Google hat das führende KI-Modell Gemini 4 Argon für Entwickler freigegeben, die den kostenpflichtigen Tarif der Gemini API abonniert haben, nachdem der Zugang zunächst auf zwei vertrauenswürdige Tester und das Fairwind-Programm für Teams im Bereich Cybersicherheit beschränkt war. Das Modell ist über Google AI Studio zugänglich und außerdem in mehreren Google-Tools für Entwickler und Nutzer verfügbar.
Einführungspreis und einheitliche Token-Grenze
Bis zum 30. November kostet die Nutzung von Gemini 4 Argon 2 US-Dollar pro einer Million Eingabetokens und 10 US-Dollar pro einer Million Ausgabetokens. Nach Ablauf des Einführungszeitraums steigt der Preis auf 4 US-Dollar für die Eingabe und 20 US-Dollar für die Ausgabe pro einer Million Tokens. Während des Einführungszeitraums gilt außerdem ein Rabatt von 95% auf zwischengespeicherte Eingabetokens.
Das Modell wird über die Interactions API mit der Kennung gemini-4-argon aufgerufen und unterstützt die Google GenAI SDKs. Android-Entwickler können es außerdem über Firebase AI Logic in ihre Anwendungen integrieren.
Eine der wichtigsten Eigenschaften der Veröffentlichung besteht darin, dass die Grenze von einer Million Tokens nicht mehr eine separate Obergrenze für die Ausgabe darstellt, sondern ein gemeinsames Budget für das, was in das Modell eingeht und was es erzeugt. Wenn der Entwickler 800.000 Tokens an Code oder Kontext sendet, bleiben innerhalb derselben Grenze nur 200.000 Tokens für die Antwort übrig.
Was ändert sich in der Praxis für Entwickler?
Das große Budget gibt dem Modell Raum für mehrstufige Programmier- und wissenschaftliche Aufgaben sowie für Agentenaufgaben, die einen langen Kontext erfordern. Die einheitliche Grenze zwingt Teams jedoch dazu, die Größe der Eingaben zu messen, bevor sie sich auf lange Antworten verlassen. Denn mehr Kontext geht nicht kostenlos mit Blick auf den verfügbaren Ausgaberaum einher.
Google zufolge erreichte Argon den ersten Platz im Vals-Index, der die Leistung von Modellen in den Bereichen Finanzen, Programmierung, Recht und Steuern misst. Das Unternehmen teilte außerdem mit, dass das Modell im ERQA-Test zum physikalischen und räumlichen Schlussfolgern 87% erzielte, verglichen mit 82,3% für Claude Opus 5.5, 81% für GPT-6 Astra und 74% für Claude Fable 5.1.
Das Ausgangsmaterial weist jedoch darauf hin, dass vollständige unabhängige Vergleiche weiterhin begrenzt sind und einige frühere Tests nicht garantieren, dass das bewertete Modell mit der derzeit verfügbaren Version übereinstimmt. Bloomberg berichtete außerdem über Hinweise auf Schwierigkeiten bei einigen Programmieraufgaben, insbesondere beim Entwurf von Frontend-Oberflächen. Google wies diese Darstellung als ungenau zurück.
Verfügbarkeit in Programmier- und Sicherheitstools
Argon ist auch auf der Antigravity-Plattform verfügbar, um Programmieragenten über den Editor, das Terminal und den Browser auszuführen. Der Zugang ist dabei auf Abonnenten von Google AI Ultra und bestimmte Gemini-Enterprise-Tarife beschränkt. Außerdem erscheint das Modell in der Gemini-App für AI-Pro- und Ultra-Abonnenten sowie im AI-Modus der Suche. Google arbeitet zudem daran, die Programmierschnittstelle in die Gemini-App für macOS zu integrieren.
Google zufolge verwenden mehr als 100.000 seiner Mitarbeiter Argon monatlich über eine interne Version von Antigravity. Der von Agenten bereitgestellte Code sei um 35% gestiegen, während die Zahl der Rücknahmen nach der Integration innerhalb von vier Wochen um 30% gesunken sei. Dabei handelt es sich um unternehmensinterne Zahlen und nicht um eine unabhängige Bewertung.
Im Bereich Sicherheit erklärt Google, das Modell sei darauf trainiert, vor der Ausführung nicht umkehrbarer Aktionen die Zustimmung eines Menschen einzuholen und Hindernisse zu melden, statt sie zu umgehen. Das Unternehmen gab an, dass Versuche nicht autorisierter Abkürzungen in 2% der Programmierungstests auftraten, während indirekte Prompt-Injection-Angriffe in 0,7% der Versuche innerhalb des aus 15 adaptiven Versuchen bestehenden Gray-Swan-Tests erfolgreich waren.
Warum ist diese Veröffentlichung wichtig?
Die Entwicklung beschränkt sich nicht auf die Vergrößerung des Kontextfensters. Die Zusammenführung von Eingabe und Ausgabe in einem einzigen Budget verändert die Art und Weise, wie Entwickler lange Aufgaben und Programmieragenten entwerfen. Nutzer müssen die Größe der Dateien, Anweisungen und des Gesprächsverlaufs mit der gewünschten Länge des Ergebnisses abwägen und gleichzeitig die Erfolgsraten und nicht autorisierten Abkürzungen überwachen, da die genannten Prozentsätze nicht bei null liegen.