Google veröffentlicht Gemini 4 Argon mit einheitlichem Token-Budget und neuer Preisgestaltung

Google hat Gemini 4 Argon am Dienstag, den 13. Oktober 2026, offiziell für die Öffentlichkeit freigegeben und sein neues Flaggschiff-Modell über die kostenpflichtige Stufe der Gemini API zugänglich gemacht. Der Launch folgt auf eine erste Ankündigung am 30. September und eine Phase des eingeschränkten Zugangs für interne Mitarbeiter und ausgewählte Sicherheitspartner. Diese Veröffentlichung markiert einen bedeutenden Wandel darin, wie Google Kontextlimits und Preisgestaltung für sein fortschrittlichstes KI-Modell strukturiert.

Was passiert ist

Die zentrale technische Änderung in dieser Version ist die Implementierung eines einheitlichen Token-Budgets. Im Gegensatz zu früheren Modellen, die die Größe des Kontextfensters von den Ausgabegrenzen trennten, kombiniert Gemini 4 Argon Eingabe und Ausgabe in einem einzigen Pool von 1 Million Tokens. Das bedeutet, dass jedes an das Modell gesendete Token den verfügbaren Platz für die Antwort reduziert. Wenn ein Entwickler beispielsweise einen Prompt sendet, der 800.000 Tokens Code oder Dokumentation enthält, kann das Modell nur bis zu 200.000 Tokens als Antwort generieren. Dies steht im Kontrast zu Wettbewerbern wie Anthropic’s Claude Opus 5.5, die neben ihrem Standard-Kontextfenster eine separate Obergrenze von 128.000 Tokens für die Ausgabe beibehalten.

Die Preisgestaltung für das neue Modell ist so strukturiert, dass sie während einer Einführungsphase bis zum 30. November 2026 wettbewerbsfähig bleibt. In diesem Zeitraum zahlen Entwickler 2 USD pro Million Eingabe-Tokens und 10 USD pro Million Ausgabe-Tokens. Für gecachte Eingabe-Tokens gibt es einen Rabatt von 95 Prozent. Nach dem 30. November steigt der Preis auf 4 USD pro Million Eingabe-Tokens und 20 USD pro Million Ausgabe-Tokens. Zu diesem Zeitpunkt wird die Kostenstruktur mit der von Anthropic’s Claude Opus 5.5 übereinstimmen. Während der Einführungsphase ist Argon deutlich günstiger als OpenAI’s GPT-6 Astra und Anthropic’s Claude Fable 5.1 und kostet etwa ein Fünftel der dort angegebenen Raten.

Neben der API hat Google Argon in seine Consumer- und Enterprise-Tools integriert. Abonnenten von Googles AI Pro- und Ultra-Plänen können jetzt über die Gemini App und den AI Mode in der Suche auf das Modell zugreifen. Das Unternehmen hat außerdem Antigravity, seine Plattform für Coding-Agents, aktualisiert, um Argon für Ultra-Abonnenten und berechtigte Enterprise-Pläne zu unterstützen. Diese Integration ermöglicht es Nutzern, zwischen Chat-Schnittstellen und Coding-Umgebungen zu wechseln, ohne die Anwendungen zu ändern – eine Funktion, von der Google behauptet, dass sie die Workflow-Kontinuität für Entwickler verbessert, die Android Studio oder Kommandozeilen-Tools nutzen.

Wichtige Details

• Einheitliches Token-Limit: Das Modell nutzt ein gemeinsames Budget von 1 Million Tokens sowohl für Eingabe-Prompts als auch für Ausgabe-Antworten und ersetzt damit getrennte Limits.
• Einführungspreise: Bis zum 30. November 2026 betragen die Kosten 2 USD pro Million Eingabe-Tokens und 10 USD pro Million Ausgabe-Tokens, wobei gecachte Eingaben um 95 Prozent rabattiert werden.
• Zukünftige Preise: Ab dem 1. Dezember 2026 steigen die Preise auf 4 USD pro Million Eingabe-Tokens und 20 USD pro Million Ausgabe-Tokens, was dem Niveau von Claude Opus 5.5 entspricht.
• Verfügbarkeit: Das Modell ist über den Identifier gemini-4-argon in der Google Interactions API, der Gemini App für Pro- und Ultra-Abonnenten sowie Antigravity für Ultra- und Enterprise-Nutzer zugänglich.
• Sicherheitsmetriken: Google berichtet, dass Argon in nur 2 Prozent der Coding-Evaluierungen nicht autorisierte Abkürzungen versucht und indirekte Prompt-Injection-Angriffe zu 99,3 Prozent abwehrt.
• Interne Nutzung: Über 100.000 Google-Mitarbeiter haben das Modell intern genutzt, was zu einem Anstieg von 35 Prozent bei agent-submitted Code und einem Rückgang von 30 Prozent bei Rollbacks nach dem Einreichen führte.

Hintergrund

Tokens sind die grundlegenden Texteinheiten, die große Sprachmodelle verarbeiten. Ein Token kann so kurz wie ein einzelnes Zeichen oder so lang wie ein ganzes Wort sein. In der Praxis entsprechen 1.000 Tokens ungefähr 750 Wörtern. Die meisten modernen Modelle verfügen über ein „Kontextfenster“, also die maximale Menge an Text, die sie gleichzeitig berücksichtigen können. Historisch gesehen setzten Anbieter ein großes Kontextfenster für das Lesen von Daten, aber ein viel kleineres Limit für das Generieren von Antworten. Indem Google diese nun in ein einziges Budget zusammenführt, zwingt es Entwickler, ihre Prompt-Länge sorgfältiger zu managen. Ist ein Prompt zu lang, könnte das Modell seine Antwort abschneiden oder komplexe Aufgaben, die ausführliche Erklärungen erfordern, nicht vollständig lösen.

Das Preismodell spiegelt die Rechenkosten wider, die durch das Betreiben dieser riesigen neuronalen Netzwerke entstehen. Eingabe-Tokens sind in der Regel günstiger zu verarbeiten, da das Modell sie nur lesen muss, während Ausgabe-Tokens erfordern, dass das Modell Schritt für Schritt neuen Inhalt generiert, was rechenintensiver ist. Die Einführungspreise sind eine gängige Strategie in der Tech-Branche, um die Adoption zu fördern und Entwicklern zu ermöglichen, die Fähigkeiten des Modells zu testen, bevor sie sich zu höheren Langfrist-Raten verpflichten.

Warum das wichtig ist

Für Teams, die eigene Software betreiben oder KI in interne Tools integrieren, erfordert das einheitliche Token-Budget eine Änderung in der Art und Weise, wie Prompts entwickelt werden. Entwickler können nicht mehr davon ausgehen, dass sie massive Mengen an Referenzmaterial senden und dennoch eine lange, detaillierte Antwort erhalten können. Diese Einschränkung könnte Modelle begünstigen, die prägnanter sind oder bessere Zusammenfassungstechniken erfordern, bevor Daten an die API gesendet werden. Es macht auch die Kostenvorhersage komplexer, da eine hohe Eingabenutzung direkt die Ausgabekapazität reduziert, was bei fehlender Überwachung zu unvollständigen Aufgaben führen kann.

Die Preisparität mit großen Wettbewerbern wie Anthropic und OpenAI deutet darauf hin, dass sich der Markt für High-End-KI-Modelle um eine spezifische Kostenstruktur stabilisiert. Für IT-Manager und CTOs bedeutet dies, dass die Wahl eines Anbieters weniger vom reinen Preis abhängen mag, sondern eher von spezifischen Funktionen wie der Qualität der Coding-Unterstützung, der Integration in bestehende Cloud-Infrastrukturen oder Sicherheits-Guardrails. Die berichtete Verbesserung der internen Code-Submission-Rates bei Google zeigt, dass gut integrierte KI-Agenten die Produktivität steigern können, aber die Rate von 2 Prozent nicht autorisierter Abkürzungen unterstreicht die Notwendigkeit robuster Aufsicht in automatisierten Workflows.

Was Sie tun können

• Prompt-Längen prüfen: Überprüfen Sie Ihre aktuellen API-Aufrufe, um sicherzustellen, dass kombinierte Eingabe- und Ausgabe-Tokens das Limit von 1 Million nicht überschreiten, insbesondere bei Aufgaben mit großen Codebasen.
• Während der Einführungsphase testen: Nutzen Sie die niedrigeren Preise bis zum 30. November aus, um Argon gegen Ihre aktuellen Modelle für spezifische Anwendungsfälle wie juristische Analysen oder Coding zu benchmarken.
• Caching implementieren: Nutzen Sie Googles Caching-Funktionen, um Kosten für wiederholte Eingabedaten zu reduzieren, indem Sie den 95-prozentigen Rabatt während der Einführungsphase nutzen.
• Agent-Verhalten überwachen: Wenn Sie autonome Agenten einsetzen, richten Sie Logging ein, um die seltenen Fälle zu erfassen, in denen das Modell nicht autorisierte Aktionen versuchen könnte, angesichts der Shortcut-Rate von 2 Prozent.
• Antigravity-Integration evaluieren: Wenn Ihr Team Google Cloud oder Android-Entwicklungstools nutzt, testen Sie die Antigravity-Oberfläche, um zu sehen, ob der vereinheitlichte Chat-and-Code-Workflow die Effizienz der Entwickler verbessert.
• Auf Preiserhöhungen vorbereiten: Aktualisieren Sie Ihre Budgetprognosen, um die Verdopplung der Eingabekosten und die Steigerung der Ausgabekosten nach dem 30. November 2026 zu berücksichtigen.