#谷歌发布gemini4argon模型

Googles Flaggschiff ist zurück, Benchmarks sind nur Beilage: 53 Punkte, Platz 6, Start zum halben Preis

Sieben Monate später bringt Google nach Gemini 3 mit Gemini 4 Argon sein erstes echtes Flaggschiff heraus. Weltweiter Start ist am 14. Oktober.

Die Reihenfolge ist umgekehrt: Ab dem 30. September steht es zunächst zwei Wochen lang Verteidigern der Cybersicherheit zur Verfügung, danach der ganzen Welt. Am Montag stellte Meta Muse Wonder vor, am Dienstag kontert Google.

Zunächst die Zahlen: Im unabhängigen KI-Index erreicht das Modell 53 Punkte und teilt sich Platz 6 mit GPT-6 Astra und Claude Fable. Zum Spitzenreiter Opus 5.5 fehlen 5 Punkte – keine Rückkehr auf den Thron, aber zurück am Spieltisch.

Zwei Stärken zählen: Mit einer Halluzinationsrate von 15 % liegt es unter den Top Ten am niedrigsten. Das Ausgabelimit pro Antwort steigt von 64.000 auf 1 Million Token – fast das Achtfache der 128.000 Token der Konkurrenz.

Verkauft wird nicht „mehr Intelligenz“, sondern „ein großes Projekt in einem Rutsch fertigstellen“. Eine Ausgabe von 1 Million Token ermöglicht es, ein gewaltiges Engineering-Projekt ohne Unterbrechung der Gedankenkette abzuschließen – etwa mehrere zehn Millionen Zeilen Chrome-Code umzubauen und die Arbeit von Monaten auf Wochen zu verkürzen. Agentengestützte Code-Commits steigen um 35 %, Rollbacks sinken um ein Drittel.

Der Preis ist eine weitere Bombe: Zum Start kostet es die Hälfte, 2/10 Dollar, verglichen mit 4/20 bei Opus und 10/50 bei Astra. Bei gleicher Intelligenz ist es pro Aufgabe 40 % günstiger als Astra. Doch es gibt einen Haken: Der Tokenverbrauch ist extrem hoch; gefühlt ist er zehnmal so hoch wie bei 3.8 Flash. Ein günstiger Einzelschritt bedeutet nicht automatisch eine günstigere Gesamtrechnung. Am 30. November steigt der Preis wieder auf 4/20.

Mit dem Preis Marktanteile gewinnen: Der gute Ruf im Engineering und der halbe Preis sollen Unternehmensaufträge bringen – ein Eingeständnis, dass die Intelligenz nicht an erster Stelle steht. Das tiefere Signal: Im Zeitalter monatlicher Modell-Updates verlieren Rankings an Wert. Kosten pro Aufgabe und Halluzinationsrate werden zu harten Einkaufskriterien – der Wettbewerb verlagert sich vom Vorführen technischer Kunststücke zur tatsächlichen Arbeit.

Was jetzt zählt: ① Migrationskosten vor Ablauf des Halbpreisangebots praktisch testen; ② beobachten, ob OpenAI/Anthropic mit Preissenkungen nachziehen; ③ Bei Terminal-Bench liegt das Modell hinter allen Konkurrenten – die Stabilität bei langen Aufgaben muss sich noch beweisen.

Risikohinweis: Googles selbst gemeldete Wettbewerbsdaten stimmen nicht mit den Angaben von Anthropic überein. Der hohe Tokenverbrauch könnte den Halbpreis zum Scheinangebot machen. Nach Ablauf verdoppelt sich der Preis. Keine Anlageberatung.

$GOOGL