Google hat vor einer breiteren Einführung Gemini 4 Argon vorgestellt und positioniert das Spitzenmodell für komplexe Programmier-, Unternehmens- und Cybersicherheitsaufgaben.
Das Modell erweitert sein Kontextlimit von 64.000 in der Vorgängerversion auf 1 Million Token.
Google plant, zunächst zahlenden API-Kunden und Abonnenten von Google AI Ultra Zugang zu gewähren.
Gemini 4 Argon wird zum Start 2 US-Dollar pro 1 Million Input-Token und 10 US-Dollar pro 1 Million Output-Token kosten.
Google hat Gemini 4 Argon vorgestellt, ein neues Spitzenmodell für komplexe, mehrstufige Aufgaben in der Programmierung, Unternehmensabläufen und Cybersicherheit. Vor einer breiteren Einführung testet Google das Modell über sein Fairwind-Programm mit einer begrenzten Gruppe von Cyberabwehrspezialisten und validiert zugleich weiterhin seine Sicherheitsmechanismen.
Zu den wichtigsten Merkmalen von Argon zählt ein Kontextlimit von 1 Million Token, gegenüber 64.000 in der Vorgängerversion. Zum Start wird das Modell 2 US-Dollar pro 1 Million Input-Token und 10 US-Dollar pro 1 Million Output-Token kosten; zunächst soll es zahlenden API-Kunden und Abonnenten von Google AI Ultra zur Verfügung stehen.
Google erläutert interne Entwicklungsarbeit
Google zufolge nutzt das Unternehmen Gemini 4 Argon bereits intern für Programmierung, Forschung und Arbeiten mit großen Codebasen. Nach Angaben des Unternehmens half das Modell bei der Optimierung eines Quantenalgorithmus und übertraf das veröffentlichte Referenzergebnis um 40%.
Argon half nach Angaben von Google zudem, nach der Analyse von Telemetriedaten aus Rechenzentren mehr als 300 TiB Speicher freizugeben. Das Unternehmen schätzte die gesamten potenziellen Einsparungen auf 500 TiB bis 1 PiB.
Google zufolge half das Modell dabei, die Migration von C- und C++-Codebasen zu Rust auszuweiten, einschließlich Arbeiten am Fuchsia-Zircon-Kernel, der mehr als 800.000 Codezeilen umfasst.
In einem separaten Beispiel zum Open-Source-Projekt libgav1 ersetzten Argon-Agenten nach Angaben von Google 32.000 Zeilen SIMD-Code und erzeugten eine Rust-Version, die 2,7-mal schneller läuft als der vorherige Rust-Port und dabei identische Ergebnisse bei der Videodekodierung liefert.
Bei DeepSWE v1.1, einem Benchmark zur Bewertung der Leistung bei realen, langlaufenden Programmieraufgaben, erreichte Argon 77,9%. Bei AutomationBench, das die End-to-End-Ausführung von Geschäftsaufgaben testet, erzielte das Modell 51,3%.
Google zufolge ist Argon noch nicht breit verfügbar. Das Unternehmen plant, den Zugang schrittweise auszuweiten, während es Rückmeldungen von Testern einholt und die Sicherheitsmechanismen des Modells verstärkt.
Cybersicherheitstests und Schutzmaßnahmen
Google zufolge kann Gemini 4 Argon kritische Software-Schwachstellen autonom identifizieren, validieren und beheben. Wiz nutzt das Modell bereits über die Initiative Scan for Good zum Schutz kritischer Infrastruktur.
Während eines Tests entdeckte Argon nach Angaben von Google eine kritische Schwachstelle in medizinischer Software, durch die die persönlichen Daten von Patienten in Krankenhäusern weltweit hätten offengelegt werden können.
Argon erreichte bei CWE-bench v1, das die Fähigkeit von Modellen zur Behebung von Schwachstellen bewertet, 68% und belegte gemeinsam mit einem anderen Modell den ersten Platz.
Vor einer Einführung in großem Maßstab verstärkt Google Schutzmaßnahmen gegen Missbrauch, Prompt-Injection-Angriffe und Fehler bei der Ausrichtung der Handlungen des Modells an den Nutzerabsichten. Das Unternehmen erklärte, es nutze automatisierte und manuelle Red-Team-Tests, die Überwachung der internen Prozesse des Modells sowie isolierte Umgebungen für Tests mit hohem Risiko.
Eine Woche zuvor hatte Anthropic das günstigere und schnellere Modell Claude Opus 5.5 vorgestellt, während OpenAI GPT-6 Sol und Luna mit niedrigeren Nutzungskosten einführte.
Quelle: HODL Press
