Gemini 4 Argon: Entwickelt, um eure schwierigsten Probleme zu lösen

Gemini 4 Argon ist ab heute weltweit für Entwickler*innen und Unternehmen über die API in AI Studio und der Gemini -Plattform , für Google AI Ultra-Abonnenten in Google Antigravity sowie für Google AI Ultra- und Pro-Abonnent*innen in der Gemini -App und im KI-Modus der Suche verfügbar .

Argon zeichnet sich durch seine Fähigkeit aus, komplexe, praxisnahe Aufgaben in verschiedenen Bereichen wie Programmierung, Finanzen, Recht, Cybersicherheit und Wissenschaft präzise und detailliert zu lösen. Dank seiner Genauigkeit und Präzision bei mehrstufigen Aufgaben übertrifft Argon andere führende Modelle in branchenübergreifenden Benchmarks und belegt Platz 1 im Vals-Index , der die Modellleistung in wichtigen Wirtschaftssektoren wie Finanzen, Programmierung, Recht und Steuern misst.

Das Modell wird heute auf den Markt gebracht ¹ – zu einem Einführungspreis von 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token (wobei zwischengespeicherte Input-Token um 95 % reduziert sind).

Teams bei Google, in verschiedenen Unternehmen und in der Forschung haben Argon bereits erfolgreich eingesetzt, um in unterschiedlichen Bereichen bedeutende Erfolge zu erzielen:

• Große technische Probleme lösen wie der Refaktorisierung und Optimierung umfangreicher Codebasen
• Geschäftsprozesse optimieren in Bereichen wie Recht, Finanzen und Wissenschaft
• Kritische Cybersicherheitslücken finden und beheben
• Neuartige Durchbrüche ermöglichen in den Bereichen Quantencomputing, Kernfusion und Lebenswissenschaften zu ermöglichen

Lösung komplexer technischer Aufgaben

Bei Google setzen wir Argon für unsere komplexesten technischen Herausforderungen ein. In den letzten Wochen konnten unsere Softwareentwickler*innen so schnell wie nie zuvor qualitativ hochwertigen Code bereitstellen. Argon in Antigravity hat Teams geholfen, die Anzahl der agentengesteuerten Code-Einreichungen um mehr als 35 % zu steigern und gleichzeitig die Anzahl der Code-Rollbacks um fast ein Drittel zu reduzieren.

• Entwirrung des Browser-Funktionscodes in Chrome: Argon unterstützte das Chrome Team bei der Trennung der Kernfunktionen für Webseiten von einem rund 6 Millionen Zeilen umfassenden historisch gewachsenes Code-Verzeichnis innerhalb der 40 Millionen Zeilen umfassenden Chromium-Codebasis. Durch die gleichzeitige Implementierung mehrerer sauberer Codeänderungen hat Argon dem Team geholfen, eine Architekturrefaktorisierung über Hunderte von Dateien hinweg abzuschließen und so monatelange Arbeit in wenigen Wochen zu erledigen. Für die Milliarden von Chrome-Nutzer*innen weltweit ermöglicht dies, dass Webseiten flüssig zwischen Tabs, Seitenleisten und schwebenden Fenstern wechseln können, ohne neu geladen zu werden. Dadurch wird eine ganze Kategorie von Browserabstürzen beseitigt.

• Optimierung einer produktiven Python-Codebasis innerhalb weniger Stunden: Argon von Antigravity unterstützt das Team hinter Googles Open-Source -Agent Development Kit (ADK), einem Framework für Enterprise-Agenten, bei der Weiterentwicklung ihrer Performance-Engineering-Lösungen. Das Team übergab Argon sein Regelwerk für die Datei `.agents/skills` und die Vorgabe, den Framework-Overhead zu reduzieren, ohne bestehende Anwendungen zu beeinträchtigen. Argon arbeitete autonom über Nacht und fand Optimierungen, die nun in `google/adk-python` verfügbar sind . Diese reduieren die Vorbereitungszeit von Sitzungen im Arbeitsspeicher bei langen Sessions um 40 % und beschleunigen Kaltimporte um 21 %. Lest den detaillierten technischen Bericht, um mehr zu erfahren.
• Optimierung des Open-Source-Pakets für Quantenchemie: xTB (Semiempirical Extended Tight-Binding) ist eines der meistzitierten Open-Source-Pakete für die Quantenchemie von Molekülen. Wissenschaftler*innen nutzen es, um die dreidimensionale Struktur von Molekülen vorherzusagen und eine große Anzahl von Wirkstoff- und Materialkandidaten zu screenen. Mithilfe von Argon in Antigravity konnten unsere Forscher*innen die Vorhersage von Molekülstrukturen um das bis zu 2,3-Fache und die Konformerensuche um das 1,8-Fache beschleunigen. Die Änderungen wurden dem offiziellen xTB-Repository auf GitHub zur Verfügung gestellt.
• Wir haben die Inferenzgeschwindigkeit unserer offenen Gemma-Modelle fast verdreifach: Mit Argon haben wir auf einem A100 via vLLM eine 2,85-fache Steigerung der End-to-End-Inferenz (Durchsatzsteigerung von ca. 37.900 auf über 108.000 Token pro Sekunde auf Gemma 4 E2B) bei 100 % Token-Parität und ohne Qualitätsverlust erreicht – und das in nur wenigen Tagen. Normalerweise würde dieser Prozess Monate dauern. Die genauen Änderungen sind in den Upstream-Pull-Requests (Optimierungen von Attention Tuning bis hin zu spekulativer Dekodierung) einsehbar.
• Komplexe 3D-Visualisierungen: Argon bietet im Vergleich zu früheren Gemini -Modellen deutliche Verbesserungen in räumlichem Denken, mathematischer Präzision und visueller Codierung. Mithilfe von Slash-Befehlen wie /goal und der Abfrage von Multiagentenschleifen mit benutzerdefinierten Fähigkeiten in Antigravity nutzen Google-Mitarbeiter Argon, um komplexe 3D-Visualisierungen, hochauflösende Spiele und interaktive Animationen in reinem Code zu prototypisieren, die direkt im Browser gerendert werden können.

Transformation kritischer Geschäfts- und Arbeitsabläufe

Argon vereint innovatives Denken, ausgeprägte visuelle Wahrnehmung, umfassendes Fachwissen und herausragende Schreibfähigkeiten in den Bereichen Recht, Finanzen, Wissenschaft und Programmierung, um euch bei anspruchsvollen beruflichen Arbeitsabläufen zu unterstützen. Es kommuniziert klar und verständlich, hält euch stets auf dem Laufenden und setzt Stilvorgaben präziser um als alle unsere vorherigen Gemini-Modelle. Argon beantwortet Fragen direkter und ohne Umschweife, vermeidet unnötige Wiederholungen und Klischees.

Unternehmenskunden und Startups in unserem Early-Access-Programm setzen Argon bereits sehr erfolgreich ein.

Durch die Nutzung seiner fortschrittlichen Schlussfolgerungs- und multimodalen Fähigkeiten bei gleichzeitiger strikter Fundierung erzielt Argon hervorragende Ergebnisse beim umfassenden multimodalen Verstehen von Dokumenten, der Verlaufsdatenanalyse und interaktiven analytischen Sandboxen.

Beschleunigung der praktischen Wirkung mit Forscher*innen und Fachexpert*innen

Forscher*innen, Entwickler*innen und Sicherheitsexpert*innen nutzen Argon bereits, um die Grenzen der Cyberabwehr, der Wissenschaft, der Mathematik und der Robotik zu erweitern. Es unterstützt Sicherheitsexpert*innen und Forscher*innen beim Testen von Hypothesen, der autonomen Überprüfung kritischer Codebasen und formaler Beweise sowie beim Aufspüren subtiler Zero-Day-Schwachstellen und Logikfehler.

Bereitstellung modernster Cyberfähigkeiten für vertrauenswürdigere Verteidiger

Ab heute beginnen wir mit der Ausweitung des Fairwind-Programms auf Hunderte weiterer Partner.

Wiz nutzt Argon bereits für seine Initiative „ Scan for Good “, die kritische Infrastrukturen zum Wohle der Allgemeinheit und kostenlos schützt. Dank des frühen Zugangs zum Modell konnte Wiz die praktischen Auswirkungen von Argon in verschiedenen risikoreichen Sektoren demonstrieren:

• Sicherung sensibler Regierungsdaten: Im Rahmen eines langjährigen Programms zur Stärkung der Cybersicherheit und in Zusammenarbeit mit einer Bundesbehörde half Argon proaktiv dabei, eine Sicherheitslücke zu identifizieren und zu beheben, die die Sicherheit sensibler Daten gefährdete (bzw. die Offenlegung sensibler Daten ermöglichte). Diese Maßnahme trug dazu bei, die Offenlegung kritischer Entwicklungsdetails im Sicherheitssektor und den unbefugten Zugriff auf spezialisierte Modelle zu verhindern.
• Schutz kritischer Gesundheitsinfrastruktur: Wiz nutzte Argon auch zum Schutz wichtiger Gesundheitsinfrastruktur. Durch die Verknüpfung komplexer Schwachstellen half das Modell dem Team, eine Sicherheitslücke beim Herunterladen öffentlicher Dateien zu entdecken und schnell zu beheben, die einen Hauptschlüssel offenlegte und Administratorzugriff gewährte. Argon ging über die reine Erkennung von Schwachstellen hinaus und schützte proaktiv Hunderttausende von Patientendatensätzen.

Neue wissenschaftliche Durchbrüche erschließen

Argon hat bereits in der Praxis Auswirkungen auf die wissenschaftliche Gemeinschaft – es ermöglicht Wissenschaftler*innen und Expert*innen in verschiedenen Bereichen neue Entdeckungen.

• Quantencomputing: Argon unterstützt unsere Forscher*innen dabei, Fortschritte sowohl bei der Quantenfehlerkorrektur als auch beim Algorithmen-Design zu beschleunigen. Um Fehlerdecoder in Echtzeit mit der Quantenhardware Schritt halten zu lassen, hat Argon eine interne Version von AlphaQubit , unserem ML-Quantenfehlerkorrekturdecoder, in einen einzigen, hochoptimierten Hardware-Kernel übersetzt. Dadurch konnte der Inferenzdurchsatz nahezu verdoppelt werden, sodass wir größere, leistungsfähigere Modelle einsetzen und auf größere Quantengeräte skalieren können, ohne dabei die strengen Echtzeitvorgaben zu vernachlässigen. Argon reduziert außerdem den Speicher- und Zeitaufwand für Quanten-Subroutinen. Für Arcussinus, einen Baustein aktueller Quantensimulationsalgorithmen, senkt eine von Argon entwickelte und in Lean formal verifizierte Implementierung den Speicher- und Zeitaufwand im Vergleich zu einer veröffentlichten Quanten-CORDIC-Baseline um mehr als das Hundertfache – ein Schritt hin zu einer Standardbibliothek optimierter Quantenschaltungen.
• Kernfusion: Stellaratoren sind unglaublich komplexe Anlagen und gelten als vielversprechende Kandidaten für unbegrenzte, saubere Fusionsenergie. Die Optimierung ihrer dreidimensionalen Magnetfelder ist jedoch bekanntermaßen äußerst schwierig. Seit 1967 galt die sogenannte Gradsche Vermutung als Hypothese, dass exakte mathematische Lösungen für diese Felder unmöglich seien. Erst in jüngster Zeit wurden Gegenbeispiele gefunden, unter anderem von Professor Matt Landreman (Universität Maryland). Nun hat ein Team von Google in Zusammenarbeit mit Professor Landreman eine breitere Klasse von Gegenbeispielen zur Gradschen Vermutung entdeckt. Diese neuen Lösungen liefern der Fusionsforschung verlässliche Vergleichswerte, um ihre Stellarator-Simulationscodes zu testen – wertvolle Werkzeuge für zukünftige Entwicklungen.
• Forschung zu seltenen Erkrankungen: Forscher von Gamow Labs nutzten Argon, um anonymisierte Genome von Neugeborenen mit seltenen Lungenentwicklungsstörungen zu analysieren. In einem Fall identifizierte Argon eine Chromosomenveränderung, die von Standardsoftware jahrelang übersehen wurde, und erklärte, warum sie unentdeckt blieb. In internen Bewertungen von Gamow Labs, die auf realen klinischen und Labordaten basierten, erzielte Argon Spitzenwerte bei RareBench (57 % bei der Unterstützung der Diagnose seltener Erkrankungen) und LabBench (52,2 % bei der Interpretation von Laborergebnissen). Diese Fortschritte deuten auf eine schnellere Diagnose für Familien mit seltenen Erkrankungen hin. Weitere Einzelheiten findet ihr auf dem Blog. ²
• Enzymdesign: Die Entwicklung von Enzymen mit präziser Reaktivität ist bekanntermaßen ein langwieriger Prozess, der oft Monate der individuellen Modelloptimierung und des Kandidaten-Screenings erfordert. Serinesterasen sind eine Enzymklasse, die Esterbindungen in Zielmolekülen spaltet und in der Recyclingindustrie sowie bei der Herstellung von Pharmazeutika, Biokraftstoffen und Tenside weit verbreitet ist. Unsere Wissenschaftler arbeiteten mit Argon zusammen, um Serinesterasen zu entwickeln. Als Zielmolekül diente 4MU-Acetat, das nach der Spaltung seiner Esterbindungen unter UV-Licht leuchtet. Innerhalb weniger Stunden sammelte Argon relevante Daten, optimierte die Modelle und identifizierte mehrere biochemisch inspirierte Filter, um schließlich fünf neuartige Designs zu entwickeln. Nachfolgende Labortests bestätigten die robuste katalytische Aktivität dieser Designs. Die Geschwindigkeit und Einfachheit der erfolgreichen Enzymgenerierung demonstriert das Potenzial für eine rasche Beschleunigung des Enzym-Engineerings in Bereichen wie der Bioproduktion, der grünen Chemie und der Arzneimittelentwicklung.

Um die Forschung weiter zu beschleunigen, bieten wir 10.000 Wissenschaftler*innen die höchste Nutzungsstufe von Google Antigravity für sechs Monate kostenlos an (die Freischaltung erfolgt fortlaufend), vorbehaltlich der Eignung, der verfügbaren Kapazität und der Auswahl. Bewerbungen sind ab sofort möglich .

Beschleunigung der Robotikentwicklung

Durch die Kombination von fortschrittlichem visuell-semantischem Schließen, tiefgreifendem physikalischem Verständnis und autonomer Codegenerierung eröffnet Argon neue Arbeitsabläufe im gesamten Robotik-Stack und beschleunigt den Fortschritt hin zu physischer AGI. Dieser Leistungssprung spiegelt sich in Argons Ergebnis im Embodied Reasoning (ERQA) Benchmark wider, der die Fähigkeit eines Modells testet, physikalische, räumliche Probleme in 3D-Umgebungen zu verstehen und zu lösen. Mit reinem Schließen übertrifft Argon alle anderen Spitzenmodelle mit einem Ergebnis von 87 %.

Um diese Fähigkeiten in der Praxis zu demonstrieren, testeten wir Argons Fähigkeit, eine ungewöhnliche motorische Fertigkeit allein durch Beobachtung zu erlernen. In einem internen Test analysierte Argon ein Video, in dem ein Mensch Cornhole spielte, erfasste die räumlichen Koordinaten der Umgebung und berechnete die erforderlichen Ganzkörpergelenkbewegungen. Anschließend erstellte es selbstständig den Simulationscode. Nach der Übertragung auf Apptroniks humanoiden Roboter Apollo versenkte dieser in einem realen Test sieben Würfe in Folge.

Diese „Video-zu-Simulation-zu-Real“-Pipeline komprimiert wochenlange manuelle Simulationsmodellierung auf wenige Stunden und verwandelt gewöhnliche Videos in eine skalierbare, unbegrenzte Trainingsumgebung für Robotik. Erfahrt mehr darüber, wie dies die Entwicklung in der Robotik beschleunigt, in unserem Entwicklerblog .

Verantwortungsvolle und sichere Entwicklung von Argon

Sicherheit und Schutz sind grundlegend für die Modellentwicklung bei Google. Da Argon ein hochleistungsfähiges Modell ist, haben wir mit verschiedenen Drittanbietern zusammengearbeitet, um bestimmte Modellfunktionen und Sicherheitsvorkehrungen zu messen. Gemini 4 Argon stellt unsere bisher umfassendste Sicherheitsarchitektur dar.

• Missbrauchs- und Jailbreak-Schutz: Da dieselben Programmier- und wissenschaftlichen Fähigkeiten, die Verteidigern helfen, Krankenhaussoftware zu patchen oder die Biotechnologie zu beschleunigen, auch von böswilligen Angreifern missbraucht werden können, sind starke Schutzmaßnahmen erforderlich. Im Rahmen unseres Frontier Safety Frameworks evaluierten wir die erweiterten Funktionen von Argon in verschiedenen Bereichen und implementierten einen mehrschichtigen Verteidigungsstack, der Jailbreak-Resistenz, Überwachung und Durchsetzung kombiniert. Dies verbesserte unsere Robustheit erheblich – beispielsweise konnte externes Red Teaming im Biobereich nur weniger als 1 % der von uns getesteten Bio-Sicherheitsprüfungen erfolgreich lösen. Darüber hinaus ist Argon bei gefährlichen Anfragen – vom Schreiben von Exploit-Code bis hin zur Unterstützung im Umgang mit gefährlichen biologischen Materialien – deutlich besser darin, schädliche Anfragen nicht zu erfüllen als unsere vorherigen Modelle. In einem Adversarial-Set, das das Modell einem Stresstest unterziehen sollte, reduzierten sich die Verstöße um fast die Hälfte – ebenfalls deutlich besser als bei früheren Gemini-Modellen.
• Agentenausrichtung & Echtzeitüberwachung: Da Agenten immer besser in der Lage sind, Probleme zu lösen, müssen wir sicherstellen, dass sie nicht übermäßig eifrig sind, eine Aufgabe zu erledigen, indem sie unautorisierte Abkürzungen nehmen, wenn sie auf ein Hindernis stoßen, wie z. B. einen Berechtigungsfehler oder einen fehlgeschlagenen Test.
  • Zunächst trainierten wir Argon darauf, Systemgrenzen zu respektieren, negative Ergebnisse ehrlich zu melden und vor irreversiblen Schritten eine menschliche Bestätigung einzuholen. Bei Programmier-Benchmarks, bei denen Modelle keinen Anreiz haben, sich zurückzuhalten, sanken die Versuche, Abkürzungen zu verwenden, bei Gemini 4 Argon auf nur noch 2 % – unser bestes Ergebnis im Vergleich zu früheren Gemini-Modellen.
  • Zweitens haben wir als zusätzliche Sicherheitsebene einen automatisierten Fehlausrichtungsmonitor entwickelt, der die schrittweisen Schlussfolgerungen und Aktionen des Agenten analysiert, um unbeabsichtigte Umgehungen in Echtzeit zu erkennen und zu blockieren. Wir haben diesen Monitor bei internen Implementierungen, Fähigkeitsbewertungen und Trainingsläufen für bestärkendes Lernen eingesetzt – und dabei strikt darauf geachtet, die Denkprozesse des Modells während des Trainings nicht zu bestrafen, damit diese transparent und nachvollziehbar bleiben.
• Resistenz gegen Prompt Injection: Beim Surfen im Internet, Lesen von E-Mails oder Untersuchen von Code können Agenten auf versteckte Schadcode-Anweisungen stoßen, die ihre Aufgaben manipulieren sollen. Durch gezieltes Training mit Angreifern und automatisiertes Red Teaming erzielt Argon im Gray Swan Indirect Prompt Injection (IPI) Benchmark die die niedrigste Angriffsrate (bzw. die beste Abwehrrate mit einer erfolgreichen Angriffsquote von nur 0,7 %) bei 15 adaptiven Versuchen.

Weitere Informationen findet ihr auf der Gemini 4 Argon Modellkarte.

Legt noch heute los!

Argon arbeitet länger und intensiver, um hochkomplexe wissenschaftliche, Programmier- und agentenbasierte Probleme zu lösen. Dies wird durch ein branchenführendes Limit von 1 Million einheitlichen Input-Output-Tokens über die Gemini API ermöglicht. Lest unsere Dokumentation für Entwickler*innen und Unternehmen , um mehr über das neue Continuation-Protokoll zu erfahren und die passende Konfiguration für Ihre Bedürfnisse zu finden. Argon wird heute weltweit eingeführt.

• Für Entwickler*innen: E mit der kostenpflichtigen Gemini API-Version. Wenn ihr Abonnent*innen von Google AI Ultra seid, könnt ihr die API in Google Antigravity, AI Studio und Android Studio ausprobieren.
• Für Unternehmen: Testet es in Gemini for Business, der API und in Google Antigravity.
• Für normale Nutzer*innen: Probiert es ab heute in der Gemini-App und im KI-Modus in der Google Suche aus, wenn ihr ein Google AI Ultra- oder Pro-Abonnement habt.
• Für Wissenschaftler*innen und Forscher*innen: Bewerbt euch jetzt und erhaltet mit etwas Glück sechs Monate lang kostenlosen Zugriff auf die höchste Nutzungsstufe von Google Antigravity (die Freischaltung erfolgt fortlaufend). Die Vergabe der Plätze ist abhängig von den jeweiligen Voraussetzungen, der verfügbaren Kapazität und der Auswahl. Bewerbungen sind ab sofort möglich .
• Für Cybersicherheitsverteidiger: Beantragt die Teilnahme am Fairwind-Programm , um fortlaufend Zugriff auf Argon ohne Cyber-Schutzmaßnahmen zu erhalten.

Gemini 4 Argon ist erst der Anfang. Wir freuen uns darauf, euch den Rest der Gemini 4-Familie vorzustellen.