Google Gemini 4 Argon: neues Spitzenmodell mit befristetem Einführungspreis
Google hat Gemini 4 Argon vorgestellt. Das Modell geht zunächst nur an Sicherheitsteams im Fairwind-Programm. Für die API gilt ein Einführungspreis von 2 und 10 US-Dollar pro Million Token, später 4 und 20 US-Dollar. Was Admins jetzt für Kosten, Modellwahl und Datenschutz vorbereiten sollten.
Google hat am 30. September 2026 mit Gemini 4 Argon sein neues Frontier-Modell angekündigt. Nutzen können es vorerst nur ausgewählte Sicherheitsteams im Fairwind-Programm und Google selbst. Entwickler, Unternehmen und Endkunden müssen warten: Einen Termin für die allgemeine Freigabe nennt Google nicht, nur „so bald wie möglich“. Den Einführungspreis für die Schnittstelle hat der Konzern dagegen schon festgelegt.
Für wen ist das relevant? Vor allem für Firmen, die bereits Gemini-Modelle per API nutzen oder gerade zwischen Anbietern wie Google, OpenAI und Anthropic wählen. Heute muss niemand handeln, weil das Modell noch nicht allgemein verfügbar ist. Sinnvoll ist aber, Budget, Testfälle und Datenschutzfragen jetzt vorzubereiten, damit die Bewertung nach der Freigabe schnell geht. Wer Gemini gar nicht einsetzt und keinen Anbieterwechsel plant, kann die Meldung als Marktüberblick lesen.
Was ist passiert?
Laut Google-Blog ist Argon auf lange, mehrstufige Aufgaben ausgelegt: Softwareentwicklung, Wissensarbeit etwa in Recht und Finanzen sowie Cyberabwehr. Das Ausgabelimit steigt von bisher 64.000 auf 1 Million Token. Das Modell soll damit sehr lange Denk- und Antwortketten in einem Durchlauf erzeugen können. Nach Angaben von THE DECODER bleibt das Eingabe-Kontextfenster bei 1 Million Token, Artificial Analysis nennt ebenfalls 1 Million Token. Im Google-Beitrag selbst steht dazu keine Zahl.
Der Einführungspreis liegt laut Google bei 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token. Gecachte Eingaben kosten 95 Prozent weniger als normale Eingaben. Nach Ende der Einführungsphase gelten 4 und 20 US-Dollar. Wie lange die Einführungsphase dauert, sagt Google nicht. Argon ist laut THE DECODER das erste Frontier-Modell von Google seit Gemini 3.1 Pro, also seit mehr als sieben Monaten.
Für wen ist das relevant?
Zuerst sollen laut Google zahlende API-Kunden und Abonnenten von Google AI Ultra Zugriff bekommen. Ob und wann Argon in Vertex AI, in Google Workspace oder in der Gemini-App für Geschäftskunden auftaucht, geht aus der Ankündigung nicht hervor. Auch eine Modell-ID und Angaben zur Verfügbarkeit in der EU fehlen bisher. Die Modellübersicht der Gemini-API führt Argon zum Zeitpunkt dieser Meldung noch nicht. Diese Punkte sind derzeit offen.
Für Sicherheitsteams im Fairwind-Programm stellt Google das Modell ohne Cyber-Schutzfilter bereit. Für alle anderen sollen vor der breiten Freigabe zusätzliche Schutzmechanismen gegen Missbrauch und indirekte Prompt Injection greifen.
Wie ist das einzuordnen?
Im Intelligence Index von Artificial Analysis erreicht Argon in der Stufe „High“ 53 Punkte. Das ist laut THE DECODER gleichauf mit GPT-6 Astra, aber hinter Claude Opus 5.5 mit 58 Punkten. Bemerkenswert für die Kostenplanung: Argon erzeugt laut Artificial Analysis vergleichsweise viele Ausgabe-Token. Niedrige Preise pro Token führen also nicht automatisch zu niedrigen Kosten pro Aufgabe. THE DECODER rechnet vor, dass eine Index-Aufgabe zum Einführungspreis etwa 1,99 US-Dollar kostet und zum regulären Preis etwa 3,98 US-Dollar. Google selbst verweist auf Spitzenwerte in eigenen und fremden Benchmarks, darunter Platz eins im Vals Index. Herstellerangaben und unabhängige Messungen sollten Admins getrennt bewerten.
Was sollten Admins jetzt tun?
- Inventar prüfen: Welche Anwendungen, Skripte und Integrationen rufen heute Gemini-Modelle über die API oder Vertex AI auf, mit welchen Modellnamen und welchem Monatsvolumen?
- Kosten mit beiden Preisstufen rechnen. Budgets sollten den regulären Preis von 4 und 20 US-Dollar ansetzen, nicht den befristeten Einführungspreis.
- Ausgabelänge begrenzen. Ein Limit von 1 Million Ausgabe-Token kann einzelne Anfragen teuer machen, deshalb Obergrenzen pro Anfrage und Budgetwarnungen im Cloud-Konto setzen.
- Caching einplanen. Bei wiederkehrenden Systemprompts und Dokumenten senkt der Cache-Rabatt von 95 Prozent die Eingabekosten deutlich.
- Eigene Testfälle vorbereiten, damit Argon nach der Freigabe gegen das bisher genutzte Modell antreten kann. Kosten pro erledigter Aufgabe messen, nicht nur Preis pro Token.
- Datenschutz klären, bevor Testdaten fließen: Vertrag, Auftragsverarbeitung, Speicherort und Nutzung der Eingaben für Training müssen für den konkreten Zugangsweg geprüft werden.
- Keine Migration auf Ankündigung. Erst wenn Modell-ID, Preisseite und Regionen in der offiziellen Doku stehen, ist eine belastbare Entscheidung möglich.
- Zugänge zentral steuern. Wer mehrere Anbieter nutzt, kann Modellwechsel über ein Gateway mit Budget- und Rechteverwaltung abwickeln.
Einordnung für Unternehmen
Für kleine und mittlere Unternehmen ist Argon vor allem eine weitere Option im Preiswettbewerb der großen Anbieter. Der reguläre Preis entspricht laut THE DECODER dem von Claude Opus 5.5, der Einführungspreis liegt darunter. Weil Laufzeit des Rabatts, Regionen und Integration in Workspace oder Vertex AI noch offen sind, eignet sich die Ankündigung zur Planung, nicht zur Umstellung. Hintergrund zu den Wettbewerbern liefern die Meldungen zu Claude Opus 5.5 und zu GPT-6 Sol und GPT-6 Luna.
Passende Anleitungen auf S-EDV
- LiteLLM als LLM-Gateway mit Docker: mehrere KI-Anbieter hinter einer Schnittstelle bündeln und Kosten pro Team begrenzen.
- Open WebUI absichern: festlegen, welche Benutzergruppen welche Modelle verwenden dürfen.
- KI-Agenten im Unternehmen: Aufgaben und Rechte vor dem Einsatz begrenzen.
