Gemini 4 Argon
Google DeepMind · Coding · Business · Chatbot
Gemini 4 Argon ist Googles Frontier-Modell für lange, mehrstufige Arbeit in Programmierung, Finanzen, Recht, Wissenschaft und Sicherheit. Über die Gemini API bietet es einen Kontext von 1M Tokens.
Über Gemini 4 Argon
About
Was ist Gemini 4 Argon
Gemini 4 Argon ist das Flaggschiffmodell von Google DeepMind für Aufgaben, die Stunden dauern statt Sekunden. Es liest Text, Bilder, Video, Audio und PDFs und arbeitet dann mehrstufige Probleme in Softwareentwicklung, Finanzanalyse, Rechtsprüfung, Cybersicherheit und Forschung durch. Google positioniert es gegen andere Frontier-Modelle, nicht gegen die schnellere eigene Flash-Reihe.
Seine Stärke ist Ausdauer. Ein Kontext von 1M Tokens, geteilt zwischen Eingabe und Ausgabe, hält einen ganzen Codeordner oder einen Stapel Verträge während der Arbeit sichtbar. Das Continuation-Protokoll der API setzt einen Lauf dort fort, wo er aufgehört hat, was zählt, wenn die Ausgabe das Format einer einzelnen Antwort sprengt.
Die Grenzen sollten Sie vor dem Budget kennen. Argon liefert nur Text, Bild-, Audio- und Sprachgenerierung bleiben bei anderen Modellen. Außerdem kostet es pro Token deutlich mehr als Flash, und die Preise der Gemini API ändern sich am 30. November 2026, wenn der Einführungspreis endet.
Erste Schritte
- Öffnen Sie AI Studio oder die Gemini-Unternehmensplattform, aktivieren Sie die Abrechnung und wählen Sie gemini-4-argon aus der Modellliste. Der kostenpflichtige Tarif ist der einzige Zugang.
- Stellen Sie den Denkaufwand auf niedrig, mittel oder hoch. Höhere Stufen verbrauchen mehr Tokens, sparen Sie sich die für schwere Aufgaben.
- Hängen Sie das Material an, von dem die Aufgabe abhängt: einen Repository-Ordner, ein PDF-Paket, Screenshots oder ein Video. Nennen Sie Ihre Konventionen und das erwartete Ausgabeformat.
- Aktivieren Sie bei langen Aufgaben das Continuation-Protokoll, prüfen Sie das Ergebnis und führen Sie eigene Tests aus, bevor Sie es einsetzen.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Gemini 4 Argon.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Softwareteams mit großen Codebasen
- Analysten in Finanzen und Recht
- Sicherheitsverteidiger
Aufgaben
- Umbauten über mehrere Dateien
- Tiefe Dokumentenprüfung
- Agenten-Workflows
Szenarien
- Eine Migration über Wochen
- Wissenschaftliche Analyse
- 3D-Prototypen und Simulationen
Wichtigste Funktionen
Langfristiges Schlussfolgern
Argon hält den Plan über einen langen Lauf sichtbar. Der Kontext von 1M Tokens wird zwischen Eingabe und Ausgabe geteilt, sodass eine Aufgabe viel Material lesen und eine lange Antwort im selben Budget schreiben kann. Das Continuation-Protokoll setzt nach dem Antwortlimit fort, statt neu zu beginnen.
Agentisches Programmieren in Antigravity
In Google Antigravity plant Argon Änderungen, bearbeitet Dateien und führt Befehle aus. Google berichtet, dass Teams damit über 35 % mehr agentische Code-Beiträge einreichten und knapp ein Drittel weniger Rollbacks sahen. Die Zahlen stammen aus Googles eigenen Engineering-Gruppen, Ihr Ergebnis hängt also von Repository und Review-Prozess ab.
Umbau großer Codebasen
Das Chrome-Team nutzte Argon, um die zentrale Seitenverwaltung von einem Altordner mit rund 6 Millionen Zeilen zu trennen. Der Umbau betraf Hunderte Dateien und dauerte Wochen statt Monate, so Google. Er beseitigte außerdem eine Klasse von Browserabstürzen beim Verschieben aktiver Seiten zwischen Tabs und Fenstern.
Multimodales Dokumentverständnis
Die Eingabe umfasst Text, Bilder, Video, Audio und PDFs; die Ausgabe ist Text. Diese Mischung zählt bei Verträgen mit gescannten Unterschriften, Laborberichten mit Diagrammen oder aufgezeichneten Meetings, die eine schriftliche Zusammenfassung brauchen. Google zufolge versteht das Modell tiefe Dokumentinhalte und Längsschnittdaten mit strenger Verankerung.
Tool-Nutzung und strukturierte Ausgabe
Function Calling, Codeausführung, Dateisuche, Verankerung in Suchergebnissen und strukturierte JSON-Ausgabe laufen über die Gemini API, dazu eine Vorschau der Computernutzung. Entwickler wählen pro Anfrage niedrigen, mittleren oder hohen Denkaufwand, was einfache Aufrufe günstiger macht.
Sicherheitskontrollen für Agenten
Argon wurde darauf trainiert, vor irreversiblen Schritten anzuhalten und negative Befunde zu melden. Google maß 2 % Abkürzungsversuche in Programmier-Benchmarks, und das Modell führt den Gray-Swan-Test für indirekte Prompt-Injection mit 0,7 % Angriffserfolg über 15 adaptive Versuche an.
Vor- und Nachteile
Vorteile
- Hält stundenlange Arbeit durch: das Budget von 1M Tokens und das Continuation-Protokoll passen zu Migrationen, Audits und Forschungsaufgaben, die nicht in eine Antwort passen.
- Stark bei echter Ingenieursarbeit: die Projekte Chrome, ADK und xTB zeigen, dass es eine Änderung durch eine riesige Codebasis trägt, statt einzelne Funktionen zu schreiben.
- Günstiger Startpreis für ein Frontier-Modell: $2 pro Million Eingabe-Tokens und $10 für die Ausgabe unterbieten fast alle Rivalen, zwischengespeicherte Eingabe sinkt um 95 %.
- Die Werkzeuge sind vorhanden: Function Calling, Codeausführung, Dateisuche und strukturierte Ausgabe laufen über die Standard-Gemini-API.
- Dokumente kommen in unhandlichen Formaten hinein: gescannte PDFs, Diagramme, Audio und Video ohne separaten Extraktionsschritt.
Nachteile
- Der Rabatt endet am 30. November 2026: Eingabe steigt auf $4, Ausgabe auf $20 pro Million Tokens, doppelt so teuer wie heute.
- Kein kostenloser Tarif: Argon gibt es nur in der kostenpflichtigen API, privater Zugang verlangt ein Google AI Pro- oder Ultra-Abo.
- Nur Textausgabe: Wer Bilder, Audio oder Sprache braucht, muss ein zweites Modell dazunehmen.
- Zu groß für Routineaufrufe: Klassifizieren, kurze Zusammenfassungen und Chat-Antworten sind mit Gemini Flash billiger und schneller.
Häufige Fragen
Für lange, mehrstufige Arbeit: Code umbauen, Verträge prüfen, Finanzberichte auswerten, Sicherheitslücken suchen und wissenschaftliche Experimente begleiten. Kurzer Chat und Content-Generierung kosten auf anderen Gemini-Modellen weniger.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Gemini 4 Argon.
Alternativen zu Gemini 4 Argon
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.