Stellen Sie sich einen Handwerker vor, der jeden Bauplan im Haus liest, bevor er eine Wand anfasst, und Ihnen danach einen langen, detaillierten Bericht über alles schreibt, was er getan hat. Die Arbeit ist gut. Der Bericht ist gründlich. Aber wenn Sie pro Wort bezahlen, merken Sie es an der Rechnung.
Gemini 4 Argon ist dieser Handwerker. Es ist Googles erstes Gemini-4-Modell und seit Langem wieder ein Google-Modell, das mit den besten Coding-Agenten mithält. Es gehört aber auch zu den gesprächigsten.
Was es ist und wo Sie es finden
Google kündigte Gemini 4 Argon am 30. September 2026 an und öffnete es am 13. Oktober 2026 für ein breites Publikum. Fürs Programmieren gibt es zwei Zugänge.
Über die Gemini API. Jeder Entwickler auf der kostenpflichtigen Stufe kann gemini-4-argon aus AI Studio, über die Gemini API oder aus Werkzeugen aufrufen, in die man einen eigenen Schlüssel eintragen kann. Sie wählen eine niedrige, mittlere (Standard) oder hohe Denkstufe. Je höher die Stufe, desto länger überlegt das Modell vor der Antwort – das kostet mehr Zeit und mehr Token.
Über Antigravity. Antigravity ist Googles Coding-Agent, erhältlich als Desktop-App und als Kommandozeilenwerkzeug (CLI). Hier wird die Zugangsfrage unangenehm: Argon in Antigravity verlangt Google AI Ultra, Googles höchsten Privatkundentarif, oder einen berechtigten Gemini-Enterprise-Tarif. Abonnenten von Google AI Pro bekommen Argon in der Gemini-App, aber nicht in Antigravity. In der älteren Antigravity-IDE wird es überhaupt nicht angeboten. Ein Thread im Google AI Developers Forum vom Starttag zeigt Nutzer, die genau danach fragen.
Wie gut programmiert es?
Artificial Analysis, ein unabhängiges Testunternehmen, misst Coding-Agenten statt Modelle für sich allein, denn die Ergebnisse eines Modells hängen stark von der Agenten-Software ab, die es umgibt. Sein Coding Agent Index mittelt drei Tests: DeepSWE v1.1 (komplexe Aufgaben in echten Codebasen), Terminal-Bench 4.0 (lange Aufgaben auf der Kommandozeile) und SWE-Atlas-QnA (Fragen zu großen Codebasen beantworten).
In diesem Index erreicht Gemini 4 Argon in der Antigravity CLI 64 Punkte. Claude Sonnet 5.5 in Claude Code führt mit 68. GPT-6.1 Sol in Codex kommt auf 63, einen Punkt hinter Argon. Anders gesagt: Googles Agent liefert sich jetzt einen offenen Schlagabtausch mit OpenAIs Preis-Leistungs-Champion.
Googles eigene Launch-Tabelle fällt schmeichelhafter aus. Auf DeepSWE v1.1 meldet sie für Argon 77,9 %, gegenüber 74,1 % für GPT-6 Astra, 74,2 % für Claude Opus 5.5 und 67,4 % für Claude Fable 5.1. Das ist der Bestwert in Googles Vergleich. Mit etwas Vorsicht zu genießen: Zum Start hatte noch kein Dritter die Tabelle nachgeprüft, und Beobachtern fiel auf, dass zwei Astra-Werte darin höher waren als in OpenAIs eigenen Diagrammen.
Auf dem breiteren Intelligence Index von Artificial Analysis erreicht Argon 53 Punkte, gleichauf mit GPT-6 Astra.
Wo es glänzt
- Große Repositories. Eine Million Token Kontext reicht, um eine große Codebasis samt Dokumentation und Testprotokollen auf einmal zu laden. Diesen Platz teilen sich Eingabe, Denken und Ausgabe, sehr lange Sitzungen brauchen also etwas Planung.
- Sehr lange Ausgaben. Die meisten Modelle hören nach einigen Zehntausend Ausgabe-Token auf. Argon kann bis zu etwa einer Million Token weiterschreiben, über mehrere Antworten hinweg. Das hilft bei großen Migrationen, generiertem Code und langen technischen Dokumenten.
- Vorsichtig mit Fakten, zumindest in einem Wissenstest. Artificial Analysis maß im Wissenstest AA-Omniscience die niedrigste Halluzinationsrate aller führenden Modelle: Von den Fragen, die Argon nicht richtig beantwortete, bekamen nur 15 % eine selbstbewusst falsche Antwort, bei GPT-6 Astra 51 %. Zwei Einschränkungen: Der Test prüft allgemeines Wissen, keinen Code, und Argon beantwortete auch weniger Fragen richtig als Astra (50 % gegenüber 63 %). Vielleicht erfindet es auch seltener Bibliotheksoptionen oder Funktionen – die Fehler, deren Suche am meisten Zeit frisst –, aber gemessen hat das noch niemand.
- Screenshots und Aufnahmen lesen. Es nimmt neben Text auch Bilder, Audio und Video entgegen. Sie können ihm also einen Screenshot eines kaputten Layouts oder eine Bildschirmaufnahme eines Fehlers geben.
Der ehrliche Haken
Lange Terminal-Sitzungen bleiben eine Schwachstelle. Auf Terminal-Bench 4.0, wo ein Agent lange in einer echten Kommandozeile arbeitet, maß Artificial Analysis etwa 57 %. Claude Sonnet 5.5 erreicht 64 %, Claude Opus 5.5 und GPT-6 Astra etwa 59,6 %. Auch Googles eigene Tabelle zeigt Opus 5.5 bei diesem Test vorn (66,4 % zu 57,4 %).
Es verbrennt Token. Artificial Analysis brauchte mit Argon 110 Millionen Token für seinen Intelligence Index, gegenüber einem Median von etwa 85 Millionen. Die durchschnittlichen Kosten pro Aufgabe in diesem Index lagen zum Startpreis bei rund 1,99 $, gegenüber 0,72 $ bei GPT-6.1 Sol. Bei Programmieraufgaben ist der Abstand größer: Der Coding Agent Index von Artificial Analysis (Stand 14. Oktober 2026) nennt 5,84 $ pro Aufgabe für Argon in der Antigravity CLI und 1,04 $ für GPT-6.1 Sol (xhigh) in Codex. Das sind durchschnittliche API-Kosten pro Benchmark-Aufgabe, keine Abo-Gebühren. Ein niedriger Preis pro Token macht es nicht billig pro Aufgabe.
Der Startpreis endet am 30. November. Bis dahin kostet die API 2 $ / 10 $ pro Million Eingabe-/Ausgabe-Token, danach 4 $ / 20 $. Zwischengespeicherte Eingaben steigen von 0,10 $ auf 0,20 $.
Frontend-Arbeit braucht eine Lotsin. Ein Praxistest von Stork.ai fand seine Designs im Vergleich zur Konkurrenz gedrängt, auch wenn es im selben Test eine lange nächtliche Agenten-Aufgabe ausdauernd durcharbeitete. In der Logik ist es besser als in der Optik.
Für wen es sich eignet
| Wenn Ihr Projekt so aussieht … | Greifen Sie zu | Warum |
|---|---|---|
| Riesiges Repository, lange generierte Ausgaben, Google-Cloud-Umgebung | Gemini 4 Argon | 1 Mio. Kontext, sehr lange Ausgaben, vorsichtig in einem unabhängigen Wissenstest |
| Lange autonome Terminal-Aufgaben | GPT-6 Astra oder Claude Opus 5.5 | Vorn bei Terminal-Bench 4.0 |
| Der höchste Coding-Agent-Wert | Claude Sonnet 5.5 in Claude Code | Führt den Coding Agent Index von Artificial Analysis an |
| Viele Aufgaben mit knappem Budget | GPT-6.1 Sol | Ähnlicher Wert im Coding Agent Index bei etwa einem Sechstel der API-Kosten pro Aufgabe |
Das Fazit fürs Programmieren
Gemini 4 Argon bringt Google zurück ins Gespräch über Coding-Agenten. Es ist unabhängig gemessen stark, hat eine Kontext- und Ausgabelänge, die nur wenige Konkurrenten erreichen, und geht in einem unabhängigen Wissenstest ungewöhnlich sorgfältig mit Fakten um. Wenn Ihr Team bereits Google AI Ultra bezahlt oder auf Google Cloud aufbaut, verdient es einen ernsthaften Test. Mit Pro müssen Sie es über die API statt über Antigravity nutzen. So oder so: Messen Sie die Kosten pro Aufgabe, nicht den Preis pro Token, und kalkulieren Sie für Dezember.
