Gemini 4 Argon Was ist neu, wie viel kostet es

Gemini 4 Argon ist das erste Modell der neuen Gemini-Generation von Google. Am 30. September 2026 wurde es einem ausgewählten Kreis von Cybersicherheitsexperten vorgestellt, am 13. Oktober wurde es für Abonnenten von Google AI Pro und Ultra in der Gemini-App und im AI Mode sowie für Entwickler über die kostenpflichtige Stufe der Gemini API freigeschaltet. Unten finden Sie eine praktische Analyse: Was hat sich im Vergleich zu Gemini 3.x geändert, wie funktioniert es aus API-Sicht, wo kann das Modell für Entwickler und Webmaster nützlich sein und wie schreibt man Prompts neu. Das Material wurde aus der offiziellen Dokumentation und den Mitteilungen von Google zusammengestellt. Eigene Tests füge ich separat hinzu, wo sie gekennzeichnet sind.

⚡ Kurz: Was Sie über Gemini 4 Argon wissen müssen

• ✅ Einheitliches Fenster von 1.048.576 Tokens. Laut Gemini API Dokumentation teilen sich Eingabe-, Denk- und Ausgabetokens ein Fenster von 1 Million Tokens.
• ✅ Ausgabe bis zu 1 Million Tokens (long decode). Google berichtet, dass das Ausgabelimit von 64.000 auf 1 Million Tokens gestiegen ist.
• ✅ Drei Denklevel: low, medium (Standard) und high.
• ⚠️ Dies ist kein kostenloses Modell. In der API ist es nur auf der kostenpflichtigen Stufe verfügbar, in der App – für Abonnenten von AI Pro und Ultra. Der Einführungspreis gilt bis zum 30. November 2026, danach verdoppelt er sich.
• ⚠️ Die meisten Zahlen sind Selbstaussagen von Google. Benchmarks und Aussagen zum Antwortstil sind noch nicht durch unabhängige Messungen bestätigt.

📚 Inhaltsverzeichnis des Artikels

• Wie es war: Gemini 3.x und seine Einschränkungen
• Was hat sich in Gemini 4 Argon geändert: Wichtige Updates
• Arbeitsmechanik: Wie das Modell komplexe Aufgaben verarbeitet
• Wo und wie man es benutzt: Praktische Szenarien
• Checkliste: Wie man Prompts für das neue Modell erstellt
• Häufig gestellte Fragen (FAQ)
• Schlussfolgerungen
• Quellen

🕰️ Wie es war: Gemini 3.x und seine Einschränkungen

Die vorherige Generation – Gemini 3.x: Gemini 3 Pro wurde am 18. November 2025 veröffentlicht, gefolgt von 3.1 Pro und der Flash-Reihe (die letzte zum Zeitpunkt des Schreibens – 3.8 Flash). Hier waren laut Dokumentation und Google-Aussagen die Engpässe.

Generierungslimits

Google schreibt, dass das neue Ausgabelimit von 1 Million Tokens von den vorherigen 64.000 gestiegen ist. Für lange Aufgaben (große Migrationen, umfangreiche Berichte) bedeutete dies, die Arbeit manuell in Schritte zu zerlegen und die Ergebnisse zusammenzufügen.

Gedankenkontrolle

Früher wurden die Denkaufwendungen über den Parameter thinking_budget gesteuert. In Gemini 4 Argon ist der Hauptregler thinking_level. Laut der Migrationscheckliste funktioniert thinking_budget noch und wird dem nächstgelegenen Level zugeordnet, gibt aber eine Warnung aus.

Antwortstil

In der Ankündigung der Einführung in der Gemini-App beschreibt Google Argon so: Es antwortet direkter und mit weniger Einschränkungen (hedging), wiederholt sich nicht unnötig, vermeidet Klischees. Unabhängige Messungen dazu habe ich nicht gesehen, daher ist dies eine Aussage des Unternehmens und kein überprüfter Fakt.

Agentur: Was es gab und was neu ist

Die These "Gemini 3 beantwortet nur Fragen" wäre ungenau. Zusammen mit Gemini 3 veröffentlichte Google Antigravity – eine Plattform für die Entwicklung mit Agenten, und im Mai 2026 erschien der Hintergrundagent Gemini Spark auf Gemini 3.5 Flash. Neu in Argon ist die Behauptung, dass es bei langen, mehrstufigen Aufgaben ("long-horizon") stabil funktioniert, nicht die Idee von Agenten selbst.

🧩 Was hat sich in Gemini 4 Argon geändert: Wichtige Updates

Google veröffentlicht keine Architekturspezifikationen, daher sind die folgenden Änderungen am Produkt und an der API, die in der Dokumentation überprüft werden können.

Einheitliches Fenster von 1 Million Tokens

Das Fenster von 1.048.576 Tokens ist gemeinsam für Eingabe, Denken und Ausgabe. Praktische Konsequenz: Je mehr das Modell denkt und schreibt, desto weniger Platz bleibt für Ihre Daten. Große Antworten in jedem Dialogschritt füllen dieses Fenster schnell.

Long Decode: Ausgabe über das Limit einer Anfrage hinaus

Wenn Sie REST oder ein älteres SDK verwenden, stoppt die Anfrage am Limit einer einzelnen Anfrage, und die Fortsetzung muss selbst implementiert werden (es gibt continuation_token). Bei einer komplexen Aufgabe kann das Modell den gesamten einen "Hop" für das Denken verbrauchen und einen leeren Text mit continuation_token zurückgeben. Die Dokumentation nennt dies normales Verhalten.

Gesteuerte Denklevel (Thinking Levels)

Denk-Tokens werden in max_output_tokens gezählt und als Ausgabetokens abgerechnet.

Agentenfähigkeiten und Tools

Laut der Modellseite unterstützt Argon Funktionsaufrufe, Codeausführung, Suche und Anbindung an Google Search und Maps, URL-Kontext, Dateisuche und strukturierte Antworten. Computer-Nutzung ist im Vorschau-Modus verfügbar. Der Antigravity-Agent in Gemini Managed Agents unterstützt ebenfalls Argon. In der Gemini-App gibt es einen "Aufgaben"-Modus, der laut Googles Beschreibung funktionieren kann, während Sie nicht am Computer sind, in Google-Apps und auf über 40 verbundenen Diensten.

Multimodalität: Was es gibt, was es nicht gibt

• Eingabe: Text, Bilder, Video, Audio, PDF.
• Ausgabe: Nur Text. Bild-, Audio- und Live-API-Generierung sind bei diesem Modell nicht vorhanden.
• Agentenverständnis von Videos ist jetzt allgemein verfügbar (GA).

Tonalität

Direkte Antworten sind eine Aussage von Google zur Gemini-App. Für die API gibt es solche Formulierungen in der Dokumentation nicht, daher schlage ich im Abschnitt über Prompts vor, dies mit einem eigenen Test zu überprüfen.

Preise und Verfügbarkeit

Quellen: API-Dokumentation, Ankündigung der App. Preise und Bedingungen ändern sich, daher sollten Sie vor der Nutzung die Seite Pricing konsultieren.

⚙️ Funktionsweise: Wie das Modell komplexe Aufgaben verarbeitet

Die interne Architektur von Google wird nicht offengelegt. Nachfolgend finden Sie die Abfolge, die aus der API-Dokumentation ersichtlich ist. Dies ist eine Beschreibung dessen, was auf Anfrageebene geschieht, und keine Darstellung eines neuronalen Netzes.

1. Anfrage und Kontext. Ihr Prompt, Dateien und der Dialogverlauf werden in ein gemeinsames Fenster von 1 Million Tokens (detailliert darüber, wie die Speicherung von Modellen funktioniert und warum Kontextlimits die Kosten und Qualität beeinflussen, lesen Sie in meinem Artikel über das LLM-Kontextfenster).
2. Denkphase. Das Modell verbraucht Denk-Tokens abhängig von thinking_level. Diese werden Ihrem Ausgabelimit angerechnet und als Ausgang abgerechnet. Bei mehrstufigen Dialogen und Funktionsaufrufen müssen Sie den vollständigen Verlauf zusammen mit Gedankensignaturen (thought signatures) zurückgeben.
3. Tool-Aufrufe. Eingebaute Tools (Codeausführung, Suche, URL-Kontext) verwendet das Modell innerhalb der Anfrage. Bei Function Calling ist die Situation anders: Das Modell gibt einen Aufruf zurück, den Sie in Ihrem Code ausführen und das Ergebnis zurückgeben. „Ohne menschliches Eingreifen“ in der API bedeutet also „ohne menschliches Eingreifen im Zyklus“, aber der Zyklus wird vom Entwickler geschrieben.
4. Endgültige Antwort. Wenn die Anfrage max_output_tokens erschöpft hat, wird die Antwort mit finish_reason: "MAX_TOKENS" und continuation_token zurückgegeben. Neuere SDK-Versionen setzen automatisch fort, während bei REST ein eigener Zyklus erforderlich ist.

Beispiel einer Anfrage (Python)

pip install -U "google-genai>=2.30.1"

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Beschreiben Sie einen Plan zur Migration eines Moduls von Java 8 auf Java 21.",
    config=types.GenerateContentConfig(
        max_output_tokens=65536,
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)
print(response.text)

Das Beispiel basiert auf dem offiziellen Quickstart. Überprüfen Sie die Parameternamen und minimalen SDK-Versionen vor der Verwendung.

Was hat sich in der API geändert (Migrations-Checkliste)

🛠️ Wo und wie man es benutzt: praktische Szenarien

Nachfolgend finden Sie zwei Arten von Aussagen: Aussagen von Google (die überprüft werden sollten) und meine Annahmen zur Anwendung (als solche gekennzeichnet).

Entwicklung und Refactoring

• Code-Migrationen. Google nennt ein Beispiel: Argon-Agenten schreiben C/C++ in Rust um, von mehreren zehntausend Zeilen in Core-Bibliotheken auf über 800.000 Zeilen für den Zircon-Kernel von Fuchsia. Diese Arbeit wird laut Google einer automatischen und manuellen Prüfung, Emulationstests und einer Überprüfung vor der Produktion unterzogen. Diese Reihenfolge sollte auch für eigene Projekte zur Regel werden.
• Benchmarks. Auf DeepSWE v1.1, das lange reale Entwicklungsaufgaben misst, gibt Google 77,9 % an und nennt dies ein neues State-of-the-Art-Niveau. Dies sind Daten des Unternehmens selbst.
• Sicherheit. Die Fähigkeit, Schwachstellen zu finden und zu beheben, positioniert Google für Verteidiger. Eine Version mit abgeschwächten Einschränkungen wird nur geprüften Teilnehmern des Fairwind-Programms zur Verfügung gestellt, daher sollte man sich nicht auf sie im öffentlichen Bereich verlassen.

Analyse und Datenverarbeitung

• Große Dokumente. Das gemeinsame Fenster von 1 Million Tokens ermöglicht die Übermittlung umfangreicher Dokumentationen oder Berichte in einer einzigen Anfrage, aber vergessen Sie nicht, dass auch die Antwort und das Denken Platz beanspruchen. Zählen Sie Tokens im Voraus mit Token-Zählung.
• Server-Logs (meine Annahme). Eine solche Analyse ist möglich, aber bevor Sie Logs an einen externen Dienst senden, entfernen oder anonymisieren Sie IP-Adressen und andere persönliche Daten und überprüfen Sie die Datennutzungsrichtlinien Ihres Tarifs.
• Finanzen und Recht. Google gibt eine Führungsposition im Vals Index, Vals Finance Agent und Harvey Legal Agent Benchmark an. Dies ist ein Selbstbericht, daher sollten kritische Schlussfolgerungen immer manuell überprüft werden.

Inhalt und SEO (meine Annahmen)

Google veröffentlicht keine separaten Aussagen zu SEO-Szenarien, daher sind die folgenden Abschnitte meine Ideen zur praktischen Überprüfung:

• Erstellung einer semantischen Struktur von Artikeln und Clustern basierend auf Ihren Daten (Export aus Search Console, Liste der Anfragen).
• Technische Prüfung anhand des Crawler-Exports: Gruppierung von Fehlern, Priorisierung, Entwürfe von Korrekturen.
• Vorbereitung von Entwürfen für analytische Materialien mit einer Zusammenfassung als Faktencheck: Überprüfen Sie alle Zahlen und Links anhand der Primärquellen.

Für Verlage gibt es ein weiteres Detail: Laut einer Meldung in der Zusammenfassung von Search Engine Roundtable enthalten die Antworten von Argon im AI Mode Links zu Quellen. Dies sollte in der Analyse beobachtet werden, aber die Schlussfolgerungen selbst sollten vorerst als vorläufig betrachtet werden.

✅ Checkliste: Wie man Prompts für das neue Modell erstellt

1. Wählen Sie das Denklevel für den Aufgabentyp

• low – Klassifizierung, Umschreiben, einfache Antworten, Massenanfragen zu geringen Kosten.
• medium – Standardauswahl, insbesondere für Code und Agenten.
• high – Komplexe Überlegungen, schwierigster Code, lange Ausgaben.

Google empfiehlt, Ihre Bewertungen auf allen drei Ebenen durchzuführen mit hohem max_output_tokens und das niedrigste Level zu wählen, das Ihre Qualitätsstandards erfüllt.

2. Sind Präambeln wirklich nicht mehr nötig?

In der Gemini-Anwendung gibt Google direkte Antworten ohne Klischees an. Für die API habe ich eine solche Garantie in der Dokumentation nicht gefunden. Probieren Sie es selbst aus: Führen Sie dieselbe Anfrage mit der Phrase „antworte direkt, ohne Umschweife“ und ohne sie aus und vergleichen Sie. Wenn es keinen Unterschied gibt, entfernen Sie die Präambel. Eine klare Struktur ist wertvoller als allgemeine Wünsche (und fertige Vorlagen und Beispiele für Inhalte und Entwicklung finden Sie in meiner Sammlung praktischer Prompts zur Generierung von Code und Texten):

Ziel: Durchführung einer technischen Prüfung einer URL-Liste aus einem Crawler-Export.
Kontext: [Daten einfügen].
Beschränkungen: nur Fakten aus den Daten, keine Annahmen; wenn Daten fehlen, geben Sie an, welche.
Format: Tabelle "Problem | Anzahl URLs | Priorität | Was zu beheben".
Überprüfung: am Ende listen Sie auf, was Sie nicht überprüfen konnten.

2. Sind Präambeln wirklich nicht mehr nötig?

In der Gemini-Anwendung gibt Google direkte Antworten ohne Klischees an. Für die API habe ich eine solche Garantie in der Dokumentation nicht gefunden. Probieren Sie es selbst aus: Führen Sie dieselbe Anfrage mit der Phrase „antworte direkt, ohne Umschweife“ und ohne sie aus und vergleichen Sie. Wenn es keinen Unterschied gibt, entfernen Sie die Präambel. Eine klare Struktur ist wertvoller als allgemeine Wünsche: Ziel, Kontext, Beschränkungen, Ausgabeformat, Prüfkriterium.

Ziel: Durchführung einer technischen Prüfung einer URL-Liste aus einem Crawler-Export.
Kontext: [Daten einfügen].
Beschränkungen: nur Fakten aus den Daten, keine Annahmen; wenn Daten fehlen, geben Sie an, welche.
Format: Tabelle "Problem | Anzahl URLs | Priorität | Was zu beheben".
Überprüfung: am Ende listen Sie auf, was Sie nicht überprüfen konnten.

3. Wie man große Dateien und Codebasen übergibt

• Zählen Sie die Tokens vor dem Senden und lassen Sie etwas Puffer: Denken und Antworten nehmen ebenfalls Platz aus denselben 1 Million.
• Für Dateien verwenden Sie die Files API anstelle des Einfügens des gesamten Inhalts in den Prompt, wenn dies angebracht ist.
• Legen Sie max_output_tokens explizit fest. Richtwerte aus der Dokumentation: für Standardaufgaben lassen Sie den Standardwert, für Aufgaben, die zuvor mehr als 32K Tokens benötigten, setzen Sie 65.536, und für komplexe Überlegungen und Code – 131.072 oder 262.144, bis zu 1.048.576 abzüglich des Inputs.
• Zur Einsparung nutzen Sie implizites Caching: es funktioniert für Anfragen ab 4.096 Tokens und reduziert die Kosten für gecachte Eingabe-Tokens um 95 %.

4. Kosten kontrollieren

• Denk-Tokens werden als Ausgang abgerechnet, und der Ausgang kostet 10 $ (später 20 $) pro 1 Million, was deutlich teurer ist als der Eingang.
• Bei langen Aufgaben begrenzen Sie max_output_tokens und protokollieren Sie die tatsächliche Token-Nutzung.
• Denken Sie an die Tarifänderungen ab dem 1. Dezember 2026.

❓ Häufig gestellte Fragen (FAQ)

Sind Gemini 4 und Gemini 4 Argon dasselbe?

Argon ist das erste Modell der Gemini 4-Familie. Laut Presseberichten plant Google, den Rest der Familie später vorzustellen.

Ist Gemini 4 Argon kostenlos?

Nein. Das Modell ist in der API kostenpflichtig verfügbar und laut Dokumentation nicht im kostenlosen Tarif und im Google AI Pro-Tarif enthalten. In der Gemini-App erhalten es Abonnenten von AI Pro und Ultra.

Was kostet die Nutzung?

Bis zum 30. November 2026 gilt ein Einführungspreis von 2 US-Dollar pro 1 Million Eingabe- und 10 US-Dollar pro 1 Million Ausgabe-Tokens, ab dem 1. Dezember dann 4 US-Dollar und 20 US-Dollar. Denk-Tokens werden als Ausgabe-Tokens berechnet.

Was ist Long Decode?

Dies ist die Möglichkeit, eine Antwort zu generieren, die länger ist als das Limit einer einzelnen Anfrage (64K im Stream, 32K ohne Stream), bis zu 1 Million Tokens abzüglich der Eingabe. Neuere SDK-Versionen setzen die Generierung automatisch fort.

Kann das Denken vollständig deaktiviert werden?

In der Liste der Tarife in der Dokumentation sind low, medium und high verfügbar. Ein „Aus“-Modus ist nicht darunter. Die günstigste Option ist low.

🏁 Schlussfolgerungen

• 🔹 Gemini 4 Argon ist das erste Modell der Gemini 4-Generation. Es wurde am 13. Oktober 2026 öffentlich vorgestellt, nachdem es in den Wochen zuvor nur für Cybersicherheits-Partner verfügbar war.
• 🔹 Hauptänderungen für die Praxis: ein einheitliches Fenster von 1 Million Tokens, Long Decode bis zu 1 Million Ausgabe-Tokens, Denk-Stufen low / medium / high anstelle von thinking_budget.
• 🔹 Beachten Sie bei der Migration Nuancen: Sampling-Parameter werden ignoriert, es gibt keine explizite Zwischenspeicherung, das Limit einer nicht-Stream-Anfrage wurde auf 32K reduziert, Timeouts müssen erhöht werden.
• 🔹 Aussagen zu Antwortstilen und Benchmarks sind Selbstaussagen von Google. Testen Sie das neue Modell mit Ihren eigenen Daten, bevor Sie darauf umsteigen.
• 🔹 Die profitabelste Strategie: Testen Sie Aufgaben auf allen drei Denk-Stufen und wählen Sie die günstigste, die Ihren Qualitätsanforderungen entspricht.

📖 Lesen Sie auch

• Welches Ollama-Modell für einen Agenten mit Tool-Calling wählen: Vergleich und Benchmarks
• Embedding-Modelle für RAG im Jahr 2026: Wie wählt man und Vergleich von Anbietern

📎 Quellen

• Google: Gemini 4 Argon, our next era of frontier intelligence (30.09.2026)
• Google: Gemini 4 Argon is now available for developers (13.10.2026)
• Gemini API Docs: Gemini 4 Argon Modellseite
• Google Cloud: Entwicklerhandbuch für Gemini 4 Argon
• Gemini API: Preise
• Gemini API Docs: Denk-Signaturen
• Gemini API Docs: Token-Zählung
• Gemini API Docs: Files API
• Relevant Audience: Gemini 4 Argon im AI-Modus

Wichtig: Gemini-Modelle, Limits, Preise und Zugangsbedingungen ändern sich. Überprüfen Sie die aktuelle Dokumentation, bevor Sie sie verwenden. Das Material ist aktuell zum 18. Oktober 2026.