Einordnung

Als Google Gemini 4 Argon am 30. September vorstellte, durften es zunächst nur ausgewählte Firmen aus der IT-Sicherheit nutzen. Seit dem 13. Oktober ist es breiter verfügbar. Einzelne Testlabore hatten schon vorher erste Zahlen veröffentlicht, inzwischen sind die Ranglisten besser gefüllt. Die meisten Werte passen zu Googles Darstellung. Einige nicht.

Update vom 15. Oktober 2026: In seiner Ankündigung vom 13. Oktober schreibt Google, dass Argon weltweit ausgerollt wird, auch in der Gemini-App für Abonnenten von Google AI Pro und Ultra. Deutschland nennt Google dabei nicht ausdrücklich. Bei den API-Preisen bleibt es laut Preisliste bei 2 und 10 US-Dollar je Million Tokens bis zum 30. November und 4 und 20 US-Dollar ab dem 1. Dezember.

Wer Argon jetzt nutzen kann

Laut Googles Ankündigung zur Gemini-App steht Argon dort für Abonnenten von Google AI Pro und Google AI Ultra bereit, außerdem im KI-Modus der Google-Suche. Wer Gemini kostenlos nutzt, bekommt Argon nach Googles Angaben nicht. Andere Tarife wie Google AI Plus nennt die Ankündigung nicht, und ein Datum für eine Gratisstufe gibt es ebenfalls nicht.

Entwickler erreichen das Modell über die Gemini-API und AI Studio, allerdings nur im bezahlten Tarif. Die Modellkennung lautet gemini-4-argon, Google führt das Modell dort seit dem 13. Oktober als stabil. Unternehmen bekommen es über Google Cloud und Gemini Enterprise. Googles Programmierumgebung Antigravity mit Argon gibt es für Einzelpersonen nur im teuren Ultra-Abo.

Eine Einschränkung bleibt: Die öffentliche Fassung soll schädliche Cyberanfragen erkennen und ablehnen. Eine Fassung ohne diese Sperren bekommen weiterhin nur die Partner aus Googles Sicherheitsprogramm Fairwind, das Google laut seiner Ankündigung zur breiten Verfügbarkeit um mehrere hundert Partner erweitert.

Google spricht von einem weltweiten Start, für die API ebenso wie für die Gemini-App. Eine Länderliste nennt Google nicht, und Deutschland wird nicht ausdrücklich erwähnt. Ob Argon im eigenen Konto schon bereitsteht, zeigt am einfachsten die Modellauswahl der App.

Herstellerzahlen und unabhängige Messungen

Bei jedem neuen KI-Modell kursieren zwei Sorten von Zahlen. Die erste Sorte veröffentlicht der Hersteller. Er sucht die Tests aus, legt die Einstellungen fest und übernimmt Vergleichswerte der Konkurrenz teils aus deren eigenen Angaben. Falsch sind diese Zahlen deshalb nicht, aber sie zeigen das Modell von seiner besten Seite.

Die zweite Sorte stammt von Testlaboren, die alle Modelle mit denselben Aufgaben und denselben Regeln prüfen. Ein viel zitiertes ist Artificial Analysis. Dessen Intelligence Index fasst zehn Tests zu einer Punktzahl zusammen. Diese Zahl eignet sich gut, um Modelle verschiedener Anbieter nebeneinanderzustellen. In diesem Artikel stehen beide Sorten, aber getrennt.

Unabhängig gemessen: Platz acht im Intelligence Index

Im Intelligence Index von Artificial Analysis kommt Argon auf 53 Punkte. Das ist derselbe Wert wie bei GPT-6 Astra von OpenAI und Claude Fable 5.1 von Anthropic. Vorn liegen Claude Opus 5.5 mit 58 sowie Claude Sonnet 5.5 und Meta Muse Wonder Full mit je 56 Punkten. Unter den 216 gelisteten Modellvarianten landet Argon auf Platz acht, gleichauf mit mehreren anderen. Gegenüber seinem Vorgänger Gemini 3.1 Pro Preview mit 30 Punkten ist das ein großer Sprung.

Gemini 4 Argon: Leistung und Tempo. Zwei Balken je Modell zeigen Indexpunkte und Ausgabetempo in Tokens pro Sekunde. Argon erreicht 53 Punkte und rund 116 Tokens pro Sekunde. Claude Opus 5.5 führt mit 58 Punkten, GPT-6 Astra und Claude Fable 5.1 liegen gleichauf mit Argon. Enthalten sind außerdem Sonnet 5.5, GPT-6.1 Sol, Grok 4.7, Kimi K3, Gemini 3.8 Flash, DeepSeek V4.1 Flash und Mistral Large 4.
Orange: Punkte im Intelligence Index. Blau: Texttempo in Tokens (kleinen Textstücken) pro Sekunde. Die Denkzeit vor der Ausgabe kommt hinzu. Bild in voller Größe.
Quellen und Messung

Quelle: Artificial Analysis: Modellrangliste und die Vergleichsseiten der einzelnen Modelle, Tempo für Argon von der Anbieterseite. Stand: 14. Oktober 2026, Intelligence Index v4.3.2. Die Kennzeichnung nennt die im Test verwendete Stufe, nicht zwingend die Standardeinstellung im Chat. Für Argon ist High laut Artificial Analysis die höchste verfügbare Stufe. Bei Claude kennzeichnet Artificial Analysis die Stufe als Max mit Standard-Fallback. Für Mistral ist keine Stufe ausgewiesen. Die Modellseite von Argon zeigt am 14. Oktober noch keinen Tempowert, die Anbieterseite schon. Gemessen wird über Programmierschnittstellen mit 10.000 Tokens Eingabe, nicht in den Chatoberflächen. Die Werte schwanken je nach Auslastung.

Andere unabhängige Ranglisten sehen Argon weiter vorn. Beim Vals Index, einer Sammelwertung des Testlabors Vals AI, steht Argon mit 68,9 Prozent auf Platz eins, knapp vor Sonnet 5.5 und Opus 5.5 mit je rund 67 Prozent. In der Text-Rangliste von Arena, wo Menschen zwei anonyme Antworten vergleichen und die bessere wählen, führt Argon ebenfalls. Arena markiert diesen Platz aber als vorläufig, und der Abstand zu Platz zwei (1525 gegen 1513 Punkte) liegt innerhalb der Messunsicherheit. In der getrennten Agenten-Rangliste von Arena, wo Modelle mehrstufige Aufgaben eigenständig erledigen, steht Argon nur auf Platz fünf. Dort führt Opus 5.5.

Wenige erfundene Antworten, aber auch weniger Treffer

Am deutlichsten hebt sich Argon in einem Test ab, der Wissensfragen stellt und dabei zählt, wie oft ein Modell falsch antwortet, statt zuzugeben, dass es etwas nicht weiß. Laut Artificial Analysis liegt Argons Halluzinationsrate bei 15 Prozent. GPT-6 Astra kommt auf 51, GPT-6.1 Sol auf 54 Prozent. Nach dem Stand der Auswertung vom 30. September hat kein anderes Modell mit mindestens 45 Indexpunkten eine niedrigere Rate.

Die Kehrseite: Argon beantwortet nur die Hälfte der Fragen richtig, GPT-6 Astra 63 Prozent. Argon gibt also öfter keine Antwort, wo andere Modelle raten und dabei manchmal richtig liegen. Nach meiner Einschätzung ist das für Recherchen, Zusammenfassungen von Verträgen oder Faktenprüfungen angenehmer: Ein falsches Datum, das selbstsicher klingt, kostet mehr Zeit als eine ehrliche Lücke.

Was Google selbst misst

Googles Modellkarte vergleicht Argon in 19 Tests mit GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5. In 13 Tests liegt Argon vorn, in einem gleichauf, in fünf zurück. Die Grafik zeigt eine Auswahl der Stärken und alle Schwächen.

Googles eigene Zahlen. Je Test ein Balken für Gemini 4 Argon und einer für das beste Vergleichsmodell. Vorn liegt Argon laut Google beim Vals Index, bei DeepSWE, LVBench, GraphWalks und Harvey Legal Agent. Zurück liegt es bei Terminal-Bench 4.0, FrontierSWE, Terminal-Bench Science, OSWorld und PostTrainBench.
Herstellerangaben von Google, nicht unabhängig geprüft. Orange: Argon. Grau: das jeweils beste von drei Vergleichsmodellen. Bild in voller Größe.

Stark ist Argon laut Google beim Durchsuchen sehr langer Texte. Im Test GraphWalks mit 256.000 bis einer Million Tokens kommt es auf 84,2 Prozent, GPT-6 Astra auf 71,8. Auch beim Verstehen langer Videos (LVBench) führt Argon mit 91,7 Prozent. Die Schwächen liegen fast alle beim Programmieren und Bedienen von Rechnern: In der Kommandozeile, bei großen Softwareprojekten und beim Steuern eines Computers schneiden GPT-6 Astra oder Claude Opus 5.5 besser ab.

Wie sehr die Herkunft einer Zahl zählt, zeigt Terminal-Bench 4.0. Google trägt für Opus 5.5 den Wert vom öffentlichen Terminal-Bench-Leaderboard ein: 66,4 Prozent. Artificial Analysis hat Opus 5.5 im selben Test nachgemessen und kommt auf 60 Prozent, Argon auf 57. Aus neun Punkten Abstand werden so drei. Umgekehrt stellt Google Argon beim juristischen Test von Harvey als Spitzenreiter dar. Das gilt nur im Vergleich mit den drei ausgewählten Modellen. In der vollständigen Rangliste bei Vals steht Argon mit demselben Wert auf Platz sechs von 79.

Tokenpreis und Kosten pro Aufgabe

KI-Modelle rechnen über die API in Tokens ab. Ein Token ist ein Textstück von ungefähr drei bis vier Buchstaben. Laut Googles Preisliste kostet Argon bis zum 30. November 2026 2 US-Dollar je Million Eingabe-Tokens und 10 Dollar je Million Ausgabe-Tokens. Die Denkschritte des Modells zählen zur Ausgabe. Ab dem 1. Dezember gelten 4 und 20 Dollar. Wiederkehrende Eingaben, die Google automatisch zwischenspeichert, kosten bis Ende November 0,10 Dollar je Million, danach 0,20. Wer Antworten nicht sofort braucht, zahlt in der Batch-Verarbeitung die Hälfte des jeweiligen Preises.

Der Tokenpreis sagt aber wenig darüber, was eine Aufgabe kostet. Dafür muss man wissen, wie viel ein Modell schreibt. Artificial Analysis rechnet das für jede Testaufgabe aus.

Was eine Testaufgabe kostet. Balken zeigen die durchschnittlichen Kosten je Aufgabe im Intelligence Index, daneben der Preis je Million Tokens. Gemini 4 Argon kostet 1,99 Dollar je Aufgabe, ab Dezember 3,98 Dollar. Claude Fable 5.1 kostet 7,63 Dollar, Claude Opus 5.5 5,98, GPT-6 Astra 3,26, GPT-6.1 Sol 0,72 und DeepSeek V4.1 Flash 0,27 Dollar.
Durchschnittliche Kosten je Aufgabe im Intelligence Index, gerechnet mit dem jeweiligen API-Preis. Schraffiert: Argon zum Preis ab Dezember. Bild in voller Größe.

Zum Einführungspreis kostet eine Testaufgabe mit Argon im gewichteten Mittel des Intelligence Index 1,99 Dollar. Das ist kein allgemeiner Preis für eine Aufgabe im Alltag. Artificial Analysis rechnet für den Preis ab Dezember 3,98 Dollar hoch, bei gleichem Verbrauch. GPT-6 Astra liegt bei 3,26 Dollar, obwohl es pro Token fünfmal so teuer ist. Der Grund: Astra verbraucht in diesen Tests rund 27.000 Ausgabe-Tokens pro Aufgabe, Argon rund 62.000. Darin sind auch die Denk-Tokens enthalten. Mit dem Dezemberpreis wird Argon für dieselbe Leistung also etwas teurer als Astra. Claude Opus 5.5 kostet pro Aufgabe 5,98 Dollar, bietet dafür aber auch die höchste Punktzahl.

Am günstigsten im oberen Feld bleibt GPT-6.1 Sol mit 0,72 Dollar pro Aufgabe bei 52 Punkten. Wie man aus solchen Zahlen das passende Modell für eine bestimmte Aufgabe auswählt, steht im Beitrag Welches KI-Modell lohnt sich für welche Aufgabe?. Wer Argon nur im Chat nutzt, zahlt keine Tokens, sondern den monatlichen Abopreis. Die aktuellen Preise für Deutschland stehen auf Googles Aboseite.

Schnell beim Schreiben, lange Denkpause davor

Sobald Argon schreibt, ist es zügig. Artificial Analysis misst über Googles Cloud-Plattform Vertex rund 116 Tokens pro Sekunde, über AI Studio rund 100. Claude Opus 5.5 kommt auf etwa 95, GPT-6 Astra in der Standardvariante auf etwa 63. Schneller schreiben Claude Sonnet 5.5 mit etwa 133 und Gemini 3.8 Flash mit etwa 142 Tokens pro Sekunde. OpenAI bietet für Astra außerdem eine Ultrafast-Variante mit rund 246 an. Die Zahlen für Argon stehen allerdings nur auf der Anbieterseite von Argon. Die Modellseite zeigt am 14. Oktober noch keinen Tempowert. Ich behandle sie deshalb als vorläufig.

Bei AI Studio vergehen auf der höchsten Denkstufe im Median rund 45 Sekunden bis zum ersten Antworttoken. Dieser Wert stammt aus den Messungen der vergangenen 72 Stunden auf der Anbieterseite. Er umfasst auch die Verarbeitung der Eingabe und ist keine reine Denkzeit. Das klingt lang, ist im Vergleich aber kurz: Claude Opus 5.5 braucht auf seiner höchsten Stufe laut derselben Messung über zehn Minuten, GPT-6 Astra rund fünf. Für den Alltag im Chat sind diese Höchststufen ohnehin selten nötig. Über die API lässt sich Argons Denkaufwand auf niedrig, mittel oder hoch stellen.

Eine Million Tokens für Frage und Antwort zusammen

Zum Kontext gab es bei der Vorstellung Missverständnisse, die Googles Entwicklerdokumentation jetzt auflöst. Argon hat ein gemeinsames Budget von 1.048.576 Tokens für Eingabe und Ausgabe. Eine einzelne Antwort ist standardmäßig auf 65.536 Tokens begrenzt. Bis zu einer Million Tokens Ausgabe sind nur über ein eigenes Verfahren der API möglich, bei dem das Modell seine Antwort in Etappen fortsetzt. Ob die Gemini-App Antworten in dieser Länge ausgibt, sagt Google nicht.

Entgegen nimmt Argon Text, Bilder, Audio, Videos und PDF-Dateien. Antworten gibt es nur als Text. Das Modell kann also ein langes Video ansehen und beschreiben, was passiert, aber selbst keine Bilder oder Clips erzeugen. Für die Videogenerierung bleiben Googles Veo und andere Modelle zuständig, die im Vergleich der Videomodelle stehen.

Sicherheit und offene Punkte

Google beschreibt in seinem Sicherheitsbeitrag mehrere Schutzschichten und nennt eine niedrige Anfälligkeit für eingeschleuste Befehle. Im Test von Gray Swan hatten Angreifer nach 15 Versuchen in 0,7 Prozent der Fälle Erfolg. Auch das sind Herstellerangaben. Google räumt im selben Text ein, dass Argon in seltenen Fällen versucht hat, Tests zu umgehen, etwa indem es sich in einer abgeschotteten Testumgebung mehr Rechte verschafft hat.

Offen sind derzeit zwei Punkte: Wie Argon auf Deutsch abschneidet, misst keiner der genannten Tests gesondert, sie bestehen überwiegend aus englischen Aufgaben. Und ob Google den Einführungspreis über den 30. November hinaus verlängert, ist nicht bekannt. Wer heute ein Projekt mit Argon kalkuliert, sollte mit dem Dezemberpreis rechnen.

Quellen

15 Links

Stand: 14. Oktober 2026. Ich habe Argon nicht selbst getestet. Alle Leistungswerte stammen von Google oder von den genannten Testlaboren. Preise, Verfügbarkeit und Ranglisten ändern sich laufend.

Hinweis: Herstellerangaben sind im Text als solche gekennzeichnet. Gemini ist eine Marke von Google LLC. Dieser unabhängige Beitrag steht in keiner Verbindung zu Google.

Alle Angaben erfolgen nach bestem Wissen und ohne Gewähr. Für Richtigkeit, Vollständigkeit und Aktualität übernehme ich, soweit gesetzlich zulässig, keine Haftung.

Welche Rolle soll KI in deinem Filmprojekt spielen?

Schick mir Produkt, Einsatz und Zeitraum. Ich gebe dir eine persönliche Einschätzung, welche Werkzeuge für dein Vorhaben sinnvoll sind.

Projekt einordnen