitig weiter seinen Investitionsleitfaden für 2027 und plant bereits Reserven an Flächen und Strom für 2028 bis 2029. Pichai rechnet zeitlich vor: Der Vorlauf bei Eigenentwicklungen von Chips und Rechenzentren ist extrem lang; das Rechenleistungsniveau, das der Markt heute mit perfekten Informationen bewertet, ist in Wirklichkeit das Ergebnis von Entscheidungen vor zwei Jahren – und vor einem Jahr zu dieser Zeit hatte die Explosion des Agent-Codings noch gar nicht stattgefunden. Er betont, die heutige KI-Infrastruktur sei keineswegs die aufgegebene Dark-Fiber-Blase von damals; alle Rechenleistung werde tatsächlich verbraucht – die Nachfragesignale von B2C- und B2B-Seite, die Rückstände aus Langzeitverträgen im Cloudgeschäft sowie die zugrundeliegenden Forschungsdurchbrüche bilden gemeinsam seine Gewissheit. Er verrät sogar im Interview: Nach internen Benchmarks und Entwicklungskurven wird das nächste Gemini5.0 deutlich stärker sein als das heutige 4.0Argon.
Bei der Produktarchitektur ebnet Google die Grenze zwischen Unternehmens- und Verbraucher-Agenten ein. Pichai verrät, dass sowohl die Gemini-Agenten von B2B- als auch von B2C-Seite auf dasselbe Modell, denselben Ausführungsrahmen und dieselbe Laufzeitumgebung zugreifen; der Unterschied liegt nur darin, ob Unternehmens- oder persönlicher Kontext eingespeist wird. Das Design der Unternehmensseite, das für jede Aufgabe automatisch eine separate Mikro-VM zuweist und 7×24 Stunden sicheren Betrieb ermöglicht, wird synchron auf die Verbraucherseite übertragen; die bestehenden Funktionen „Konversation“ und „Aufgaben“ von Gemini werden ebenfalls zu einem einzigen Eingabefeld zusammengeführt. Zur Frage, ob Suche und Gemini fusionieren, lautet seine Antwort: Man müsse zwei Produkte nicht gewaltsam verschmelzen; wenn eine in der Cloud laufende, 24 Stunden online erreichbare Agenten-Schicht den Nutzerkontext natürlich teilt, können Aufgaben nahtlos zwischen Suche, Gemini-App und Gmail fortgeführt werden. Auf der unteren Ebene der Web-Interaktion werden Browser Use, das Oberflächen wie ein Mensch bedient, und native Protokolle wie MCP und UCP langfristig koexistieren – auf der einen Seite ein eleganter universeller Standard, auf der anderen ein gradueller Pfad, bei dem die Nutzer stets die Kontrolle behalten.
Der kühnste Schritt bleibt der Weltraum. Beim „Project Suncatcher“, einer Kooperation von Google mit Planet Labs und SpaceX, wurde der erste Pilot bereits gestartet; Pichai sagte, die Chips sollten noch regulär in der Umlaufbahn betrieben werden, und er könne bald jenen TPU im Weltraum einen Gruß senden. Aus erster Prinzipien betrachtet kann eine sonnensynchrone Umlaufbahn rund um die Uhr, 24/7, ununterbrochen Energie liefern – und das ist ein Ausweg abseits der harten Grenzen, auf die Land und Strom auf der Erde schließlich stoßen werden. Er vergleicht die Sache mit dem damaligen Start von Waymo: Wer damals in die Wüste flog, um die DARPA-Challenge für autonomes Fahren anzusehen, konnte sich kaum vorstellen, wie das autonome Fahren heute aussieht – und 10 bis 20 Jahre genügen, damit frühe Schritte zu erstaunlichen Meilensteinen heranwachsen. Auch das Quantencomputing ordnet er einer greifbaren Zukunft zu: In den vergangenen fast zehn Jahren hat das Team interne Meilensteine stabil erreicht oder übertroffen; er sehe deutlich, dass es innerhalb von 5 Jahren aufregende praktische kommerzielle Anwendungen zeigen wird – so wie heute TPU-Rechenleistung angeboten wird, wird die Google Cloud in fünf Jahren zusammensitzen und Geschäfte über Quanten-Deployments abschließen.
Auf den konkreten Markt heruntergebrochen: Waymo hat gerade die Schwelle von 500.000 bezahlten Fahrten pro Woche überschritten, und der Fokus der nächsten 12 Monate liegt darauf, unter Wahrung des Sicherheitsstandards – 95 % weniger schwere Unfälle als beim konventionellen Fahren – auf internationale Märkte, mehr Wetterbedingungen und das komplette Autobahn-Szenario zu expandieren; in diesem Jahr gehen 10 neue Städte an den Start. Wing plant, den Drohnenlieferdienst bis 2027 erheblich zu skalieren und das Sortiment auszuweiten, sodass dann rund 40 Millionen US-Haushalte erreichbar sein werden. Regulatorisch plädiert Pichai für einheitliche landesweite Standards statt zerstückelter Regeln der einzelnen Bundesstaaten und vertritt die Auffassung, die Branche sollte wie die Finanzwelt klare Leitlinien und unabhängige Audits etablieren – selbst wenn derzeit nur freiwillig Tests an die US-Regierung gemeldet werden, hat sich der Wind im Vergleich zu vor einem Jahr bereits grundlegend gedreht. Bei der crucialsten Entscheidung über die Verteilung von Rechenleistung zieht er eine rote Linie: Alle Entscheidungen erfolgen strikt mit menschlicher Beteiligung (Human-in-the-loop), die Modelle liefern lediglich Inputs – schon vor fünf Jahren optimierte Google den Energieverbrauch seiner Rechenzentren mit KI, doch an dem Tag, an dem man der Modellen die letzte Entscheidungsgewalt überließ, arbeiteten die Menschen längst an der nächsten Ebene der Fragen.