Gemini 4 Argon – bereits auf der Website
Ein neues Modell ist in neuronalen Netzen aufgetaucht NeuralSpace - Gemini 4 Argon von Google. Es ist bereits verfügbar in chatten, Abschnitt "Code" und öffentlich API. Separate Modellseite - /chat/gemini-4-argon.
Was kann Gemini 4 Argon
- Kontext von 1 Mio. Token. Sie können ein großes Dokument herunterladen oder eine sehr lange Korrespondenz führen – das Model behält den Gesprächsfaden vom Anfang bis zum Ende.
- Versteht nicht nur Text. In einer Anfrage können Sie ein Bild zeigen, eine Datei, Audio oder Video anhängen – das Modell analysiert den Inhalt und antwortet darauf.
- Denkt nach, bevor er antwortet. Komplexe Probleme – Mathematik, Logik, mehrstufige Pläne – das Modell löst mit Argumentation und nicht mit der ersten Antwort, die auftaucht.
- Tools und Websuche. Wie benachbarte Chat-Models: Sie können das Model bitten, relevante Informationen im Internet zu finden.
- Codierung. Analysiert vorhandenen Code, plant Änderungen, führt sie Schritt für Schritt aus und erklärt die Ergebnisse.
Preis
Die Kosten werden auf Basis der tatsächlich verwendeten Token berechnet und nach der Antwort abgeschrieben – der Mindestguthabenschwellenwert ist wie bei anderen Modellen in diesem Abschnitt vor dem Versand sichtbar. Aktuelle Preise finden Sie auf der Seite API.
So versuchen Sie es
- Offen chatten und wählen Sie aus der Liste der Modelle aus Gemini 4 Argon — Eine separate Modellseite finden Sie unter /chat/gemini-4-argon.
- Stellen Sie wie gewohnt eine Frage: Das Modell antwortet mit einem Stream und unterstützt die Websuche.
- Öffnen Sie für Projekte den Abschnitt "Code" — dort arbeitet das Modell als Agent: Es erstellt ein Projekt, schreibt und bearbeitet Dateien und führt lange Iterationen durch.
Was ist über das Modell bekannt: Zahlen Google und unabhängige Tests
Die Hauptquelle für Zahlen ist die offizielle Modellkarte Gemini 4 Argon von Google DeepMind. Dies sind die eigenen Messungen des Herstellers: DeepSWE v1.1 – 77,9 % (Agentencodierung), AutomationBench – 51,3 % (End-to-End-Geschäftsaufgaben), CWE-bench v1 – 68 % (autonomes Schließen von Schwachstellen), LVBench – 91,7 % (langes Video verstehen), Vals Index – 68,9 %. Das gemeinsame Eingabe- und Ausgabefenster beträgt 1 Million Token, und das garantierte Limit für eine Antwort beträgt 64.000 (gemäß Katalog OpenRouter); Anfrage-Caching ist 95 % günstiger; Startpreis - 2 $ pro Million Input- und 10 $ pro Million Output-Token, nach der Einführungsphase - 4 $/20 $.
Es gibt auch unabhängige Messungen. Prüflabor Vals AI führte das Modell auf einem eigenen Stand durch und bestätigte seine Führungsposition: erster Platz von 48 Modellen in Vals Index (68,9 % ± 0,97) und erster Platz von 78 in Finance Agent v2. Auch der Preis des Tests ist indikativ: Ein Durchgang kostete etwa 15,68 US-Dollar und dauerte etwa 46 Minuten – das Modell ist schwer, aber effektiv. Rezension the-decoder.com Zurückhaltender: Nach Angaben des Autors schließt Argon die Lücke zu OpenAI und Anthropic und schlägt die Konkurrenten in bestimmten Benchmarks, übernimmt aber nicht die klare Führung – Anthropic liegt seiner Einschätzung nach immer noch vorne. Gleichzeitig ist das Modell für ein Flaggschiff günstig, insbesondere zum Einführungspreis.
Fazit: Die Zahlen auf der Karte Google sind die Angaben des Herstellers; unabhängige Tests bestätigen sie bisher für Vals Index und Finance Agent; Für andere Benchmarks gibt es noch keine Drittanbieterläufe. Eine detaillierte Analyse der Ankündigung finden Sie in unserem separaten Artikel. „Gemini 4 Argon: was bekannt ist“. Auf unserer Seite geben wir nur an, was hier tatsächlich funktioniert: Chat, „Code“, API, Websuche und Tools.
Wann sollte man sich für Argon entscheiden?
Argon ist ein Modell für große Aufgaben: lange Dokumente und Korrespondenz, Parsen von Dateien und Medien, komplexe Mathematik und mehrstufige Agentenskripte. Für schnelle alltägliche Antworten im Chat gibt es leichte Modelle – zum Beispiel Claude Haiku 5.5, und für maximale Argumentationstiefe – ältere Modelle Claude Sonnet 5.5 und Claude Opus 5.5.