Home / News DE / Google Gemini 4 Argon: Herausforderung für OpenAI und Anthropic

Google Gemini 4 Argon: Herausforderung für OpenAI und Anthropic

Gemini 4 Argon. Google hat Gemini 4 Argon vorgestellt, sein neues Frontier-KI-Modell, das für komplexe Aufgaben in Bereichen wie Programmierung, fortgeschrittene Büroverarbeitung und Cybersicherheit konzipiert ist. Diese Neuigkeit kommt nach einer Phase, in der Google gegenüber dem Tempo bei Updates leistungsfähigerer Modelle von Unternehmen wie OpenAI und Anthropic zurückgefallen war.

Gemini 4 Argon

Die Ankündigung erfolgte nur einen Tag nach dem Debüt von GPT-6.1 Sol, doch derzeit ist der Zugang zu Argon eingeschränkt: Google nutzt das Modell intern und hat es einer kleinen Gruppe von Experten im Bereich Cybersicherheit zur Verfügung gestellt.

Gemini 4 Argon: Warum das wichtig ist

Gemini 4 Argon: Hauptfunktionen

Argon wurde entwickelt, um lange und differenzierte Schlussfolgerungen zu unterstützen, die in Arbeitsabläufen mit mehreren Schritten erforderlich sind. Google identifiziert es als Referenzmodell für Software-Engineering, spezialisierte Arbeit in Bereichen wie Recht und Finanzen sowie Cybersicherheit, also die Suche nach und Behebung von Schwachstellen.

Ein wichtiges technisches Merkmal betrifft die generative Kapazität des Modells: Das maximale Ausgabe-Limit wurde auf 1 Million Token erweitert, im Vergleich zu 64.000 der vorherigen Generation. In der Praxis ermöglicht dies dem Modell, komplexe Probleme mit zahlreichen Schritten eigenständig anzugehen, wie das Schreiben großer Code-Abschnitte oder die Erstellung ausgedehnter Dokumente, ohne den Prozess unterbrechen zu müssen.

Benchmarks und Testergebnisse

Laut von Google veröffentlichten Tests erzielte Argon eine Punktzahl von 77,9 % bei DeepSWE v1.1, einem Benchmark, der die Leistung bei realen und ausgedehnten Programmieraufgaben misst. Beim CWE-bench v1, der sich auf die Behebung von Schwachstellen konzentriert, platzierte sich das Modell mit einer Punktzahl von 68 % gleichauf an erster Stelle.

Argon erreichte auch den Spitzenplatz bei AutomationBench, einer Plattform für die Automatisierung unternehmensinterner Prozesse, mit einer Punktzahl von 51,3 %, und erzielte 91,7 % bei LVBench, das das Verständnis langer Videos bewertet. Google betont außerdem, dass Argon das erste Modell ist, das den Vals Index dominiert – einen zusammengesetzten Index, der verschiedene Sektoren nach ihrem Beitrag zum US-BIP gewichtet – mit 68,9 %, gegenüber 63,1 % für OpenAIs GPT-6 Astra und 67,0 % für Anthropics Claude Opus 5.5.

Allerdings ist anzumerken, dass GPT-6 Astra in einigen spezifischen Tests bessere Ergebnisse erzielte. Darüber hinaus sind die von Google bereitgestellten Daten eine Kombination aus internen Tests, externen Ranglisten und von Wettbewerbern mitgeteilten Ergebnissen, wobei die Bedingungen nicht immer identisch waren. Daher stellen diese Zahlen eher einen Hinweis auf die Fähigkeiten von Argon dar als den endgültigen Beweis seiner absoluten Überlegenheit.

Anleger reagierten positiv auf die Ankündigung, wodurch die Alphabet-Aktien im nachbörslichen Handel um 2 % stiegen.

Interne Tests und praktische Anwendungen

Vor der öffentlichen Ankündigung wurde Argon von Googles Ingenieuren umfassenden Tests unterzogen, die es täglich für das Debugging von Code und für Migrationen im großen Maßstab nutzen. Im Kontext des Zircon-Kernels von Fuchsia trug das Modell zur Konvertierung von über 800.000 Zeilen Code von C/C++ nach Rust bei.

Für libgav1, Googles Open-Source-Software für die Videodekodierung, haben auf Argon basierende Agenten 32.000 Zeilen Code einer bestehenden Version in Rust neu geschrieben. Das Ergebnis ist ein sichererer Decoder im Hinblick auf Speicherintegrität, der eine um das 2,7-fache höhere Leistung gegenüber der vorherigen Version bietet und identische Videoausgaben erzeugt.

Die Anwendungen erstrecken sich auch auf Rechenzentren, wo das Modell es ermöglichte, über 300 TiB Speicher freizugeben, mit einer geschätzten Gesamtersparnis zwischen 500 TiB und 1 PiB. Darüber hinaus hat Argon in der Forschung zu Quantencomputern einen Benchmark zur Optimierung eines spezifischen Algorithmus um 40 % übertroffen – und das in wenigen Minuten.

Sicherheit und schrittweise Freigabe

Die fortgeschrittenen Fähigkeiten im Bereich Cybersicherheit veranlassten Google, einen vorsichtigen Ansatz zu wählen. Argon wurde darauf trainiert, Anfragen im Zusammenhang mit Cyberangriffen sowie der Entwicklung chemischer, biologischer, radiologischer oder nuklearer Waffen abzulehnen und unterzog sich strengen Tests durch interne und externe Gruppen.

Google erklärt, dass das Modell hervorragende Ergebnisse bei der Widerstandsfähigkeit gegen Prompt-Injection erzielte und über ein System zur Überwachung von Schlussfolgerungen verfügt, das verdächtige Operationen abbrechen kann. Die Cybersicherheitsplattform Wiz nutzte im Rahmen der Initiative „Scan for Good“ Argon, um eine kritische Schwachstelle in einer Gesundheitssoftware zu identifizieren, die früheren Frontier-Modellen entgangen war.

Aus diesem Grund erfolgt die Freigabe des Modells schrittweise. Derzeit ist Argon einer ausgewählten Gruppe von Experten für Cyberschutz über das Programm Fairwind vorbehalten, die es ohne die spezifischen Einschränkungen nutzen können, die für Cyberaktivitäten gelten. Google nimmt außerdem am freiwilligen Prozess der US-Regierung teil, um vor dem offiziellen Launch Zugang zu Modellen zu erhalten.

Bevor Argon einem breiteren Publikum zugänglich gemacht wird, beabsichtigt das Unternehmen, die Schutzmaßnahmen gegen Missbrauch, bösartige Anweisungen in Inhalten und Handlungen, die die Absichten des Nutzers überschreiten könnten, weiter zu stärken.

Preise und Verfügbarkeit

Der nächste Schritt sieht vor, dass Argon für zahlende API-Kunden und Abonnenten von Google AI Ultra verfügbar wird. Anschließend wird das Modell auf Entwickler, Unternehmen und allgemeine Nutzer ausgeweitet. Ein genaues Datum für den öffentlichen Launch wurde noch nicht mitgeteilt.

Für Entwickler beträgt der Einstiegspreis 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token. Nach Abschluss der Einführungsphase werden die Preise verdoppelt, auf jeweils 4 und 20 US-Dollar pro Million Token.

Quelle und weiterführende Informationen zu Gemini 4 Argon: Originalartikel.

* Inhalt mit Unterstützung von Systemen künstlicher Intelligenz erstellt.