Was Googles Gemini 4 Argon über die KI-Strategie des Konzerns verrät

Google hat Gemini 4 Argon als Spitzenmodell seiner nächsten Modellgeneration vorgestellt. Damit will der Konzern bei anspruchsvollen, hochwertigen Anwendungen mit OpenAI und Anthropic konkurrieren. Im Mittelpunkt stehen Benchmark-Ergebnisse, professionelle Einsatzfelder und ein zunächst günstiger API-Preis. Allerdings ist Argon noch nicht allgemein verfügbar – die meisten Entwickler und Unternehmen können die Versprechen daher vorerst nicht selbst überprüfen.

Für komplexe Aufgaben gedacht

Google positioniert Argon für anspruchsvolle Arbeitsabläufe: dazu zählen Softwareentwicklung in der Praxis, berufliche Wissensarbeit etwa in Recht und Finanzen sowie die Abwehr von Cyberangriffen.111 Nach Angaben des Unternehmens ist das Modell größer als Googles bisherige fortgeschrittene „Pro“-Modelle. Eine genaue Parameterzahl wurde in den verfügbaren Ankündigungsunterlagen jedoch nicht genannt.

Damit stellt Google Argon nicht bloß als allgemeinen Chatbot vor, sondern hebt Aufgaben hervor, die längeres Schlussfolgern und spezialisierte Fähigkeiten erfordern. Wie gut das Modell in den Abläufen eines konkreten Unternehmens funktioniert, muss sich allerdings in Tests über die Angaben zum Start hinaus zeigen.

Was die Benchmarks aussagen – und was nicht

In einem Vergleich der von Google veröffentlichten Ergebnisse mit GPT-6 Astra von OpenAI und Claude Opus 5.5 von Anthropic lag Argon bei 12 von 18 Benchmarks vorn, bei einem Gleichstand und bei fünf Tests zurück.3 Googles Benchmark-Seite umfasst unter anderem Ergebnisse zu Wissensarbeit und agentischem Programmieren – also Aufgaben, bei denen ein Modell eigenständig mehrere Schritte ausführt.1

Die Zahlen sprechen für starke Leistungen bei den ausgewählten Tests. Sie belegen aber nicht, dass Argon für jeden Einsatzzweck das beste Modell ist. Ergebnisse hängen davon ab, welche Aufgaben geprüft werden und wie die Tests aufgebaut sind. Allein anhand dieser Übersicht lässt sich nicht beurteilen, wie die Modelle in sämtlichen Anwendungen des Arbeitsalltags abschneiden.

Erst einmal nur für ausgewählte Partner

Google hat mit der Einführung bei vertrauenswürdigen Cybersecurity-Partnern im Rahmen des Fairwind-Programms begonnen.11 Einen verbindlichen Termin für den allgemeinen Zugang hatte das Unternehmen nicht genannt. Der Start ist damit zunächst ein Hinweis darauf, wohin Google seine KI-Entwicklung lenkt – für Entwickler und Unternehmen bietet er aber noch keine breite Gelegenheit, Argon selbst mit Konkurrenzmodellen zu vergleichen.

Gemini 3.5 Pro übersprungen, Führungswechsel bei DeepMind

Argon folgt auf Googles Entscheidung, Gemini 3.5 Pro trotz zuvor angekündigter Pläne nicht zu veröffentlichen und stattdessen direkt zum Spitzenmodell der Gemini-4-Generation überzugehen.418 Dadurch erhält der Start zusätzliches Gewicht: Argon ist nicht einfach eine weitere Ergänzung der Modellreihe, sondern folgt auf einen ausgelassenen Zwischenschritt.

Die Ankündigung kommt außerdem nach einem Führungswechsel bei Google DeepMind. Demis Hassabis gab die Leitung der Sparte ab und wechselte in die Rolle des Vorsitzenden; Koray Kavukcuoglu übernahm die operative Führung. Das beschreibt den organisatorischen Hintergrund, belegt für sich genommen aber nicht, warum Argon zu diesem Zeitpunkt veröffentlicht wurde oder wie leistungsfähig es ist.

Der Preis gehört zum Wettbewerbsargument

Google nannte als Einführungspreise für die API 2 US-Dollar je Million Eingabetokens und 10 US-Dollar je Million Ausgabetokens.311 Neben den Leistungsversprechen macht der Konzern damit auch die Kosten zu einem sichtbaren Teil seiner Positionierung.

Die Preise gelten als Einführungskonditionen, und wegen des eingeschränkten Zugangs lässt sich ihr Verhältnis zu Leistung und Nutzen bislang nur begrenzt in der Praxis vergleichen. Vorerst stützt Google seine Argumentation für Argon auf die eigenen Benchmark-Angaben und die Preisankündigung. Erst mit breiterem Zugang können mehr Nutzerinnen und Nutzer beurteilen, wie überzeugend das Gesamtpaket ist.