Alle AI-Trends
Direkt in dein Postfach
Erhalte exklusive AI-Tutorials, Praxistipps und KI-News direkt in dein Postfach.
*Mit deiner Anmeldung akzeptierst du unsere Datenschutzrichtlinien.
Jetzt neu: Byte Pulse – Token-Limits von Claude Code, Codex & Co. tracken! 
Google DeepMind

Gemini 4 Argon

Gemini 4 Argon ist Googles Reasoning-Modell mit 1 Mio. Tokens Kontext. Es eignet sich für Agentic Coding, Wissensarbeit und Cybersicherheit.

AA Intelligence Index
53Punkte
Median aller Modelle: 26
API-Preis In / Out
$2 / $10
je 1 Mio. Tokens, Cache: $0,10
Kontextfenster
1 Mio.Tokens
Maximaler Output: 1.000.000 Tokens

Gemini 4 Argon im Überblick

Stand Oktober 2026 führt Gemini 4 Argon fünf Ranglisten auf Byte.de an, darunter GPQA Diamond (96 %), Arena.ai (1.524 Elo) und SimpleQA Verified (76 %). Im Artificial Analysis Intelligence Index steht es mit 53 Punkten auf Platz 3 von 132 Modellen.

Stark bei Agenten und Wissensarbeit

Auf DeepSWE v1.1 erreicht Argon laut Google 77,9 %, Claude Opus 5.5 kommt in derselben Tabelle auf 74,2 % und GPT-6 Astra auf 74,1 %. Epoch AI misst 96 % auf GPQA Diamond und 82 % auf APEX-Agents (Pass@1). Im Artificial Analysis Intelligence Index erreicht Argon 53 Punkte (high reasoning) und liegt damit gleichauf mit GPT-6 Astra, Gemini 3.1 Pro Preview kam dort auf 30.

  • Agentic Coding
  • Code-Migration
  • Finanzanalyse
  • Rechtsrecherche
  • Cyber-Abwehr
  • Lange Dokumente

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

  • Nicht überall vorn. Auf Terminal-Bench 4.0 erreicht Argon bei Vals AI 57,58 %, Claude Opus 5.5 kommt auf 65,15 %. Auf FrontierSWE v2 steht es laut Google-Tabelle bei 55,0 %, GPT-6 Astra bei 65,5 %.
  • Preis verdoppelt sich im Dezember. Bis 30. November 2026 gilt ein Einführungspreis von $2 je 1 Mio. Input- und $10 je 1 Mio. Output-Tokens. Danach verlangt Google $4 und $20.
  • Hoher Tokenverbrauch. Laut Artificial Analysis braucht Argon im Intelligence Index im Schnitt 62K Output-Tokens pro Aufgabe, GPT-6 Astra 27K. Auf Terminal-Bench 4.0 kostet ein Test bei Vals AI $17,64, bei GPT-6 Astra $9,58.
  • Geschlossen und gestaffelt. Das Modell ist proprietär, Open Weights gibt es nicht. In der Gemini App und im AI Mode bekommst du es nur mit Google AI Pro oder Ultra, in Antigravity nur mit Ultra.
Ähnliche KI-Modelle ansehen

Gemini 4 Argon Benchmarks

53Punkte

Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).

Mehr zum Benchmark
Artificial Analysis Intelligence IndexMedian aller Modelle: 26
  1. Claude Opus 5.5Platz 1, Anthropic
  2. Claude Sonnet 5.5Anthropic
  3. Gemini 4 ArgonGoogle DeepMind
  4. Muse WonderMeta AI
  5. GPT-6.1 SolOpenAI
  6. Gemini 3.5 FlashGoogle DeepMind
  7. Gemini 3.1 ProGoogle DeepMind
Daten: Artificial Analysis (artificialanalysis.ai)artificialanalysis.ai

Gemini 4 Argon API-Preise

Input
$2/ 1 Mio. Tokens
Cache-Lesen
$0,10/ 1 Mio. Tokens
Output
$10/ 1 Mio. Tokens

Geschätzte Tokenkosten

$30,00

$0,30 je Anfrage (100 Anfragen)

  • Input inkl. Cache$20,00
  • Output$10,00

Schätzung in USD auf Basis der Preise von Google DeepMind, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.

Cache-Schreiben und Rechenweg

Das Schreiben in den Cache kostet $0,1875 je 1 Mio. Tokens und ist in der Schätzung nicht enthalten.

Kosten = Anfragen × (Input ohne Cache × $2 + Input aus Cache × $0,10 + Output × $10) / 1.000.000

Gemini 4 Argon Modelldaten

Kontextfenster
1.000.000 Tokens
Maximaler Output
1.000.000 Tokens
Eingabe
Text, Bilder, PDF, Audio, Video
Ausgabe
Text
Anbieter
Google DeepMind
Veröffentlicht
30. September 2026
Wissensstand
März 2026
Modellgewichte
Geschlossen
1 Mio. Tokens Kontext1 Mio. maximaler Output

Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.

Standardfähigkeiten & Schnittstellen
  • Reasoning
  • Bildverständnis
  • Tool-Nutzung
  • Websuche
  • Prompt-Caching
  • Strukturierte Ausgaben

Daten aktualisiert am 19. Oktober 2026. Fehler gefunden? kontakt@byte.de

Gemini 4 Argon API-Provider

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu Gemini 4 Argon

Was kostet Gemini 4 Argon?

Bis 30. November 2026 gilt ein Einführungspreis von $2 je 1 Mio. Input- und $10 je 1 Mio. Output-Tokens, gecachter Input kostet 95 % weniger ($0,10). Danach steigt der Preis laut Google auf $4 und $20. Im Flex-Modus sind es derzeit $1 und $5.

Wie groß ist das Kontextfenster?

Laut Google bis zu 1 Mio. Tokens für Eingabe und Ausgabe zusammen. Die Ausgabe darf diesen Rahmen voll nutzen, zuvor lag das Output-Limit bei 64K Tokens.

Ist Gemini 4 Argon Open Source?

Nein. Das Modell ist proprietär, Epoch AI führt es als Closed Weights. Du nutzt es über die Gemini API, Google Cloud und Google-Produkte.

Wo kann ich das Modell nutzen?

Google hat Argon am 30. September 2026 angekündigt, zunächst nur für Cyber-Verteidiger im Fairwind-Programm. Seit dem 13. Oktober 2026 ist es über die Gemini API (bezahlte Stufe), Google AI Studio und Google Cloud verfügbar. In der Gemini App und im AI Mode erhalten Abonnenten von Google AI Pro und Ultra Zugang, in Antigravity nur Ultra.

Was ist besser als bei früheren Gemini-Modellen?

Im Artificial Analysis Intelligence Index erreicht Argon 53 Punkte, Gemini 3.1 Pro Preview kam auf 30, Gemini 3.8 Flash liegt 12 Punkte dahinter. Das Output-Limit steigt von 64K auf bis zu 1 Mio. Tokens, und der Cache-Rabatt liegt bei 95 % statt 90 % wie bei Gemini 3.8 Flash.

Halluziniert das Modell weniger?

Laut Artificial Analysis liegt die Halluzinationsrate auf AA-Omniscience bei 15 %, bei GPT-6 Astra bei 51 %. Dafür ist die Genauigkeit mit 50 % niedriger als bei GPT-6 Astra mit 63 %.

Ähnliche KI-Modelle

Weitere Modelle von Google DeepMind

  • Gemini 3.5 Flash

    Google DeepMind
    Input / 1 Mio.
    $1,50
    Output / 1 Mio.
    $9
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    Mai 2026
    Reasoning

  • Gemini 3 Deep Think

    Google DeepMind
    Kontextfenster
    128k Tokens
    Veröffentlichung
    November 2025
    Reasoning

  • Gemini 3.1 Pro

    Google DeepMind
    Input / 1 Mio.
    $2
    Output / 1 Mio.
    $12
    Kontextfenster
    1 Mio. Tokens
    Veröffentlichung
    Februar 2026
    Reasoning

Modelle anderer Anbieter

  • Muse Wonder ist Metas proprietäres Reasoning-Modell für Agenten.

    Input / 1 Mio.
    $4
    Output / 1 Mio.
    $20
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    Oktober 2026
    Reasoning
  • Input / 1 Mio.
    $2
    Output / 1 Mio.
    $10
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    September 2026
    Reasoning
  • Input / 1 Mio.
    $2
    Output / 1 Mio.
    $10
    Kontextfenster
    1 Mio. Tokens
    Veröffentlichung
    September 2026
    Reasoning