Google hat den globalen Start von Gemini 4 Argon, einschließlich Deutschland, offiziell bekannt gegeben. Es handelt sich um ein neues künstliche Intelligenz-Modell, das für exzellente Leistung bei vertiefter Arbeit und der Verwaltung komplexer mehrstufiger Aufgaben entwickelt wurde. Das System ist darauf ausgelegt, Fachleute, Entwickler und Forscher in hochkomplexen Bereichen wie Programmierung, Finanzen, Recht, Cybersicherheit und Wissenschaft zu unterstützen. Es belegt den ersten Platz im Vals Index, übertrifft die wichtigsten Wettbewerber in Branchentests und stellt eine direkte Herausforderung für Rivalen wie GPT-6 Astra und Claude Opus 5.5 dar.

Die Freigabe ist in diesen Stunden für Entwickler und Unternehmen über die APIs der Gemini-Plattform in AI Studio und Android Studio aktiv, ebenso wie für Abonnenten der Google-AI-Pro- und Ultra-Tarife über die Umgebung Google Antigravity, die Gemini-App und den integrierten KI-Modus im Suchmotor.

Gemini 4 Argon offiziell: Warum das wichtig ist

Zu den Grundlagenfähigkeiten von Gemini 4 Argon gehört ein einheitliches Fenster, das über APIs bis zu 1 Million Token für Eingaben und Ausgaben verwalten kann. Der Service wird zum Einstiegspreis von 2 US-Dollar pro Million Eingabetokens angeboten, mit einem Rabatt von 95 % für in der Cache gespeicherte Tokens, sowie 10 US-Dollar pro Million Ausgabetokens. Diese Fähigkeiten haben bereits einen messbaren Einfluss auf die Arbeitsgruppen in Mountain View zur Softwareentwicklung ausgeübt.

Der Einsatz von Argon auf Google Antigravity ermöglichte eine Steigerung der Codeauslieferung durch autonome Agenten um mehr als 35 %, während gleichzeitig Rollbacks aufgrund von Fehlern oder Funktionsstörungen um fast ein Drittel reduziert wurden. Ein konkretes Beispiel betrifft den Browser Chrome, bei dem das Modell es ermöglichte, die Verwaltung der Haupt-Websites aus einem Legacy-Ordner mit etwa 6 Millionen Zeilen Code zu isolieren, der in den über 40 Millionen Zeilen des Chromium-Projekts eingebettet war.

Der Vorgang, der monatelange manuelle Arbeit erfordert hätte, wurde in wenigen Wochen abgeschlossen, indem Hunderte von Dateien koordiniert geändert wurden: Für Endnutzer bedeutet dies die Möglichkeit, aktive Webseiten zwischen Tabs, Seitenleisten und mobilen Fenstern zu verschieben, ohne sie neu laden zu müssen, was eine gesamte Kategorie von Programmabstürzen eliminiert.

Gleichzeitig hat Argon, während es nachts autonom am Open-Source-Python-Framework ADK arbeitete, die Vorbereitungszeiten für langandauernde In-Memory-Sitzungen um 40 % reduziert und die Cold-Imports um 21 % beschleunigt. Im Bereich der Recheneffizienz ermöglichte das Modell zudem eine Beschleunigung der Inferenz von Gemma 4 E2B auf A100-Beschleunigern über vLLM um den Faktor 2,85, wobei der Verarbeitungsfluss in wenigen Tagen von etwa 37.900 auf über 108.000 Token pro Sekunde gesteigert wurde, ohne Qualitätsverluste. Darüber hinaus bewies es ausgeprägte Fähigkeiten bei der Erstellung dreidimensionaler Visualisierungen und interaktiver Animationen, die direkt im Browser ausgeführt werden können.

Neben dem reinen Codebereich wurde Gemini 4 Argon so verfeinert, dass es klar, direkt und ohne unnötige Wiederholungen oder Floskeln kommuniziert und dabei in hochkritischen Workflows strenge stilistische Vorgaben einhält. Verschiedene internationale Organisationen und Startups, die am Early-Access-Programm teilnahmen – darunter Deloitte, LexisNexis, Ambience Healthcare und Isomorphic Labs –, setzen die neue Architektur bereits für Dokumentensynthese, Analyse historischer Datenreihen und Inspektion umfangreicher Computerarchive ein.

Ein weiterer grundlegender Pfeiler des Angebots betrifft den digitalen Schutz, in dem Google die Erweiterung des Programms Fairwind auf Hunderte neue akkreditierte Partner eingeleitet hat und ihnen Zugriff auf das Modell ohne übliche operative Einschränkungen für defensive Zwecke bietet. Das spezialisierte Unternehmen Wiz nutzte über seine kostenlose Initiative zum Schutz des Gemeinwohls namens „Scan for Good“ Argon, um logische Lücken und unbekannte Schwachstellen zu identifizieren.

In Zusammenarbeit mit einer US-Bundesbehörde korrigierte das System präventiv eine Lücke, die riskierte, vertrauliche Regierungsdaten preiszugeben. Im Gesundheitswesen ermöglichte es zudem, eine Kette von Schwachstellen aufzudecken und zu blockieren, die es erlaubte, Kontrollen bei öffentlichen Downloads zu umgehen und einen Haupt-Administrativschlüssel freizulegen, wodurch Hunderttausende private Patientenakten gesichert wurden.

Der Beitrag von Gemini 4 Argon erstreckt sich auch entscheidend auf die akademische und experimentelle Forschung, sodass Google Bewerbungen geöffnet hat, um 10.000 Wissenschaftlern das höchste Nutzungsniveau von Google Antigravity für 6 Monate kostenlos anzubieten.

Was sich ändert und welche Auswirkungen es gibt

Auf dem Gebiet der Quantenberechnung übersetzte das Modell eine interne Version des Fehlerkorrekturdekodierers AlphaQubit in einen einzelnen, hoch effizienten Hardware-Kernel, wodurch die Echtzeitverarbeitungsrate nahezu verdoppelt wurde. Es schrieb zudem eine formal verifizierte Implementierung der arcsin-Funktion in Lean, die den raum-zeitlichen Kostenfaktor im Vergleich zu Referenzstandards um mehr als das 100-fache senkt. In der Physik der Kernfusion nutzten Forscher von Google und der University of Maryland Argon, um eine neue und breitere Klasse mathematischer Gegenbeispiele zur Grad-Vermutung von 1967 zu identifizieren und wertvolle Parameter für die Gestaltung komplexer dreidimensionaler Magnetfelder in Stellarator-Reaktoren für saubere Energie bereitzustellen.

Auch aus der Quantenchemie stammen bemerkenswerte Ergebnisse, wo das bekannte Open-Source-Paket xTB bis zu 2,3-mal schneller bei der Vorhersage der dreidimensionalen Molekülstruktur und 1,8-mal schneller bei der Suche nach Konformeren wurde. Ebenso in den Lebenswissenschaften: Die Forscher von Gamow Labs setzten die KI ein, um Genome von Neugeborenen mit seltenen Lungenkrankheiten zu untersuchen, wobei sie eine chromosomale Umordnung entdeckten, die jahrelang traditionellen Software-Tools entgangen war, und einen Score von 57 % im diagnostischen Test RareBench sowie 52,2 % in LabBench erzielten.

Im Bereich der industriellen Biochemie genügten Argon wenige Stunden, um Daten auszuwählen und fünf neue Enzyme der Klasse der Serinesterasen zu entwerfen, deren katalytische Wirksamkeit auf das Molekül 4MU-Acetat anschließend durch Labortests bestätigt wurde. Diese Fähigkeit zur Erfassung der physischen Welt findet schließlich Anwendung in der fortgeschrittenen Robotik: Nach dem Erreichen eines Rekordwerts von 87 % im Benchmark für dreidimensionales räumliches Schlussfolgern ERQA demonstrierte Argon, dass es physikalische Aufgaben lernen kann, indem es einfach ein Video beobachtet.

Bei der Analyse des Rohvideos einer Person beim Cornhole-Spiel kartografierte das Modell die Umgebungskoordinaten, berechnete die erforderlichen Gelenkbewegungen und generierte in wenigen Stunden den Simulationscode. Dieser ermöglichte dem humanoiden Roboter Apollo von Apptronik nach dem Transfer, im realen Welt sieben aufeinanderfolgende Würfe ins Ziel zu bringen.

Dieses gesamte Ökosystem basiert auf einer soliden Infrastruktur für Sicherheit und automatisches Echtzeit-Monitoring, die in adversarialen Tests Verstöße halbieren kann, Risiken in biologischen Tests unter 1 % hält, Versuche des Agenten, bei der Programmierung nicht autorisierte Abkürzungen zu nehmen, auf 2 % reduziert und die Erfolgsrate indirekter Prompt-Injection-Angriffe auf 0,7 % senkt (bei 15 adaptiven Versuchen, zertifiziert durch den Gray-Swan-Benchmark).

Quelle und weiterführende Informationen zu Gemini 4 Argon offiziell: Originalartikel.

Weitere Meldungen zu Gemini 4 Argon offiziell finden Sie in den aktuellen Technik-News von HWReady.

* Inhalt erstellt mit Unterstützung von künstlicher Intelligenz.