Google hat am 13. Oktober angekündigt, Gemini 4 Argon weltweit zu öffnen. Entwickler greifen über AI Studio und die kostenpflichtigen Stufen der Gemini API auf das Modell zu, der Modellname lautet gemini-4-argon. In der Gemini-App und im AI Mode der Suche steht es Abonnenten von Google AI Pro und Ultra zur Verfügung; das Programmierwerkzeug Antigravity bleibt Ultra-Abonnenten vorbehalten.
Als das Modell vor zwei Wochen erschien, ging es zunächst nur an die Cyberabwehr-Teams im Fairwind-Programm. Nun weitet Google den Zugang auf Entwickler, Unternehmen, Forschung und gewöhnliche Abonnenten aus. Der Strang für die Sicherheitsteams bleibt bestehen: Anträge werden weiter fortlaufend geprüft, und es gibt eine Version ohne Cybersicherheits-Leitplanken.
Von den Sicherheitsteams zu allen zahlenden Nutzern
Setzt man die Stationen von Argon aneinander, geht Google erst schmal und dann breit vor. Beim Start am 30. September nannte das Unternehmen drei Einsatzfelder: Softwareentwicklung, Wissensarbeit in Unternehmen wie Recht und Finanzen sowie Cyberabwehr. Die damals veröffentlichten Ergebnisse stammten überwiegend aus Programmier- und Schwachstellen-Benchmarks wie DeepSWE und CWE-bench.
Mit der Runde vom 13. Oktober hat Google neben dem Hauptbeitrag gleichzeitig einen Entwicklerblog zur Robotik und einen technischen Rückblick veröffentlicht, in dem Argon die eigenen Open-Source-Codebasen optimiert hat. Der Schwerpunkt verschiebt sich damit von der Frage, ob das Modell Code schreiben kann, hin zu der Frage, ob es die physische Welt versteht.
Der Preis bleibt unverändert: In der Einführungsphase kosten Input-Tokens 2 US-Dollar und Output-Tokens 10 US-Dollar pro Million, Input mit Cache-Treffer wird um weitere 95 Prozent günstiger. Zum Start hatte Google nicht gesagt, wie lange die Aktion läuft; diesmal steht das Enddatum fest: Ab dem 30. November gelten wieder 4 US-Dollar für Input und 20 US-Dollar für Output.
Die Zahlen aus dem Robotik-Blog
Auf dem Benchmark für verkörpertes Schlussfolgern, ERQA, meldet Google 87 Prozent. Die Aufgaben prüfen physikalische und räumliche Fragen im dreidimensionalen Raum. Im Originalwortlaut heißt es:
„Using pure reasoning, Argon scores 87%, outperforming every other frontier model.“
Allein durch Schlussfolgern erreicht Argon 87 Prozent und übertrifft damit jedes andere Frontier-Modell.
In der Demonstration kam der vierbeinige Roboter Spot von Boston Dynamics zum Einsatz. Argon baut zunächst in MuJoCo einen digitalen Zwilling mit Gelenken auf und übt darin wiederholt, bevor es den echten Roboter steuert; dieser lernt, einen Mülleimer mit dem Fuß zu öffnen und eine Getränkedose hineinzuwerfen. Ein weiteres Beispiel ist ein Roboterarm, der per Zero-Shot-Steuerung einen Becher aufrichtet und eine Serviette hineinsteckt.
Die praxisnächsten Zahlen stammen aus der Simulationserzeugung. Die Forschenden fotografierten eine Tischfläche, ließen Argon daraus eine Simulationsszene bauen und erzeugten mehr als 4.500 Durchläufe mit Domain Randomization, mit denen ein Vision-Language-Action-Modell feinjustiert wurde. In Tests am echten Roboter stieg die Erfolgsquote von 56 auf 75 Prozent, die Abschlusszeit sank von 35 auf 24 Sekunden. Bei einer Pick-and-Place-Aufgabe mit einem SO-101-Arm ging die Dauer nach drei Runden der Selbstverbesserung von 58,9 Sekunden auf 22,9 und dann auf 17,4 Sekunden zurück.
Das sind durchweg Experimente von Google selbst; zur Stichprobengröße und zur Zahl der Testläufe macht der Blog keine Angaben, und eine unabhängige Reproduktion ist bislang nicht bekannt.
Ergebnisse, die andere Kunden melden
Im Hauptbeitrag führt Google eine Reihe interner Anwendungsfälle und solcher von Partnern auf: Das Chrome-Team bearbeitete in einer Codebasis mit 40 Millionen Zeilen rund 6 Millionen Zeilen Altcode, wodurch sich das Refactoring Hunderter Dateien von Monaten auf Wochen verkürzte. Bei Googles internen agentischen Code-Commits stieg die Zahl um mehr als 35 Prozent, die Rollbacks gingen um knapp ein Drittel zurück.
Die Python-Version des Open-Source-Agenten-Frameworks ADK ist ein öffentlich nachprüfbares Beispiel. Ingenieure ließen Argon 11 Stunden unbeaufsichtigt auf der Codebasis laufen; es schlug 6 Optimierungen vor, nach menschlicher Prüfung wurden 2 übernommen. Die Speichervorbereitungszeit bei langen Sitzungen sank um etwa 40 Prozent, der Import beim Kaltstart wurde um 21 Prozent schneller. Dass von 6 Vorschlägen nur 2 durchgingen, sagt über den derzeitigen Einsatz mehr aus als jede Werbebotschaft.
Zu den Sicherheitstests gibt Google an, dass die Angriffserfolgsrate bei den indirekten Prompt-Injection-Tests von Gray Swan nach 15 adaptiven Angriffen auf 0,7 Prozent gesunken sei; das „Abkürzungen nehmen“ in Programmier-Benchmarks sei auf 2 Prozent zurückgegangen.
Die unabhängige Bewertungsstelle Artificial Analysis aktualisierte ihr Urteil am Tag der Öffnung: Der Intelligenzindex liegt gleichauf mit GPT-6 Astra, die Kosten pro Aufgabe betragen etwa sechzig Prozent. Dieser Kostenvergleich beruht auf dem Einführungspreis und muss nach dem 30. November neu berechnet werden.
Quellen: Offizieller Google-Blog, Google Developers Blog (Robotik-Beitrag und ADK-Optimierungsrückblick), CocoLoop, Modellkarte von Google DeepMind; Intelligenzindex und Berechnungsgrundlage der Kosten pro Aufgabe von Artificial Analysis.