Googles Flaggschiffmodell Gemini 4 Argon erreicht diese Woche Unternehmenskunden und schließt die Lücke zwischen seiner viel beachteten Markteinführung und der tatsächlichen Produktionsverfügbarkeit. Benzinga berichtete, dass Google mehrere KI-Konkurrenten preislich unterbietet, da Argon für Unternehmensprojekte auf den Markt kommt, während GitLab, Android Studio und andere Plattformanbieter Integrationen angekündigt haben, die auf dem 1-Millionen-Token-Kontextfenster des Modells und den langlebigen Agentenfunktionen basieren.
Der Enterprise-Rollout folgt auf die weltweite Einführung des Modells am 13. Oktober, als Google Argon als seine neue Frontier-Serie positionierte und die Gemini Pro-Klasse ersetzte. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.
Aggressive Einführungspreise
Der Einführungspreis von Argon beträgt 2 USD pro Million Eingabe-Tokens und 10 USD pro Million Ausgabe-Tokens, wobei zwischengespeicherte Eingaben um 95 Prozent reduziert werden. Nach dem Aktionsfenster steigt der Preis laut der Preisaufschlüsselung von The Decoder auf 4 US-Dollar pro Million Input-Tokens und 20 US-Dollar pro Million Output-Tokens.
Die Rabatte sind im Vergleich zur Konkurrenz erheblich. GPT-6 Astra von OpenAI und Claude Fable 5.1 von Anthropic kosten beide 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens, während Claude Opus 5.5 von Anthropic bei 4 US-Dollar und 20 US-Dollar liegt – genau so viel wie der reguläre Preis von Argon. Forbes bezeichnete die Einführungspreise als Fristenstrategie: Argon kauft die Einführung jetzt, bevor der Rabatt abläuft.
Für Verbraucher gibt es einen Haken. Im Rahmen der neuen Stufenstruktur von Google haben kostenlose Gemini-Nutzer und zahlende Plus-Abonnenten nur noch Zugriff auf die schwächeren Flash-Modelle. Argon ist AI Pro- und AI Ultra-Abonnenten in der Gemini-App, dem AI-Modus der Google-Suche und der Antigravity-Entwicklungsumgebung vorbehalten.
Benchmarks: Stark, nicht dominant
Google belegt den Spitzenplatz im Vals-Index, unabhängige Rankings zeigen jedoch eine umstrittenere Geschichte. Der Decoder berichtet, dass Argon in unabhängigen Gesamtrankings immer noch hinter Claude Opus 5.5 von Anthropic zurückliegt, und Startup Fortune stellte fest, dass das Modell bei einem von Google mitgestalteten Benchmark den dritten Platz belegte – ein Detail, das angesichts der Rolle von Google bei der Erstellung der Bewertung Aufmerksamkeit erregt hat.
Google teilte bei der Einführung interne technische Zahlen mit, die jedoch selbst gemeldet wurden. Laut Angaben des Unternehmens steigerten Ingenieure, die Argon nutzten, die agentengesteuerten Codeübermittlungen um mehr als 35 Prozent, während die Code-Rollbacks um fast ein Drittel zurückgingen. Die auffälligste Aussage von Google ist, dass Argon dem Chromium-Team dabei geholfen hat, in wenigen Wochen eine architektonische Umgestaltung für Hunderte von Dateien in der 40 Millionen Zeilen umfassenden Codebasis durchzuführen – eine Arbeit, die früher Monate gedauert hätte.
Google zitierte auch ein kleineres Ergebnis seines Open-Source-Agent Development Kit: Ein Argon-gesteuerter Agent, der über Nacht autonom laufen ließ, fand Optimierungen, die die Sitzungsvorbereitungszeit um 40 Prozent verkürzten. Und das Modell hat besonderes Lob erhalten – ein DualEntry-Benchmark ergab, dass Argon das genaueste und konsistenteste KI-Modell für Buchhaltungsarbeiten ist, eine Nische, aber kommerziell relevante Behauptung für die Unternehmenskäufer, um die Google diese Woche wirbt.
Berichten zufolge testet Google intern bereits einen Nachfolger mit dem Codenamen „Carbon“, wobei die Verbesserung der Codierungsleistung die Schlagzeile ist.
Die Robotik-Ambition
Der differenziertere Pitch erfolgte am 15. Oktober, als Google Argon als einzelnes Modell für die gesamte Robotik-Pipeline demonstrierte: Steuerung physischer Roboter, Generierung interaktiver 3D-Trainingsumgebungen und Auswertung von Trainingsdaten.
In Googles Demo mit einem Boston Dynamics Spot-Roboter baute Argon eine virtuelle Nachbildung eines Mülleimers, ließ den Roboter in einer MuJoCo-Simulation das Balancieren auf drei Beinen und das Werfen von Getränkedosen üben und versuchte sich dann erst an der Aufgabe auf echter Hardware. Zwei zusätzliche KI-Agenten überprüften vor jedem Abwurf die Positionierung von Fuß und Greifer.
In der Datengenerierungsschleife werden die Zahlen interessant. Aus einem einzigen Foto eines Tisches mit Party-Requisiten generierte Argon 77 Aufgaben und mehr als 4.500 Trainingsepisoden für ein Kontrollmodell. Beim Test am echten Roboter stieg die Erfolgsquote laut The Decoder von 56 auf 75 Prozent und die Ausführungszeit sank von 35 auf 24 Sekunden.
Google bezeichnet dies als einen Schritt in Richtung „physischer AGI“ – einem Modell, das Raum wahrnehmen, Steuercode schreiben, Videophysik interpretieren und Ergebnisse simulieren kann. Das Unternehmen weist darauf hin, dass die Demos immer noch detaillierte menschliche Eingaben erfordern, aber das Muster des Simulationstrainings mit realer Verifizierung wird zur Google-Vorlage für verkörperte KI.
Integrationsland diese Woche
Das Entwickler-Ökosystem entwickelte sich schnell. GitLab kündigte Argon-Unterstützung an, die auf lang andauernde Agentenarbeit über Repositorys hinweg abzielt. Android Studio hat das 1-Millionen-Token-Kontextfenster des Modells für die Analyse großer Codebasen übernommen. Channel Insider berichtete, dass Google den Unternehmenszugang durch sein KI-Projektprogramm erweitert und das Modell für alle an Workspace angrenzenden Tools verfügbar macht.
Für Unternehmenskäufer, die Argon mit GPT-6 Astra und der Claude-Reihe von Anthropic vergleichen, teilt sich die Rechnung in drei Richtungen. Preislich gesehen ist der Aktionspreis von Argon mit Abstand der niedrigste pro Token im Grenzbereich. Unabhängige Rankings favorisieren immer noch das Spitzenmodell von Anthropic, wenn es um die reine Leistungsfähigkeit geht. Im Rahmen einer Lock-in-Aktion bündelt Google Argon in Gemini for Workspace, den KI-Modus der Google-Suche und Antigravity – ein Vertriebsvorteil, mit dem keiner seiner Konkurrenten mithalten kann, der aber auch die Abhängigkeit vom Google-Stack vertieft.
Auch das Timing ist wichtig. Meta brachte sein Frontier-Modell Muse Wonder Full nur einen Tag vor dem weltweiten Debüt von Argon auf den Markt und veröffentlichte am selben Tag wie diese Unternehmenseinführung das Open-Weight-Modell Muse Spark Open. Der Frontier-Modell-Markt verfügt nun über drei preisaggressive Anbieter – Google, OpenAI und Anthropic – sowie Meta, das von der offenen Seite aus konkurriert. Für Käufer war der Verhandlungsspielraum selten besser.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
