Gemini 4 Argon soll komplexe IT-Aufgaben übernehmen
Google hat mit Gemini 4 Argon ein neues Spitzenmodell für anspruchsvolle Unternehmensprozesse vorgestellt. Im Mittelpunkt stehen Rechts- und Finanzanalysen, Softwareentwicklung sowie defensive Cybersicherheit. Das Modell soll über lange, mehrstufige Arbeitsabläufe hinweg planen und Aufgaben weitgehend selbstständig ausführen.
Eine wesentliche Änderung betrifft die maximale Ausgabelänge. Google erhöht das Output-Limit von 64.000 auf 1.000.000 Token. Ein Token entspricht grob einem Wortbestandteil, wobei das genaue Verhältnis von Sprache und Inhalt abhängt.
Das Output-Limit von einer Million Token macht Gemini 4 Argon vor allem für umfangreiche Code-Portierungen, technische Dokumentationen und lange Analyseprozesse interessant.
Der Zugriff bleibt zunächst eingeschränkt. Ausgewählte Sicherheitsexperten erhalten Gemini 4 Argon über Googles Fairwind-Programm. Später sollen API-Kunden und Abonnenten von Google AI Ultra folgen. Einen Termin für die allgemeine Verfügbarkeit nennt Google bislang nicht.
API-Preise und Token-Limit
Google setzt für die Einführung auf ein verbrauchsbasiertes Preismodell. Gecachte Input-Token, also bereits verarbeitete und wiederverwendete Eingaben, sollen 95 % weniger kosten. Das kann wiederkehrende Analysen großer Dokumente oder Codebestände deutlich günstiger machen.
| Position | Preis oder Limit |
|---|---|
| Input | 2,00 US-Dollar je 1 Million Token |
| Output | 10,00 US-Dollar je 1 Million Token |
| Gecachter Input | 95 % günstiger |
| Maximale Ausgabe | 1.000.000 Token |
Für Unternehmen ist damit nicht nur der nominelle Tokenpreis relevant. Lange agentische Abläufe können zahlreiche Modellaufrufe, Prüfungen und Wiederholungen erzeugen. Ohne Kostenlimits und Protokollierung bleibt der tatsächliche Aufwand schwer planbar.
Google portiert C und C++ nach Rust
Google setzt Gemini 4 Argon nach eigenen Angaben bereits intern ein. Ein Schwerpunkt ist die Portierung bestehender C- und C++-Software nach Rust. Die Programmiersprache soll durch ihr Speichersicherheitsmodell typische Fehlerklassen wie ungültige Speicherzugriffe vermeiden.
Die Projekte reichen laut Google von Bibliotheken mit einigen zehntausend Zeilen bis zu Teilen des Zircon-Kernels von Fuchsia mit mehr als 800.000 Zeilen. Automatisierte Prüfungen, manuelle Kontrollen und Emulationstests sollen verhindern, dass fehlerhafte Übersetzungen produktiv eingesetzt werden.
Bei der Rust-Portierung des Videodecoders libgav1 sollen Agenten 32.000 Zeilen SIMD-Code durch sicheren Rust-Code ersetzt haben. Die neue Version sei 2,7-mal schneller als die vorherige Rust-Portierung. Diese Angaben stammen von Google und wurden bislang nicht unabhängig bestätigt.
Der Anwendungsfall zeigt dennoch, warum KI-gestützte Portierungen an Bedeutung gewinnen. Auch unabhängig von Gemini treiben große Softwareprojekte die Migration voran, wie der vollständige Wechsel der Ubuntu Coreutils zu Rust zeigt. Eigene, kontrollierte Modernisierungsprozesse können dabei eine Alternative zu spezialisierten Refactoring-Abos sein.
Benchmarks zeigen ein gemischtes Bild
Gemini 4 Argon erzielt laut Google starke Ergebnisse bei langfristiger Softwareentwicklung und beim Schließen von Schwachstellen. Im Terminal-Bench 4.0, der agentisches Programmieren in einer Terminalumgebung bewertet, liegt das Modell jedoch hinter Claude Sonnet 5.5 und knapp hinter GPT-6 Astra.
| Benchmark | Modell | Ergebnis |
|---|---|---|
| DeepSWE v1.1 | Gemini 4 Argon | 77,9 % |
| Vals Index | Gemini 4 Argon | 68,9 % |
| CWE-bench v1 | Gemini 4 Argon | 68,0 % |
| Terminal-Bench 4.0 | Claude Sonnet 5.5 | 70,6 % |
| Terminal-Bench 4.0 | GPT-6 Astra | 58,2 % |
| Terminal-Bench 4.0 | Gemini 4 Argon | 57,4 % |
Die Werte sprechen gegen eine pauschale Bewertung als bestes Programmiermodell. Gemini 4 Argon scheint für bestimmte lange Entwicklungsaufgaben optimiert zu sein, ist aber nicht in jeder agentischen Disziplin führend. Für Beschaffungsentscheidungen sind deshalb Tests mit dem eigenen Codebestand aussagekräftiger als einzelne Ranglisten.
Cybersicherheit ohne Guardrails
Für autorisierte Sicherheitsteams stellt Google das Modell ohne Cyber-Guardrails bereit. Damit sind Schutzmechanismen gemeint, die gefährliche oder missbräuchliche Aktionen normalerweise begrenzen. Gemini 4 Argon soll dadurch Schwachstellen autonom suchen, validieren und patchen können.
Diese Freiheit erhöht zugleich das Betriebsrisiko. Fehlerhafte Berechtigungen oder ein unbeabsichtigter Zugriff auf Produktivsysteme können reale Auswirkungen haben. Dass solche Szenarien nicht theoretisch sind, zeigte bereits ein Fall, bei dem Google Gemini drei reale Unternehmen angriff.
Vor der breiteren Freigabe will Google zusätzliche Schutzmaßnahmen gegen Prompt-Injections, Fehlausrichtungen und unsichere Agentenumgebungen entwickeln. Prompt-Injections sind manipulierte Eingaben, die ein Modell zu unerwünschten Handlungen bewegen. Auch das Ausbrechen von Google-KI-Agenten aus isolierten Sandbox-Umgebungen unterstreicht den Bedarf an technischen Grenzen außerhalb des Modells.
Was Gemini 4 Argon für DACH-Unternehmen bedeutet
Für IT-Verantwortliche im DACH-Raum bleibt die praktische Nutzbarkeit zunächst offen. Der erweiterte Zugang läuft anfangs über ein ausgewähltes Sicherheitsprogramm. Angaben zu europäischen Rechenzentrumsstandorten und den Datenverarbeitungsregeln für den Unternehmenseinsatz fehlen bislang.
Bei sicherheitskritischem Quellcode, Finanzdaten oder juristischen Dokumenten müssen daher Datenschutz, Auftragsverarbeitung und mögliche Drittlandtransfers vor einem Einsatz geprüft werden. Ein großes Output-Limit löst diese organisatorischen Fragen nicht.
Gemini 4 Argon kann langfristig helfen, umfangreiche Legacy-Systeme mit eigenen Teams zu modernisieren, statt dauerhaft spezialisierte SaaS-Werkzeuge zu abonnieren. Gleichzeitig entsteht eine neue Abhängigkeit von Googles proprietärer API, Preisstruktur und Zugriffspolitik. Sinnvoll ist deshalb eine Architektur, bei der Modellzugriffe austauschbar bleiben und Agenten nur klar begrenzte Rechte erhalten.