Was ist Gemini 4 Argon

Gemini 4 Argon ist Googles neues Vorzeigemodell, das am 30. September 2026 angekündigt wurde und derzeit nur Verteidigern im Fairwind-Programm zur Verfügung steht – einer überprüften Gruppe von Cyber-Verteidigungspartnern. Google nennt für die Einführungsphase 2 $ pro Million Eingabe-Tokens und 10 $ pro Million Ausgabe-Tokens; anschließend gelten 4 $ bzw. 20 $. Das Ausgabelimit steigt auf 1 Million Tokens pro Antwort. Eine öffentliche API, Modell-ID und ein konkretes Veröffentlichungsdatum gibt es noch nicht.

Apidog heute testen

Dieser Leitfaden trennt bestätigte Informationen von Spekulationen und zeigt, wie Sie Ihre Integration schon jetzt für Argon vorbereiten. Wenn Sie aktuell ein Modell auswählen, lesen Sie den Vergleich Gemini 4 Argon vs. GPT-6 Astra vs. Claude Opus 5.5. Wenn Sie Modell-APIs in Apidog testen, können Sie später mit einer einzigen Umgebungsvariable zu Argon wechseln.

Was Google bestätigt hat – und was nicht

Frühe Berichte vermischen häufig Google-Aussagen mit Spekulationen Dritter. Die folgende Übersicht basiert auf dem Launch-Post und Googles Evaluierungsmethodik.

Punkt	Status	Was wir wissen
Ankündigung	Bestätigt	30. September 2026, von Koray Kavukcuoglu von Google DeepMind
Zugang heute	Bestätigt	Einige Fairwind-Programmpartner
Als Nächstes	Bestätigt, undatiert	Kostenpflichtige API-Kunden und Google AI Ultra-Abonnenten
Preis	Bestätigt	2 $/10 $ zur Einführung, danach 4 $/20 $ pro 1 Mio. Tokens; zwischengespeicherte Eingabe mit 95 % Rabatt
Ausgabelimit	Bestätigt	1 Mio. Tokens, zuvor 64K
Benchmarks	Bestätigt, von Google berichtet	Eine Tabelle mit 19 Zeilen plus Methodik-PDF
Modell-ID	Nicht veröffentlicht	Online-Strings sind Platzhalter Dritter
Eingabe-Kontextfenster	Nicht veröffentlicht	Long-Context-Evaluierung mit Prompts bis zu 1 Mio. Tokens
Wissensstand	Nicht veröffentlicht	Keine Angaben von Google
Dauer der Einführungsphase	Nicht veröffentlicht	Kein Datum für den Wechsel zu 4 $/20 $
Ratenlimits, Free Tier	Nicht veröffentlicht	Keine Angaben von Google
Veröffentlichungsdatum	Nicht veröffentlicht	„So bald wie möglich“

Wenn eine Website bereits ein Kontextfenster, einen Modellstring oder Geschwindigkeitswerte für Argon nennt, behandeln Sie diese Werte als unbestätigt, bis Google sie in eigenen Dokumenten veröffentlicht.

Was Gemini 4 Argon ist und wo es steht

Argon ist bisher das einzige angekündigte Gemini-4-Modell und die neue Spitze von Googles Produktpalette. Google bezeichnet es als „unser neues Vorzeigemodell“, das für tiefgreifende Schlussfolgerungen über komplexe, langwierige Arbeitsabläufe hinweg entwickelt wurde. Als Einsatzbereiche nennt Google Softwareentwicklung, Unternehmenswissensarbeit – etwa Recht und Finanzen – sowie Cybersicherheitsverteidigung.

Ein Google-Sprecher erklärte Reuters, dass Argon größer sei als die bisherige Pro-Modellreihe des Unternehmens.

Das bisherige Top-Modell für die Gemini API ist gemini-3.1-pro-preview. Es befindet sich weiterhin in der Vorschau und bietet:

• 1.048.576 Eingabe-Tokens
• 65.536 Ausgabe-Tokens
• 2 $ Eingabe / 12 $ Ausgabe pro Million Tokens für Prompts bis 200K

Mit 10 $ pro Million Ausgabe-Tokens liegt Argon in der Einführungsphase unter diesem Ausgabepreis. Google hat jedoch nicht erklärt, ob Argon eine separate Preisstufe für lange Prompts erhält oder ob weitere Gemini-4-Modelle folgen.

Google nutzt Argon nach eigenen Angaben bereits intern. Tausende Mitarbeitende verwenden es für Code, Recherche und Schreiben. Außerdem berichtet Google von Argon-Agenten, die über 300 TiB Flotten-Speicher freigesetzt haben, sowie von C- und-C++-Migrationen zu Rust mit über 800K Zeilen für den Fuchsia-Zircon-Kernel. Diese Umschreibungen werden laut Google vor der Produktion geprüft.

Wer Gemini 4 Argon heute nutzen kann

Heute: einige Fairwind-Partner

Fairwind ist Googles Programm für Cyber-Verteidigung mit eingeschränktem Zugang und mehr als 650 Partnern. Argon erhalten aktuell nur „einige Fairwind-Programmpartner“, entweder eigenständig oder in CodeMender, Googles Agenten für Code-Sicherheit.

Der Zugriff erfolgt direkt als verwaltetes Modell auf Gemini Enterprise und unterstützt Zero Data Retention. Partner müssen sich zu phishing-resistenter MFA verpflichten. Der Zugang ist auf interne Sicherheits-, Incident-Response- oder Penetrationstest-Teams begrenzt, und die Nutzung pro Mitarbeiter wird verfolgt.

Regierungen, Betreiber kritischer Infrastruktur und Kerntechnologieplattformen können sich über die Fairwind-Programmseite bewerben.

Als Nächstes: kostenpflichtige API-Kunden und Google AI Ultra

Google will zunächst Feedback früher Tester sammeln und die Schutzmechanismen weiterentwickeln. Zusätzlich nimmt das Unternehmen am freiwilligen Vorabzugangsverfahren der US-Regierung teil.

Der Rollout-Abschnitt im Launch-Post trägt den Titel „Rollout in Kürze“, enthält aber kein Datum. Der Leitfaden für Veröffentlichungsdatum und Zugang verfolgt die angekündigten Phasen.

Noch nicht: alle anderen

Stand 1. Oktober enthalten weder die Gemini-API-Modellseite, noch die Preisseite, die Gemini-App, Antigravity oder OpenRouter ein Argon-Modell.

Ein Google-AI-Ultra-Plan ab 99,99 $ pro Monat in den USA ist ein Verbraucherabonnement, kein API-Schlüssel. Google hat außerdem nicht angegeben, welche Ultra-Stufe Argon zuerst erhält. Einen kostenlosen Zugang gibt es nicht; ist Gemini 4 Argon kostenlos zeigt verfügbare Alternativen.

Gemini 4 Argon: Preise

Token-Typ	Einführung, pro 1 Mio.	Nach Einführung, pro 1 Mio.
Eingabe	2,00 $	4,00 $
Zwischengespeicherte Eingabe, 95 % Rabatt	0,10 $	0,20 $
Ausgabe	10,00 $	20,00 $
Vollständige Antwort mit 1 Mio. Tokens, nur Ausgabe	10,00 $	20,00 $

Google hat nicht angegeben, wie lange die Einführungsphase gilt.

Zu Standardpreisen kostet Argon genauso viel wie Claude Opus 5.5. In der Einführungsphase entspricht es GPT-6.1 Sol und Claude Sonnet 5.5. Die Cache-Preise ergeben sich rechnerisch aus Googles 95-%-Rabattregel. Konkrete Rechenbeispiele finden Sie unter Gemini 4 Argon Preise.

Das Ausgabelimit von 1 Million Tokens

Google erhöht laut eigener Aussage das Ausgabelimit von 64K auf 1 Million Tokens. Damit soll das Modell komplexe Probleme über Hunderttausende Tokens hinweg in einer einzigen Trajektorie bearbeiten können.

Vergleichbare synchrone Ausgabelimits:

Modell	Maximale synchrone Ausgabe
Gemini 4 Argon	1 Mio. Tokens
GPT-6 Astra	128K Tokens
Claude Opus 5.5	128K Tokens
Claude Fable 5.1	128K Tokens

Dabei sind zwei Punkte wichtig:

1. Das ist ein Ausgabelimit, kein bestätigtes Kontextfenster. Google hat die Größe des Eingabefensters nicht veröffentlicht.
2. Ihr tatsächlicher Endpunkt ist maßgeblich. Obwohl Google 1 Mio. Ausgabe-Tokens nennt, führt der Drittanbieter-Evaluator Vals AI für seine getestete Konfiguration 262K als maximale Ausgabe auf.

Planen Sie deshalb mit dem Limit, das Ihre API tatsächlich meldet. Der Leitfaden zu Argons 1-Mio.-Ausgabe-Tokens behandelt Timeouts, Streaming und Kostenlimits.

Gemini 4 Argon Benchmarks: die wichtigsten Werte

Alle folgenden Zahlen stammen aus Googles Tabelle. Die Argon-Werte wurden von Google berichtet; einige Vergleichswerte stammen aus Anbieterangaben oder öffentlichen Bestenlisten. Testumgebungen können sich unterscheiden.

Nach der Neuberechnung führt Argon in 13 von 19 Zeilen klar, liegt in einer gleichauf und in fünf zurück.

Benchmark	Gemini 4 Argon	GPT-6 Astra	Claude Fable 5.1	Claude Opus 5.5
Vals Index	68,9 %	63,1 %	65,8 %	67,0 %
DeepSWE v1.1	77,9 %	74,1 %	67,4 %	74,2 %
GraphWalks 256K bis 1M, F1	84,2 %	71,8 %	65,0 %	66,8 %
FrontierSWE v2	55,0 %	65,5 %	56,3 %	62,3 %
Terminal-bench 4.0	57,4 %	58,2 %	57,9 %	66,4 %
PostTrainBench	45,3 %	44,3 %	40,2 %	49,3 %

Argon liegt laut dieser Übersicht bei FrontierSWE v2, Terminal-Bench Science 0.1 und OSWorld-2.0 hinter Astra. Bei Terminal-bench 4.0 und PostTrainBench liegt es hinter Opus 5.5.

Drittanbieter sehen Argon als wegweisend, aber nicht als eindeutigen Spitzenreiter. Artificial Analysis bewertet es mit 53 Punkten im Intelligence Index – gleichauf mit GPT-6 Astra und Claude Fable 5.1, hinter Claude Opus 5.5 mit 58 und Claude Sonnet 5.5 mit 56 bei maximalen Einstellungen. Vals führt Argon hingegen auf Platz 1 von 41 Modellen im Vals Index.

Alle 19 Zeilen und Googles Methodikhinweise finden Sie unter Gemini 4 Argon Benchmarks.

Cyber-Verteidigung in einem Absatz

Google sagt, Argon könne kritische Software-Schwachstellen autonom finden, validieren und patchen. Für vertrauenswürdige Verteidiger und interne Teams will Google Argon ohne Cyber-Schutzmaßnahmen veröffentlichen, damit diese Teams die Fähigkeiten für Cybersicherheitsverteidigung auf höchstem Niveau nutzen können.

Auf DeepMinds Cyber-Seite erreicht Argon:

• 85,8 % bei der Entdeckung realer Schwachstellen
• 68 % bei CWE-bench v1, gleichauf mit Grok 4.7 und GPT-6 Astra
• 0,7 % Erfolgsrate bei Gray-Swan-Angriffen per indirekter Prompt Injection bei k=15

Zum Vergleich: Gemini 3.8 Flash Cyber erreicht bei der Entdeckung realer Schwachstellen 71,0 %.

Lesen Sie, was Argons Cyber-Release für die APIs bedeutet, die Sie betreiben, sowie den Beitrag zu Gemini 3.8 Flash Cyber.

Was Sie jetzt als Entwickler tun können

Warten Sie nicht auf Argon. Implementieren Sie gegen ein Modell, das Sie heute aufrufen können, und halten Sie den Modellnamen in einer Umgebungsvariable.

gemini-3.8-flash eignet sich als Platzhalter:

• stabil verfügbar
• 1.048.576 Eingabe-Tokens
• 65.536 Ausgabe-Tokens
• kostenloser Tier
• 0,75 $ Eingabe / 3,75 $ Ausgabe pro Million Tokens bis 31. Dezember 2026

Googles Interactions-API-Dokumentation erklärt, dass alle neuen Modelle, multimodalen Funktionen, Tools und agentischen Funktionen über die Interactions API starten. Richten Sie Ihre Integration daher darauf aus.

MODEL="${GEMINI_MODEL:-gemini-3.8-flash}"

curl -s "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$MODEL"'",
    "input": "List the breaking changes in this OpenAPI diff.",
    "generation_config": {"thinking_level": "medium"}
  }'

Wechsel zu Argon vorbereiten

1. Speichern Sie die Anfrage in Apidog.
2. Legen Sie GEMINI_API_KEY und GEMINI_MODEL als Umgebungsvariablen an.
3. Prüfen Sie in jeder Antwort das usage-Objekt.
4. Berücksichtigen Sie sowohl total_output_tokens als auch total_thought_tokens, da Denken als Ausgabe abgerechnet wird.
5. Definieren Sie ein Token-Limit, bei dessen Überschreitung Ihr Test fehlschlägt.
6. Speichern Sie die Antwort von Gemini 3.8 Flash als Baseline.
7. Sobald Google eine Argon-Modell-ID veröffentlicht, ändern Sie ausschließlich GEMINI_MODEL und führen denselben Test erneut aus.

So vergleichen Sie Qualität, Latenz und Token-Verbrauch mit identischem Prompt und identischer Toolchain.

Weitere Anfrageformen enthält der Gemini 4 Argon API-Leitfaden. Für die Entscheidung, ob sich das Warten lohnt, lesen Sie Argon vs. Gemini 3.8 Flash.

FAQ

Kann ich Gemini 4 Argon in der Gemini API verwenden?

Noch nicht. Aktuell haben nur einige Fairwind-Partner Zugriff; die öffentliche Modellliste enthält Argon nicht.

Was ist die Gemini-4-Argon-Modell-ID?

Google hat keine Modell-ID veröffentlicht. Umlaufende Strings, einschließlich Evaluator-Slugs, sind Platzhalter Dritter und sollten nicht fest codiert werden.

Wann wird Gemini 4 Argon für Entwickler veröffentlicht?

Google hat kein Datum genannt. Kostenpflichtige API-Kunden und Google-AI-Ultra-Abonnenten sollen zuerst Zugriff erhalten – „so bald wie möglich“.

Ist Gemini 4 Argon besser als GPT-6 Astra und Claude Opus 5.5?

Argon führt die meisten Zeilen in Googles Tabelle an. Bei Artificial Analysis liegt es jedoch mit Astra gleichauf und hinter Opus 5.5. Weitere Informationen finden Sie unter was ist Claude Opus 5.5 und im GPT-6-Astra-API-Leitfaden.

Hat Gemini 4 Argon ein Kontextfenster von 1 Million Tokens?

Google hat dazu keine Spezifikation veröffentlicht. Die 1 Million Tokens beziehen sich auf das Ausgabelimit. Die Long-Context-Evaluierung verwendete zwar Prompts bis zu 1 Million Tokens, das ist aber keine veröffentlichte Kontextfenster-Garantie.

Bereiten Sie sich vor, bevor Argon verfügbar wird

Argon ist angekündigt, bepreist und benchmarkt, aber noch nicht öffentlich per API aufrufbar. Bauen Sie daher heute mit Gemini 3.8 Flash, halten Sie den Modellnamen konfigurierbar und validieren Sie pro Anfrage den Token-Verbrauch.

Starten Sie mit dem Gemini 3.8 Flash API-Leitfaden. Um Anfrage, Umgebung und Baseline für den späteren Modellwechsel bereitzuhalten, laden Sie Apidog herunter und richten Sie Ihre Tests ein.