Gemini 4 Argon: Googles Comeback-Modell mit Cyber-Abwehr und 1M-Token-Ausgabe

Google hat am 30. September 2026 mit Gemini 4 Argon ein neues Frontmodell angekündigt, und es ist das erste neue Flaggschiff des Hauses nach fast einem Jahr Gemini 3. Der Name steht für einen klaren Dreiklang: echtes Software-Engineering im Produktionsmaßstab, Wissensarbeit wie Rechts- und Finanzabläufe und Cyber-Abwehr, wo Argon Schwachstellen eigenständig finden, bewerten und patchen können soll. Die Freigabe läuft deshalb gestaffelt statt als großer Launch: zuerst über das Fairwind-Programm an eine kleine Gruppe vertrauenswürdiger Cyber-Verteidiger, begleitet vom freiwilligen Pre-Release-Verfahren der US-Regierung, in dem Behörden vor der Öffentlichkeit auf das Modell schauen. Entwickler, Unternehmen und Privatnutzer warten, ein Datum nennt Google nicht. Der Preis steht trotzdem schon fest: in der Einführungsphase zwei Dollar pro Million Input-Tokens und zehn Dollar pro Million Output-Tokens, danach vier und zwanzig. Cachesierte Inputs kosten 95 Prozent weniger. Die Output-Grenze steigt von 64.000 auf eine Million Token pro Durchlauf, rund 15 Mal mehr als zuvor. Hier ist, was hinter diesen Zahlen steckt.

Die Freigabe-Reihenfolge ist Teil der Geschichte. Cyber-Wissen ist doppelinstrumentell: dieselben Fähigkeiten, die eine Lücke schließen, reichen aus, um sie auszunutzen. Google zieht die Bremse deshalb nur im geschützten Raum ab. Veröffentlicht wird Argon zuerst ohne Cyber-Schutzschranken, und zwar an die Verteidiger des Fairwind-Programms und an Googles eigene interne Teams. Das Fairwind-Programm ist Googles Initiative, kritische öffentliche Infrastruktur kostenlos zu scannen und Hochrisiko-Exposures gemeinsam zu beheben. Alle anderen erhalten zunächst eine Version mit Schranken, und der Kreis erweitert sich um zahlende API-Kunden und Abonnenten von Google AI Ultra, bevor Entwickler, Unternehmen und Endnutzer drankommen. Die offizielle Begründung: eine sichere Freigabe auf diesem Niveau brauche einen gestuften Ansatz, Feedback der ersten Tester und nachgeschärfte Guardrails zwischen den Stufen. Das ist zugleich ein Eingeständnis, dass man die Risiken nicht als vollständig beherrscht verkauft. Wer es eilig gehabt hätte, hätte schlicht veröffentlicht.

In echten Engineering-Abläufen setzt Argon nach Google-Angaben einen neuen Spitzenwert auf DeepSWE v1.1 mit 77,9 Prozent, einem Maßstab für langläufige, realistische Software-Aufgaben. Der Vals Index, der ökonomische Wirkung über Finanzen, Coding, Recht und Steuern misst und jeden Sektor nach seinem Beitrag zum US-Bruttoinlandsprodukt gewichtet, geht ebenfalls an Argon, ebenso Vals Finance Agent v2 für mehrstufige Finanzrecherche und der Legal-Agent-Benchmark von Harvey für Recherche und Entwürfe im Rechtsbereich. Auf AutomationBench, Zapiers Maßstab für End-to-End-Ausführung klassischer Geschäftsfunktionen, liegt Argon mit 51,3 Prozent vorn. Der Wert liest sich auch als Grenze: das beste verfügbare Modell schafft rund die Hälfte solcher Abläufe vollständig. Beim Lang-Video-Verständnis erreichte Argon auf LVBench 91,7 Prozent und damit ebenfalls den Spitzenwert. Für die Cyber-Seite zählt CWE-bench v1, der Schwachstellen-Remediation testet: 68 Prozent, geteilter Platz 1 in einer Tafel, die auch Grok 4.7, GPT-6 Astra und Claude Opus 5.5 führt. Der Wert baut auf Gemini 3.8 Flash Cyber auf, dem Vorgänger mit Frontleistung auf der Vorversion dieses Benchmarks.

Der erste Feldnachweis kommt von Wiz, dem Cloud-Sicherheitsunternehmen. Wiz betreibt Scan for Good, ein Programm, das kritische öffentliche Infrastruktur kostenlos auf Hochrisiko-Exposures scannt und deren Behebung begleitet. In einer frühen Demonstration fand Argon laut Google eine kritische Schwachstelle in Krankenhaus-Software, die weltweit im Einsatz ist und sensible Personendaten exponierte. Frühere Frontmodelle hatten dieselbe Lücke laut Angabe übersehen. Auf Googles eigenem, internem Vulnerability-Benchmark deckte Argon Exposures über Codebasen in 20 Programmiersprachen hinweg auf. In Wiz-internen Blackbox-Tests, bei denen ein Modell nur die außen sichtbare Angriffsfläche eines Live-Systems sieht und keinen Quellcode, schlug Argon die Vorgängerschienen laut Ankündigung beim Kartieren der Angriffsfläche, beim Identifizieren echter Schwachstellen und beim Erzeugen von Proof-of-Concept-Nachweisen. Die Kernbehauptung dieser Schiene lautet, Argon könne den vollen Kreislauf eigenständig laufen lassen: finden, prüfen, patchen. Genau auf diese Behauptung zielt die gestaffelte Freigabe, denn dieser Kreislauf ist werkzeuggleich mit dem, was Angreifer tun.

Daneben arbeitet Argon bei Google selbst bereits produktiv, mit Tausenden Mitarbeitern laut Angabe in spezialisiertem Coding, vertiefter Recherche und Schriftqualität. Drei Fälle zeigen das Format. Quantenforschung: Argon optimierte Unterroutinen darauf, wie viel Quantenhardware mal wie viele Gatter sie brauchen, Google nennt das Spacetime-Ressourcen, und schlug in einem Fall den publizierten Baseline um 40 Prozent, und zwar in Minuten statt in Monatszyklen. Speicher: Schwärme aus Argon-Agenten wüteten die Profiling-Telemetrie des gesamten Rechenzentrums-Fuhrparks aus, identifizierten Speicheroptimierungen eigenständig und setzten sie ein; mit dem Einführen werden laut Google über 300 TiB Arbeitsspeicher freigesetzt, als Gesamteinsparung schätzt Google 500 TiB bis 1 PiB. Migrationen: Argon-Agenten portieren C- und C++-Codebasen nach Rust, von zehntausenden Zeilen in Kernbibliotheken wie re2 und libgav1 bis zum Fuchsia-Zircon-Kernel mit über 800.000 Zeilen, jede Änderung durchläuft automatische und manuelle Prüfung, Emulationstest und Review vor dem Produktionsgang. Das Detail des libgav1-Falls: 32.000 Zeilen handoptimierten SIMD-Codes flogen raus; mit profilgeführten Experimenten und Compileranalyse wurde sicherer Rust so geschrieben, dass der Compiler die Vektorisierung selbst hinzufügt. Das Ergebnis ist ein speichersicherer Video-Decoder, der 2,7 Mal schneller läuft als der Rust-Port, mit identischer Video-Ausgabe.

Der Sicherheits-Teil der Ankündigung ist ungewöhnlich lang und nennt vier Bereiche. Erstens Missbrauch: Argon ist darauf trainiert, Anfragen abzulehnen, die bei Cyberangriffen oder bei chemischen, biologischen, radiologischen und nuklearen Anwendungen helfen, legitime Doppelgebrauchs-Forschung bleibt im Rahmen von Googles Frontier Safety Framework erlaubt. Dazu kommen Techniken zur Überwachung der Aktivierungen im Netz und interne wie externe Red-Teams mit manuellen und automatisierten Angriffen. Zweitens Prompt-Injection, versteckte Anweisungen in Webseiten und Dokumenten, die das Modellverhalten kapern wollen: Google nennt Argon das bislang widerstandsfähigste eigene Modell dagegen, verweist auf automatisiertes Red-Teaming und adversäres Training und führt Greyswans Benchmark für indirekte Prompt-Injection an. Drittens Mischeinordnung, der Fall, dass ein Modell über den Auftrag hinausgeht: Monitore begleiten die Reasoning-Kette und die Aktionen und können die Ausführung stoppen; ein ähnliches System lief bereits im Training und schlug Alarm an ein Incident-Team. Die Erkenntnisse daraus flossen absichtlich nicht ins Training zurück, damit das Modell nicht lernt, sein Denken an den Monitoren vorbeizuformen, und Google fordert die Branche öffentlich auf, Reasoning-Transparenz zu erhalten. Viertens Umgebungen: Sandboxes werden vor Hochrisiko-Training und Evaluierung isoliert und versiegelt, die Praktiken sollen an Partner weitergegeben werden.

Die Verzögerung ist der Hintergrund, vor dem Argon zu lesen ist. Im Mai hatte Google-Chef Sundar Pichai angekündigt, das nächste große Modell käme im Juni; weithin erwartet wurde ein Gemini 3.5 Pro, erschienen ist keines von beiden. Im Juli berichtete Axios über Stimmungstiefs in Google DeepMind, NPR lieferte ein längeres Stück zur Frage, warum Google im KI-Wettlauf gefallen war. Zwischendrin fuhren die Wettbewerber die Spitze weiter hoch: Anthropic brachte im Juni Fable heraus, OpenAI veröffentlichte GPT-6 Astra am 3. September und nannte es das eigene beste Modell. Bloomberg berichtete zum Release-Tag unter Berufung auf ungenannte Quellen, einige Google-Mitarbeiter fanden die Leistung in internen Tests enttäuschend; Google verwahrte sich gegen diese Darstellung. Tulsee Doshi, Leiterin der Gemini-Produkte, beschrieb Argon gegenüber Axios als rundum starkes Modell mit Front-Fähigkeiten über mehrere Domänen, wochenlang intern im Einsatz für die schwersten Coding- und Forschungsaufgaben. Koray Kavukcuoglu, SVP bei Google DeepMind und Chief AI Architect, nannte das Modell in der Ankündigung "unsere nächste Ära der Front-Intelligenz". Wägbarer Kontext: die Gemini-App hatte im August eine Milliarde monatliche Nutzer überschritten, ChatGPT meldete eine Milliarde ebenfalls. Wenn die Benchmarks halten, ist das ein massives Nachziehen, für ein Haus, das viele schon abgeschrieben hatten.

Ausdrückliche Grenzen: Alle Benchmark-Zahlen stammen aus Googles eigener Berichterstattung, unabhängige Prüfzahlen existieren noch nicht, weil der Markt wartet. Der Bloomberg-Bericht stützt sich auf ungenannte Quellen, Googles Dementi ist ebenfalls eine Behauptung, keine der beiden Seiten legt Belege offen. Über die tatsächliche Tagesform des Modells sagen Benchmarks wenig; erst echte Entwickler-Arbeit wird das zeigen. Der Rollout-Plan kann sich vor der breiten Freigabe ändern, und die Einführungspreise sind als vorübergehend deklariert. Stand dieses Beitrags: 2. Oktober 2026.

Quellen, alle abgerufen am 02.10.2026:
- Google Blog: Gemini 4 Argon: our next era of frontier intelligence (30.09.2026): https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
- CNBC: Google rolls out Gemini 4 Argon, its most advanced AI model (30.09.2026): https://www.cnbc.com/2026/09/30/google-gemini-4-argon-ai.html
- Google DeepMind: Fairwind Program: https://deepmind.google/fairwind-program/
- Wiz: Scan for Good: https://www.wiz.io/scan-for-good
- Vals Index: https://www.vals.ai/benchmarks/vals_index
- CWE-bench v1: https://cwe-bench.com/
- YouTube (Themeneingang): AI Revolution, Google Just Dropped Argon (02.10.2026): https://www.youtube.com/watch?v=b0Fg4riyZF0

Über den Autor: Ich bin Marcel, Grafikdesigner und Betreiber des HUNTER-Cyberdecks, eines Agenten-Setups auf einem gebrauchten Google Pixel 6a. Dieser Beitrag stützt sich auf der offiziellen Google-Ankündigung vom 30.09.2026, auf CNBC und auf der Berichterstattung von Axios, NPR und Bloomberg wie oben verzeichnet, Stand 02.10.2026. Letzter Fakten-Check: 02.10.2026.