Google Gemini 4 Argon ist das neue Spitzenmodell des Konzerns für komplexe Aufgaben mit Künstlicher Intelligenz (KI). Es richtet sich an zahlende Nutzerinnen und Nutzer der Gemini-App, Unternehmen sowie Personen, die über eine Programmierschnittstelle auf das Modell zugreifen. Der weltweite Start macht Argon auch für die Schweiz relevant, doch Zugang und Kosten hängen deutlich vom gewählten Produkt ab.
Was Argon für dich verändert
Google positioniert Argon als Modell für mehrstufige und anspruchsvolle Arbeiten in Bereichen wie Finanzen, Recht, Wissenschaft, Cybersicherheit und Programmierung. Laut dem offiziellen Modellbericht von Google soll es bei solchen Aufgaben genauer und ausdauernder arbeiten als frühere Gemini-Modelle. Die Bezeichnung Spitzenmodell bedeutet dabei nicht, dass Argon jede Anfrage besser beantwortet, sondern dass Google ihm innerhalb der eigenen Modellfamilie die höchste Leistungsfähigkeit zuschreibt.
Für alltägliche Anfragen soll das Modell direkter formulieren und Floskeln, Wiederholungen sowie übervorsichtige Einschränkungen reduzieren. Das kann dir beispielsweise helfen, wenn du einen umfangreichen Geschäftsbericht zusammenfassen, mehrere Arbeitsschritte planen oder eine komplexe finanzielle Fragestellung strukturieren möchtest. Ob die Antworten tatsächlich knapper und nützlicher ausfallen, hängt weiterhin von der Aufgabe und deiner Eingabe ab.
Argon ist weltweit in der Gemini-App und im KI-Modus der Google-Suche verfügbar, allerdings nur mit Google AI Pro oder Ultra. Ultra-Abonnenten erhalten zusätzlich Zugriff über Antigravity, eine Umgebung, in der das Modell umfangreichere Aufgaben selbstständig bearbeiten kann. Kostenlose Konten und Plus-Abonnements bleiben laut den vorliegenden Berichten bei schwächeren Flash-Modellen; t3n nennt für kostenlose Konten Flash-Lite.
Für die Schweiz bedeutet die angekündigte weltweite Bereitstellung grundsätzlich, dass Argon nicht auf einzelne Startmärkte beschränkt ist. Die Quellen nennen jedoch weder eine gesonderte Schweizer Preisgestaltung noch belastbare Angaben zur Qualität in Schweizer Standardsprache oder zu Dialekten. Auch konkrete Regeln zur Speicherung und Verarbeitung von Daten in der Schweiz gehen aus den bereitgestellten Informationen nicht hervor.
Was Zugang und Nutzung kosten
In der App ist Argon kein kostenloses Modell. Die Berichte nennen Pro und Ultra als berechtigte Abonnements, enthalten aber keine vollständige Preisliste für diese Pläne. Simon Willison berichtet zusätzlich von einem Abonnement für 100 US-Dollar pro Monat, ohne in der vorliegenden Textgrundlage eine vollständige Zuordnung aller App-Tarife zu liefern. Damit lässt sich festhalten, dass der Zugang kostenpflichtig ist, nicht aber, welcher Plan in jedem Land das beste Preis-Leistungs-Verhältnis bietet.
Anders funktioniert die Abrechnung über die Programmierschnittstelle, kurz API: Das ist ein technischer Zugang, über den andere Anwendungen das Modell verwenden. Zum Start verlangt Google 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token. Token sind kleine Texteinheiten, in die eine Anfrage und die erzeugte Antwort für die Abrechnung zerlegt werden.
Zwischengespeicherte Eingaben sind während der Einführung laut Google um 95 Prozent reduziert und kosten damit 0,10 US-Dollar pro Million Token. Nach dem Ende des Einführungspreises verdoppeln sich die regulären Preise auf 4 US-Dollar für die Eingabe und 20 US-Dollar für die Ausgabe; Cache-Lesezugriffe steigen auf 0,20 US-Dollar. The Verge nennt Ende November als Ende der Aktion, während Simon Willison den 1. Dezember für die Verdoppelung angibt.
Der niedrige Preis pro Million Token sagt allein wenig über die Kosten einer vollständigen Aufgabe aus. Ein Modell, das viele Zwischenschritte und lange Antworten erzeugt, kann trotz günstiger Einzelpreise teurer werden. Willison verweist deshalb auf einen Benchmark-Gesamtpreis von 2’407 US-Dollar für Argon und berichtet ausserdem, dass eine von ihm erzeugte komplexe SVG-Grafik 17,166 US-Cent kostete; SVG ist ein Format für skalierbare Vektorgrafiken. Das sind nützliche Einzelwerte, aber keine allgemeingültige Rechnung für deinen Arbeitsalltag.
Was die Benchmarks tatsächlich zeigen
Ein Benchmark ist ein standardisierter Test, der Modelle bei festgelegten Aufgaben vergleicht. Google meldet für Argon Platz eins im Vals Index, der Leistungen in wirtschaftlich relevanten Bereichen wie Finanzen, Recht, Steuern und Programmierung bewertet. Der Konzern sagt zudem, Argon schlage Konkurrenzmodelle wie GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5 in mehreren Tests.
Die unabhängige Einordnung fällt weniger eindeutig aus. Laut dem Bericht von The Decoder liegt Argon zwar im Vals Index vorne, in unabhängigen Gesamtwertungen jedoch hinter Claude Opus 5.5 und Metas Muse Wonder Full. Googles Aussage, Argon übertreffe andere Spitzenmodelle über verschiedene Benchmarks hinweg, widerspricht deshalb nicht zwingend jeder Einzelwertung, ergibt aber ein vorteilhafteres Gesamtbild als die unabhängigen Ranglisten.
Auch für räumliches Verständnis legt Google einen konkreten Wert vor. Auf dem Embodied Reasoning Question Answering Benchmark (ERQA), der physische und räumliche Probleme in dreidimensionalen Umgebungen prüft, erreicht Argon laut Google DeepMinds Robotikbericht 87 Prozent. Das Ergebnis wurde in den gelieferten Quellen nicht unabhängig bestätigt und ist für gewöhnliche Chat-Aufgaben nur begrenzt aussagekräftig.
Praxisbeispiele zeigen besser, welche Art von Arbeit Google meint. Bei YouTube soll Argon überflüssige Emoji-Darstellung erkannt haben; nach deren Entfernung sank die Serverlast laut Google um 45 Prozent. Im Physiksimulator des Drohnenprojekts Wing fand das Modell kritische Fehler, die seit 2018 im Code vorhanden gewesen sein sollen. Das sind konkrete Resultate aus Googles interner Nutzung, aber keine Garantie, dass Argon bei fremden Daten und Prozessen ähnlich erfolgreich arbeitet.
Pro und Kontra von Gemini 4 Argon
Pro:
- Breiter Zugang – Argon wird laut Google weltweit in der App, der Suche und über die API bereitgestellt.
- Günstiger Einführungspreis – Die API kostet zum Start deutlich weniger als mehrere in den Quellen verglichene Spitzenmodelle.
- Komplexe Arbeitsabläufe – Das Modell ist auf mehrstufige Aufgaben aus Finanzen, Recht, Wissenschaft, Sicherheit und Programmierung ausgerichtet.
- Konkrete Praxisergebnisse – Googles Beispiele reichen von einer niedrigeren YouTube-Serverlast bis zu gefundenen Fehlern in einem Drohnensimulator.
Kontra:
- Kein kostenloser App-Zugang – Kostenlose und Plus-Konten erhalten Argon nach aktuellem Stand nicht.
- Nur vorübergehend günstige API – Eingabe- und Ausgabepreise sollen sich nach dem Einführungszeitraum verdoppeln.
- Uneinheitliche Ranglisten – Googles starke Benchmark-Aussagen werden durch unabhängige Gesamtwertungen relativiert.
- Offene Sicherheitsfragen – Ein leistungsfähiges Modell für Cybersicherheit und selbstständige Abläufe kann auch missbräuchlich eingesetzt werden.
Google hatte die breite Veröffentlichung zunächst vorsichtig vorbereitet, weil Argons Fähigkeiten für schädliche Zwecke eingesetzt werden könnten. Nach Angaben des Unternehmens soll das Modell bösartige Anweisungen ablehnen; zusätzlich könne ein automatischer Kontrollmechanismus die Verarbeitung stoppen, wenn er einen unbeabsichtigten Ablauf erkennt. Diese Schutzmassnahmen stammen aus Googles eigener Darstellung und sind in den gelieferten Quellen nicht unabhängig geprüft.
Der Nutzen für die Verteidigung ist dennoch konkret beschrieben. Im Fairwind-Programm erhielten ausgewählte Sicherheitsfachleute frühzeitig Zugriff, und das Unternehmen Wiz fand mit Argon laut Google DeepMinds Sicherheitsbericht einen kritischen Fehler in Spitalsoftware, den frühere Modelle übersehen hatten. Dadurch seien Hunderttausende Patientendatensätze besser geschützt worden. Gerade dieses Beispiel zeigt aber auch, weshalb sensible Unternehmens- oder Gesundheitsdaten nicht gedankenlos in ein KI-System gehören.
Was du jetzt praktisch nutzen kannst
Als Einsteigerin oder Einsteiger kannst du Argon zunächst in der Gemini-App für eine klar abgegrenzte, komplexere Aufgabe testen. Geeignet wäre etwa, einen langen Bericht in Entscheidungsoptionen, Risiken und offene Punkte zerlegen zu lassen, statt nur nach einer kurzen Zusammenfassung zu fragen. Vergleiche das Ergebnis mit dem Flash-Modell oder einem bereits genutzten Werkzeug und prüfe Zahlen, Namen sowie Schlussfolgerungen anhand des Ausgangsmaterials.
Wenn du fortgeschritten arbeitest, kannst du wiederkehrende Eingaben über die API nutzen und dabei die Kosten pro vollständigem Auftrag beobachten. Zwischengespeicherte, unveränderte Kontextinformationen können den Preis deutlich senken, sofern dein Werkzeug diese Funktion verwendet. Entscheidend ist nicht nur der Tarif pro Million Token, sondern auch, wie viel Text und wie viele Arbeitsschritte Argon für ein belastbares Ergebnis benötigt.
Antigravity erweitert diesen Ansatz um sogenannte agentische Abläufe, bei denen das Modell Aufgaben mit mehreren Schritten teilweise selbstständig ausführt. Laut t3n kann der Task-Modus im Hintergrund arbeiten und auf mehr als 40 verbundene Dienste wie Shopify, Adobe oder OpenTable zugreifen. Für einen beruflichen Einsatz kann das etwa bedeuten, dass ein Prozess weiterläuft, während du nicht am Rechner sitzt; zugleich steigen dadurch die Anforderungen an Berechtigungen, Kontrolle und den Schutz verbundener Konten.
Ars Technica berichtet, dass ein automatischer Überwachungsmechanismus unbeabsichtigte Arbeitsabläufe stoppen soll und dass bereits Tausende Google-Mitarbeitende Argon eingesetzt hätten. Dennoch solltest du selbstständig ausgeführte Aktionen nicht mit fehlerfreier Automatisierung verwechseln. Je mehr Dienste ein Modell bedienen darf, desto grösser kann auch der Schaden durch eine falsche Interpretation oder eine unpassende Aktion werden.
Für Robotik zeigt Google Anwendungen von der Steuerung eines vierbeinigen Spot-Roboters bis zum Aufbau von Simulationen aus Kamerabildern oder Skizzen. Diese Funktionen sind keine gewöhnlichen Werkzeuge der Gemini-App, sondern veranschaulichen Argons räumliches Verständnis und seine mögliche Rolle in spezialisierten Arbeitsabläufen. Für die meisten Anwenderinnen und Anwender bleibt der unmittelbare Nutzen vorerst bei Textarbeit, Rechercheunterstützung, Analyse und strukturierten Aufgaben.
Gemini 4 Argon verbindet einen vergleichsweise günstigen Einführungspreis mit breitem Zugang und glaubwürdigen Beispielen für anspruchsvolle Arbeit. Gleichzeitig bleiben die besten Leistungswerte teilweise Anbieterangaben, der App-Zugang ist kostenpflichtig und die API wird nach der Startphase doppelt so teuer. Das offene Risiko liegt weniger in fehlenden Funktionen als in der Frage, wie zuverlässig ein leistungsfähiges Modell bei sensiblen Daten und selbstständig ausgeführten Aktionen kontrolliert werden kann.
Quellen
- Google veröffentlicht Gemini 4 Argon: Neues Spitzenmodell ab sofort weltweit verfügbar – The Decoder, 2026-10-13
- Überraschung: Google veröffentlicht Gemini 4 Argon – t3n, 2026-10-13
- Gemini 4 Argon begins rolling out in Gemini app and Antigravity, but only if you pay – Ars Technica, 2026-10-13
- Google finally releases Gemini 4 Argon – The Verge, 2026-10-13
- Gemini 4 Argon: Built to solve your hardest problems – Google Blog, 2026-10-13
- Developing Gemini 4 Argon responsibly and safely – Google DeepMind, 2026-10-13
- Gemini 4 Argon for Robotics – Google DeepMind, 2026-10-13
- llm-gemini 0.35 – Simon Willison’s Weblog, 2026-10-13
Bild: Matheus Bertelli via Pexels