Google DeepMind hat mit Gemini 4 Argon ein neues Frontier-Modell vorgestellt, das vor allem für komplexe, lang laufende Arbeitsabläufe entwickelt wurde. Neben Softwareentwicklung, Recherche und Wissensarbeit hebt Google insbesondere die Fähigkeiten im Bereich Cybersecurity hervor. Zum Start wird Argon allerdings nicht allgemein verfügbar gemacht, sondern zunächst über das Fairwind Program an ausgewählte und vertrauenswürdige Cybersecurity-Teams ausgerollt.
Cybersecurity steht im Mittelpunkt
Gemini 4 Argon soll Sicherheitslücken in Software autonom erkennen, überprüfen und beheben können. Google will ausgewählten Verteidigern und eigenen internen Teams dafür eine Variante ohne bestimmte Cybersecurity-Schutzbeschränkungen bereitstellen, damit die Fähigkeiten des Modells vollständig für defensive Aufgaben genutzt werden können.
Nach Angaben von Google wird Argon bereits von Wiz im Rahmen der Initiative „Scan for Good“ eingesetzt. Dabei habe das Modell eine kritische Schwachstelle in weltweit eingesetzter Gesundheitssoftware entdeckt, die zuvor von anderen Frontier-Modellen nicht identifiziert worden sei.
Gewinnen in der Plattform-Ökonomie
Google meldet Spitzenwerte bei Sicherheitsbenchmarks
Auf CWE-bench v1 erreicht Gemini 4 Argon laut Google einen Wert von 68 Prozent und liegt damit an der Spitze des Benchmarks zur Behebung von Sicherheitslücken. Auch in internen Tests und einem Black-Box-Penetrationstest von Wiz soll das Modell gegenüber Gemini 3.8 Flash Cyber besser abschneiden.
Google betont zugleich die Widerstandsfähigkeit gegen indirekte Prompt-Injection-Angriffe. Argon soll im entsprechenden Benchmark von Gray Swan besonders robust abschneiden und wurde nach Unternehmensangaben zusätzlich durch automatisiertes Red Teaming und adversariales Training getestet.
Eine Million Output-Tokens für lange Aufgaben
Für komplexe Workflows erweitert Google das maximale Ausgabevolumen deutlich. Gemini 4 Argon soll bis zu eine Million Output-Tokens in einer einzelnen Verarbeitung erzeugen können, nach zuvor 64.000 Tokens bei früheren Modellen.
Die größere Kapazität soll insbesondere bei lang laufenden Softwareprojekten, Forschung und mehrstufigen Unternehmensaufgaben helfen. Google nennt unter anderem Code-Migrationen von C und C++ nach Rust sowie interne Optimierungsprojekte in Rechenzentren als Einsatzfelder.
Einsatz auch in Softwareentwicklung und Wissensarbeit
Neben Cybersecurity positioniert Google Argon als Modell für Softwareentwicklung, Finanzanalysen, juristische Recherche und Automatisierung. Im DeepSWE-v1.1-Benchmark für langfristige Softwareentwicklungsaufgaben erreicht das Modell nach Unternehmensangaben 77,9 Prozent.
Auch bei Unternehmensbenchmarks für Finanz-, Rechts- und Automatisierungsaufgaben meldet Google führende Ergebnisse. Intern wird Argon bereits von Tausenden Mitarbeitern für Coding, Recherche und Schreibaufgaben eingesetzt.
Breiterer Marktstart soll später folgen
Google verfolgt bei Gemini 4 Argon einen stufenweisen Rollout. Das Unternehmen will zunächst Rückmeldungen ausgewählter Tester sammeln und Schutzmechanismen weiterentwickeln, bevor das Modell Entwicklern, Unternehmen und Verbrauchern breiter zur Verfügung gestellt wird.
Als Einführungspreis nennt Google zwei US-Dollar je Million Input-Tokens und zehn US-Dollar je Million Output-Tokens. Nach der Testphase soll Argon zunächst zahlenden API-Kunden und Abonnenten von Google AI Ultra angeboten werden.
