Google stellt Gemini 4 Argon vor, lässt Nutzer aber zunächst außen vor
Google DeepMind hat mit Gemini 4 Argon sein erstes neues Frontier-Modell seit fast einem Jahr präsentiert. Das Modell führt viele Benchmarks an, verarbeitet eine Million Tokens pro Aufruf und kostet nur die Hälfte von Claude Opus 5.5, ist aber noch nicht nutzbar: Zuerst erhalten Cyber-Abwehrteams den Zugang.
Veröffentlicht am 9. Okt. • Zuerst erschienen auf danielsamfdo.github.io
Kurzfassung: Googles erstes neues Frontier-Modell seit fast einem Jahr führt die meisten Benchmarks an, schreibt eine Million Token in einem einzigen Aufruf, kostet die Hälfte von Claude Opus 5.5 — und Sie können es nicht nutzen. Cyber-Verteidiger bekommen die Schlüssel zuerst.
Am 30. September 2026 hat Google DeepMind Gemini 4 Argon vorgestellt — sein erstes neues Frontier-Modell seit Gemini 3.1 Pro im vergangenen November und sein erstes Modell jenseits der Flash-Klasse seit rund sieben Monaten. Die Zahlen sind beeindruckend: der erste Platz auf 18 Benchmarks, davon 13, gegen GPT-6 Astra und Claude Opus 5.5 (laut Zählung von VentureBeat), eine Verfünffache... eine Steigerung des Ausgabebudgets um Faktor 15,6 und ein Einführungspreis von exakt der Hälfte von Claude Opus 5.5.
Und fast niemand kann es nutzen. Argon wird zuerst an überprüfte Cyber-Verteidiger im Fairwind-Programm von Google ausgerollt. Bezahlte API-Kunden und Google AI Ultra Abonnenten sind "als Nächstes" dran — ohne genaues Datum.
Diese Reihenfolge — zuerst die Verteidiger, irgendwann alle anderen — ist die eigentliche Geschichte. Ich erläutere, was Argon ist, was die Zahlen wirklich aussagen und warum die Inszenierung des Launches wichtiger ist als die Bestenliste.
Man stelle sich ein Frontier-Modell wie einen neuen Supercomputer-Entwurf vor. Wenn es tatsächlich leistungsfähiger ist als alles, was es zuvor gab, gelten zwei Dinge gleichzeitig:
Historisch haben die Labore das mit Red-Teaming und Nutzungsrichtlinien nach dem Release gehandhabt. Googles Vorgehen bei Argon ist anders: Die Verteidiger erhalten das Modell, bevor die Angreifer überhaupt seine Form kennen. Cyber-Abwehrteams bekommen den ersten Zugriff, weil Argons zentraler Anwendungsfall genau das Aufspüren und Beheben von Software-Schwachstellen ist. Google meldet 68 % auf CWE-bench v1 (gleichauf mit GPT-6 Astra) und eine Bestmarke von 0,7 % Erfolgsquote für Angreifer bei der Gray-Swan-Suite für Prompt-Injection.
Auch die US-Regierung kommt früh zum Zug, im Rahmen eines freiwilligen Prozesses für Zugriff vor dem Release. Tausende Google-Mitarbeiter nutzen es bereits intern für Programmierung, Forschung und Textarbeit — in einem internen Beispiel schlug Argon bei der Optimierung von Quantencomputing-Unterroutinen eine veröffentlichte Baseline um 40 %.
Argons gestaffelter Rollout: zuerst Verteidiger, später Entwickler. Quelle: Google, 30. September 2026.
Zur Architektur und Parameteranzahl hat Google fast nichts verraten. Was wir wissen:
Ausgabelimit: 64K → 1M Token. Bei etwa 0,75 Wörtern pro Token sind das rund 190 Seiten gegenüber etwa 3.000 Seiten pro Aufruf.
Von Google gemeldete Werte. Die Vergleichswerte der Konkurrenz stammen aus Anbieter- bzw. öffentlichen Bestenlisten, nicht aus identischen Testaufbauten.
Die ehrlichen Einschränkungen: Bloomberg berichtete (unter Berufung auf anonyme Quellen), einige Google-Mitarbeiter hielten die interne Leistung für unzureichend; Google widersprach dem. Und Googles eigene Methodiknotiz besagt, dass einige Argon-Werte intern berechnet wurden, während die Werte der Rivalen von Anbietern oder öffentlichen Bestenlisten stammen — die Abstände also als Tendenz, nicht als Evangelium betrachten. Zudem gilt: Absolute Werte bei professionellen Benchmarks wie Harvey (19,6 %) sind absolut gesehen weiterhin niedrig. "Beste" und "gut" sind unterschiedliche Wörter.
Drei Dinge an Argon beschreiben, wohin die Branche geht, nicht nur wohin Google geht:
1. Der Flaggschiff-Preis ist inzwischen der Arbeitstier-Preis. Die Einführungs-Preise für die API liegen bei 2/10 Dollar pro Million Ein-/Ausgabe-Token (gecachter Input bei 0,10 Dollar — ein Rabatt von 95 %), danach gelten 4/20 Dollar. Das ist die Hälfte der 4/20 Dollar von Claude Opus 5.5 und ein Fünftel der Preise von GPT-6 Astra. Ein Frontier-Modell, das zu Mittelpreisen startet, ist keine Großzügigkeit — es ist das September-Muster: Opus 5.5 selbst senkte die Preise gegenüber Opus 5 um 20 % bei Ein-/Ausgabe und um 60 % bei gecachten Abrufen. Das Frontier wird als Volumengeschäft neu bepreist.
Dollar pro 1M Token, Input + Output. Argons Einführungspreis unterbietet jeden Frontier-Rivalen auf dem Feld.
2. Der gestaffelte Rollout wird zum Standard bei echten Fähigkeitssprüngen. Verteidiger zuerst ist kein Marketing; es ist die Branche, die internalisiert, dass ein Modell, das gut im Finden von Schwachstellen ist, vom ersten Tag an dual-use ist. Man darf erwarten, dass künftige Launches häufiger hinter einer Prüfmauer beginnen.
3. Das Benchmark-Schlachtfeld hat sich zu professioneller Arbeit verlagert. Die größten Abstände zeigen sich nicht bei Reasoning-Rätseln, sondern bei Harvey (Rechtswesen), Vals Finance und AutomationBench. Die Labore haben verstanden, dass Enterprise-Käufer kein Elo kaufen, sondern die Frage "bringt es den Workflow zu Ende". Argons Benchmark-Übersicht liest sich wie ein Sales-Deck für Kanzleien und Banken, und das ist Absicht.
Quellen: Ankündigung von Google DeepMind (30. September 2026); llm-releases.com Tracker; Artificial Analysis; Berichterstattung via TechCrunch, VentureBeat, Axios/Bloomberg, MorningTick, DEV, AlexTech, Digest AI. Alle Benchmark- und Preisangaben sind Hersteller- bzw. Drittmittelangaben und wurden zum Launch nicht unabhängig nachgestellt.
Vorgeschlagene Tags: AI, LLMs, Machine Learning, Google, Tech News
Begleit-Notebook: das ausführbare Tutorial zu diesem Beitrag — hier herunterladen (in Colab/Jupyter öffnen).
Mit Vorlagen lassen sich häufige Fragen schnell beantworten oder Snippets zur Wiederverwendung speichern.
Sind Sie sicher, dass Sie diesen Kommentar verbergen möchten? Er wird in Ihrem Beitrag verborgen, bleibt aber über den Permalink des Kommentars sichtbar.
Für weitere Maßnahmen können Sie diese Person blockieren und/oder Missbrauch melden.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Posted on Oct 9 • Originally published at danielsamfdo.github.io
One-line: Google's first new frontier model in nearly a year tops most benchmarks, writes a million tokens in one call, costs half of Claude Opus 5.5 — and you can't use it. Cyber defenders get the keys first.
On September 30, 2026, Google DeepMind unveiled Gemini 4 Argon — its first new frontier model since Gemini 3.1 Pro last November, and its first non-Flash-class model in roughly seven months. The numbers are loud: first place on 13 of 18 benchmarks against GPT-6 Astra and Claude Opus 5.5 (per VentureBeat's count), a 15.6x jump in output budget, and introductory pricing at exactly half of Claude Opus 5.5.
And almost nobody can touch it. Argon is rolling out first to vetted cyber defenders in Google's Fairwind Program. Paid API customers and Google AI Ultra subscribers are "next" — with no date attached.
That ordering — defenders first, everyone else eventually — is the real story. Let me unpack what Argon is, what the numbers actually say, and why the launch choreography matters more than the leaderboard.
Think of a frontier model like a new supercomputer design. When it's genuinely more capable than what existed before, two things are true at once:
Historically, labs handled this with red-teaming and usage policies after release. Google's move with Argon is different: the defenders get the model before the attackers even know its shape. Cyber defense teams get first access specifically because Argon's headline use case is finding and fixing software vulnerabilities — Google reports 68% on CWE-bench v1 (tied with GPT-6 Astra) and a best-in-class 0.7% success rate for attackers on the Gray Swan prompt-injection suite.
The US government gets in early too, under a voluntary pre-release access process. Thousands of Google employees are already using it internally for coding, research, and writing — one internal example had Argon beating a published baseline by 40% when optimizing quantum computing subroutines.
Argon's staged rollout: defenders first, developers later. Source: Google, Sep 30 2026.
Google disclosed almost nothing about architecture or parameter count. What we know:
Output ceiling: 64K → 1M tokens. At ~0.75 words/token, that's ~190 pages vs ~3,000 pages per call.
Google-reported scores. Comparison scores for rivals came from provider/public-leaderboard sources, not identical test setups.
The honest caveats: Bloomberg reported (via anonymous sources) that some Google employees considered internal performance inadequate; Google disputed it. And Google's own methodology note says some Argon scores were computed internally while rival scores came from providers or public leaderboards — so treat the margins as directional, not gospel. Also note: absolute scores on professional benchmarks like Harvey (19.6%) are still low in absolute terms. "Best" and "good" are different words.
Three things about Argon describe where the industry is going, not just where Google is:
1. The flagship price is now the workhorse price. Introductory API pricing is $2/$10 per million input/output tokens (cached input at $0.10 — a 95% discount), reverting to $4/$20. That's half of Claude Opus 5.5's $4/$20 and a fifth of GPT-6 Astra's pricing. A frontier model launching at mid-tier prices isn't generosity — it's the September pattern: Opus 5.5 itself cut 20% off input/output and 60% off cached reads vs Opus 5. The frontier is being repriced as a volume business.
$/1M tokens, input + output. Argon's intro rate undercuts every frontier rival on the board.
2. Phased rollout is becoming the default for real capability jumps. Defenders-first isn't marketing; it's the industry internalizing that a model good at finding vulnerabilities is dual-use on day one. Expect more launches to start behind a vetting wall.
3. The benchmark battlefield moved to professional work. The biggest margins aren't on reasoning puzzles — they're on Harvey (legal), Vals Finance, AutomationBench. The labs have figured out that enterprise buyers don't buy Elo; they buy "does it finish the workflow." Argon's benchmark sheet reads like a sales deck for law firms and banks, and that's deliberate.
Sources: Google DeepMind announcement (Sep 30, 2026); llm-releases.com tracker; Artificial Analysis; coverage via TechCrunch, VentureBeat, Axios/Bloomberg, MorningTick, DEV, AlexTech, Digest AI. All benchmark and pricing figures are vendor/third-party-reported and had not been independently re-run at launch.
Suggested tags: AI, LLMs, Machine Learning, Google, Tech News
Companion notebook: the runnable tutorial for this post — download it here (open in Colab/Jupyter).