Google DeepMind hat mit Gemini 4 Argon das größte Modell-Update seit über sieben Monaten veröffentlicht – und die Benchmark-Ergebnisse sind beeindruckend. In 13 von 19 als glaubwürdig eingestuften Benchmarks erreicht Argon laut Google den ersten Platz, vor OpenAIs GPT-6 Astra und Anthropics Claude Opus 5.5. Besonders bemerkenswert: Ein neues Feature namens „Long Decode Continuation“ hebt das Ausgabe-Limit auf bis zu eine Million Tokens an – ein Industrierekord. Doch es gibt einen Haken: Aktuell ist das Modell nur in einer eingeschränkten Cybersecurity-Preview verfügbar, der breite Zugang für Entwickler und Unternehmen lässt noch auf sich warten. Für den DACH-Raum bedeutet das: beobachten, vorbereiten – und verstehen, was sich hier gerade strukturell verschiebt.
Hintergrund: Googles langer Anlauf nach der Management-Krise
Seit Februar 2026, als Google Gemini 3.1 Pro herausbrachte, gab es kein größeres Modell-Update mehr aus Mountain View. Was folgte, waren inkrementelle Flash-Versionen und – vielleicht gravierender – ein tiefgreifender Umbau im Management von Google DeepMind. Währenddessen zogen die Konkurrenten davon: OpenAI launchte GPT-6 Astra mit den autonom agierenden „Dots“-Agenten, Anthropic brachte Claude Opus 5.5 und die Fable-Klasse auf den Markt. Die zentrale Frage in der KI-Community war nicht mehr ob, sondern wann Google wieder an die Frontier zurückkehren würde.
Die Antwort kam am 29. September 2026 – und sie fiel größer aus, als viele erwartet hatten. Sundar Pichai und Demis Hassabis stellten Gemini 4 Argon gemeinsam vor, positioniert für drei Kernbereiche: Coding, Enterprise-Wissensarbeit und Cyberverteidigung.
Die Details: Benchmarks, Preise und ein bahnbrechendes Output-Limit
Benchmarks: Google beansprucht Platz eins in 13 von 19 veröffentlichten Benchmarks. Auf DeepSWE – einem anspruchsvollen Software-Engineering-Benchmark – erreicht Argon 77,9 Prozent, verglichen mit 74,2 Prozent für Claude Opus 5.5 und 74,1 Prozent für GPT-6 Astra. Artificial Analysis bestätigt die Stärke mit einem Intelligence Index von 53 – gleichauf mit GPT-6 Astra und knapp vor GPT-6.1 Sol (52).
Long Decode Continuation – das Killer-Feature: Das bisherige Output-Limit lag bei 64.000 Tokens. Argon hebt es auf bis zu eine Million Tokens an – das ist rund 15,6-mal mehr. Technisch funktioniert das so: Wenn eine Antwort so lang wird, dass ein einzelner API-Call aus Timeout-Gründen nicht durchhält, pausiert die API die Ausgabe und setzt sie in Folgeaufrufen nahtlos fort. Das Modell bleibt dabei logisch in einem zusammenhängenden Antwortpfad. Vals AI misst aktuell maximal 262.000 Tokens in einem einzelnen Call, doch über Long Decode Continuation erreichte Artificial Analysis die vollen 1 Million.
Warum ist das relevant? Weil mehr Output-Tokens nicht einfach „mehr Text“ bedeuten, sondern mehr zusammenhängende Denk- und Arbeitszeit in einer einzigen Trajektorie. Das Modell muss große Aufgaben nicht mehr in viele kleine Schritte zerteilen – es kann ein komplettes Refactoring, eine umfassende Analyse oder ein langes Forschungsdokument in einem Durchgang erstellen.
Bei den Long-Context-Benchmarks wird der Vorsprung besonders deutlich: Auf GraphWalks (256K–1M Tokens) erreicht Argon 84,2 Prozent, gegenüber 71,8 Prozent für GPT-6 Astra, 66,8 Prozent für Claude Opus 5.5 und 65,0 Prozent für Claude Fable 5.1.
Preise: Die Standardpreise liegen bei 4 Dollar pro Million Input-Tokens und 20 Dollar pro Million Output-Tokens. Ein 50-prozentiger Einführungsrabatt senkt das auf 2 beziehungsweise 10 Dollar – ohne angekündigtes Enddatum. Cached Input erhält sogar 95 Prozent Rabatt. Pro Aufgabe kostet Argon damit im Schnitt 1,99 Dollar, verglichen mit 3,26 Dollar für Astra. Allerdings: Die Ersparnis kommt vom Preis, nicht von der Effizienz – Argon verbraucht durchschnittlich 62.000 Output-Tokens pro Aufgabe, während Astra mit 27.000 auskommt.
Interne Einsätze bei Google: Argon-Agenten haben laut Google bereits über 300 TiB Datacenter-Speicher freigeräumt und migrieren aktuell mehr als 800.000 Zeilen C/C++-Kernel-Code nach Rust. Ein Video-Decoder wurde von 32.000 Zeilen SIMD-Code auf sicheres Rust umgestellt – mit dem Ergebnis, dass der bestehende Rust-Port 2,7-mal schneller läuft bei identischem Output. Besonders bemerkenswert: Interne Agent-Loops auf Basis von Argon sollen bei der Lösung der CK-Vermutung geholfen haben – ein echtes Forschungsergebnis.
Einordnung: Was das für Solopreneure, Marketer und Tech-Profis bedeutet
Hier meine ehrliche Einschätzung: Gemini 4 Argon ist Googles überzeugendste Antwort seit Langem – aber es ist auch ein Modell, das du Stand heute noch nicht nutzen kannst. Der Zugang startet mit Regierungsbehörden und vertrauenswürdigen Cyber-Verteidigern im sogenannten Fairwind-Programm. Entwickler, Unternehmen und Endverbraucher müssen warten, bis Google die Guardrails finalisiert hat.
Trotzdem verschieben sich die Koordinaten:
- Für Entwickler und Tech-Teams: Eine Million Output-Tokens öffnen komplett neue Workflows. Große Code-Migrationen, End-to-End-Audits, umfangreiche Dokumentationen – alles in einem konsistenten Durchlauf statt in mühsamen Einzelschritten. Das verändert, wie du über Agentic Workflows nachdenkst.
- Für Solopreneure und Content-Creator: Die Preisstruktur ist aggressiv. Bei 2 Dollar pro Million Input-Tokens und 10 Dollar pro Million Output-Tokens (mit Rabatt) wird das Experimentieren günstiger – vorausgesetzt, der Zugang kommt zeitnah.
- Für den DACH-Markt speziell: Während OpenAI seine Dots-Agenten im europäischen Wirtschaftsraum für Privatnutzer zunächst nicht anbietet, bleibt abzuwarten, ob Google beim Rollout von Argon schneller liefert. Die DSGVO-Frage wird bei einem Modell, das bis zu eine Million Tokens Output generiert und auf sensible Unternehmensdaten zugreift, nicht trivial.
Man sollte auch die Risiken nicht unterschätzen: Sehr lange Antworten erzeugen höhere Kosten, mehr Latenz und – das ist der kritische Punkt – eine deutlich schwierigere Verifizierung. Wenn ein Modell 62.000 Tokens pro Aufgabe produziert statt 27.000, musst du als Nutzer auch mehr prüfen.
Was kommt als nächstes
Der KI-Markt ist in eine Phase eingetreten, in der drei Anbieter – Google, OpenAI und Anthropic – auf nahezu identischem Benchmark-Niveau konkurrieren. Ein Intelligence Index von 52 bis 53 trennt die Spitzenmodelle kaum noch. Die Differenzierung verlagert sich von der reinen Modellqualität hin zu Features, Ökosystem und Verfügbarkeit.
Google muss jetzt liefern: Argon für die breite Entwickler-Community freigeben, die API-Stabilität bei Long Decode Continuation beweisen und den europäischen Rollout klären. OpenAI hat mit den Dots-Agenten einen Vorsprung bei der Produktintegration, Anthropic punktet mit Claude Opus 5.5 bei der Coding-Community. Das Rennen ist so eng wie nie – und genau das ist die gute Nachricht für alle, die diese Modelle einsetzen wollen. Der Wettbewerb drückt die Preise, treibt die Innovation und gibt dir als Nutzer mehr Auswahl. Behalte die nächsten Wochen im Blick: Sobald Argon aus der Preview kommt, wird es spannend zu sehen, ob die Benchmark-Versprechen im Alltag halten.