Gemini 4 Argon: Google öffnet neues KI-Modell für Händler

Google hat am 13. Oktober 2026 Gemini 4 Argon vorgestellt, das erste Modell der neuen Gemini-4-Generation. Das Modell ist ab sofort weltweit über die API, in der Gemini-App und im KI-Modus der Google-Suche verfügbar. Der Einführungspreis ist 2 Dollar pro Million Eingabe-Token und der neue Aufgabenmodus in der Gemini-App, der über 40 Anwendungen anbindet, darunter Shopify. Google positioniert Argon ausdrücklich für mehrstufige Arbeitsabläufe in Bereichen wie Finanzen, Recht und Programmierung. Dieser Beitrag fasst zusammen, was Google zu Verfügbarkeit, Preisen, Leistung und Sicherheit mitteilt.

Verfügbarkeit: Wer Gemini 4 Argon ab sofort nutzen kann

Laut der Ankündigung von Koray Kavukcuoglu , SVP bei Google DeepMind, steht das Modell Entwicklern und Unternehmen über die Gemini-API in AI Studio und auf der Gemini-Plattform in Google Cloud zur Verfügung. Voraussetzung ist der bezahlte API-Tarif. Zusätzlich läuft Argon in Android Studio und in Google Antigravity, der agentischen Programmierumgebung (eine Entwicklungsoberfläche, in der das Modell selbstständig Code schreibt und ausführt), die Abonnenten des Tarifs Google AI Ultra offensteht.

Endnutzer erreichen das Modell über die Gemini-App und den KI-Modus in der Google-Suche. Dafür ist ein Abonnement von Google AI Pro oder Google AI Ultra nötig. Nutzer des kostenlosen Tarifs bleiben vorerst außen vor. Google kündigt weitere Modelle der Gemini-4-Familie an, nennt aber keine Termine.

Preis: 2 Dollar pro Million Token – aber nur bis 30. November

Google startet mit einem Einführungspreis von 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token. Zwischengespeicherte Eingabe-Token (Cached Input, also bereits verarbeiteter Kontext, der wiederverwendet wird) kosten 95 Prozent weniger. Die Einführungsphase endet am 30. November 2026. Danach verdoppelt sich der Preis auf 4 Dollar pro Million Eingabe-Token und 20 Dollar pro Million Ausgabe-Token.

Das Kontextfenster liegt bei 1 Million Token, wobei Google Ein- und Ausgabe als gemeinsames Limit zählt. Für längere Aufgaben hat Google ein Fortsetzungsprotokoll eingeführt, das in der Entwicklerdokumentation beschrieben ist. Wer das Modell in eigene Shop-Prozesse einbindet, muss dieses Protokoll bei der Integration berücksichtigen.

Shopify, Instacart, Adobe: Der Aufgabenmodus bindet über 40 Apps an

Die für den Handel wichtigste Neuerung steckt in der Gemini-App. Google führt dort einen Umschalter zwischen Chat und Aufgaben ein. Im Aufgabenmodus arbeitet das Modell auch dann weiter, wenn der Nutzer nicht am Rechner sitzt, und greift auf verbundene Dienste zu. Google nennt mehr als 40 angebundene Anwendungen, darunter Instacart, OpenTable, Adobe und Shopify . Als Anwendungsfälle nennt Google Lebensmittelbestellungen, Tischreservierungen sowie das Gestalten und Aufbauen eines Geschäfts.

Google zeigt in der Ankündigung außerdem einen Ablauf, in dem Argon einen unsortierten Projektordner in eine Präsentation für einen Kunden überführt, diese per E-Mail versendet und anschließend eine geplante Aufgabe anlegt, die künftige Kundenanfragen automatisch bearbeitet. Außerdem ist die Antigravity-Oberfläche jetzt direkt in der Gemini-App für macOS enthalten. Nutzer können so innerhalb einer Anwendung zwischen Chat und agentischem Programmieren wechseln.

Leistung: Platz 1 im Vals Index und 35 Prozent mehr Code-Einreichungen

Google führt den Vals Index als zentralen Vergleichswert an. Der Index misst Modellleistung in Wirtschaftsbereichen wie Finanzen, Programmierung, Recht und Steuern. Argon belegt dort laut Google den ersten Platz. Intern berichtet Google von einem Anstieg agentischer Code-Einreichungen um mehr als 35 Prozent und einem Rückgang von Code-Rollbacks um knapp ein Drittel, seit Entwicklerteams Argon in Antigravity einsetzen.

Als Beispiele nennt Google eine Umstrukturierung im Chrome-Quellcode über Hunderte Dateien, die Monate an Arbeit auf Wochen verkürzt habe, sowie eine Optimierung des Agent Development Kit, die die Vorbereitungszeit von Sitzungen um 40 Prozent senkte. Für die eigenen Gemma-Modelle berichtet Google von einer 2,85-fachen Beschleunigung der Inferenz auf einer A100-Grafikkarte. Alle Angaben stammen von Google selbst; unabhängige Tests lagen zum Zeitpunkt der Ankündigung nicht vor.

Google beschreibt außerdem Änderungen im Antwortverhalten. Argon soll Fragen direkter beantworten, weniger absichern, sich seltener wiederholen und Floskeln vermeiden. Bei längeren Aufgaben soll das Modell häufiger Zwischenstände melden. Stilvorgaben befolge es besser als frühere Gemini-Modelle.

Sicherheit: Prompt-Injection-Erfolgsquote von 0,7 Prozent

Für Händler, die das Modell auf Webseiten, E-Mails oder Produktdaten loslassen, ist die Anfälligkeit für Prompt Injection (versteckte Anweisungen in Fremdinhalten, die das Modell umlenken sollen) entscheidend. Google gibt an, dass Argon im Gray Swan Indirect Prompt Injection Benchmark die Erfolgsquote von Angriffen über 15 adaptive Versuche auf 0,7 Prozent gesenkt hat.

Zudem hat Google das Modell darauf trainiert, vor unumkehrbaren Schritten eine menschliche Bestätigung einzuholen und keine Abkürzungen zu nehmen, wenn es auf Hindernisse wie Berechtigungsfehler stößt. In Coding-Benchmarks sank die Rate solcher Abkürzungsversuche laut Google auf 2 Prozent. Ein automatischer Monitor liest die Zwischenschritte des Modells mit und blockiert ungewollte Umgehungen in Echtzeit. Details stehen in der Model Card .

Einordnung: Was Onlinehändler jetzt prüfen sollten

Wer Gemini bereits über die API einsetzt, kann Argon bis Ende November zum halben Dauerpreis testen. Die Preisverdopplung ab 1. Dezember gehört in jede Kalkulation. Shopify-Händler sollten die Anbindung an die Gemini-App prüfen, da Google den Shop-Aufbau ausdrücklich als Anwendungsfall nennt. Für den Zugang über die App ist ein Abonnement ab Google AI Pro erforderlich.

Die Leistungsdaten stammen bislang ausschließlich aus Googles eigenen Tests und Fallbeispielen. Unabhängige Vergleiche mit Modellen anderer Anbieter stehen noch aus. Händler, die Agenten mit Zugriff auf Bestelldaten, Kundenkommunikation oder Zahlungsabläufe einsetzen wollen, sollten die Sicherheitsangaben aus der Model Card gegen die eigenen Anforderungen prüfen, bevor sie produktive Prozesse umstellen.