Skip to content
FrontierDot

Was Sie heute mit Google Argon tun können: Ein praktischer Leitfaden zu Gemini 4 Argon

Ein praktischer Begleiter zu unserer Argon-Zeitleiste. Jede Fähigkeit unten ist an eine Seite der Google-Dokumentation, einen Blogbeitrag oder einen offiziellen X-Beitrag gebunden, und jeder Abschnitt endet mit einem konkreten ersten Schritt.

Stand 18. Oktober 2026 können Sie Gemini 4 Argon über die kostenpflichtige Gemini API und Google AI Studio nutzen, mit dem passenden Google-AI-Tarif auch in Antigravity, der Gemini-App und im AI Mode, mit bis zu 1M Token Ausgabe in einer einzigen Antwort über Hintergrundausführung, aber nicht für Bild- oder Audioerzeugung, die Live API oder explizites Context Caching.

Gelesen am 2026-10-18: die Modellseite und die Seite „What’s new“ der Gemini API (zuletzt aktualisiert 2026-10-16 UTC), die DeepMind-Modellkarte, Googles Blogbeitrag vom 13. Oktober und offizielle X-Beiträge von @GeminiApp, @Google, @antigravity und @GoogleDeepMind. Wir haben Argon nicht selbst ausgeführt; die Codebeispiele sind Googles und nur gekürzt. Tarifberechtigung und Kontingente ändern sich oft, prüfen Sie Ihr Konto, bevor Sie sich auf etwas davon verlassen.

Zum Einstieg: was Argon ist

Gemini 4 Argon ist Googles Flaggschiff-Reasoning-Modell mit der API-ID gemini-4-argon. Die Zeitleiste hat die datierte Aufzeichnung, wie es gestartet ist. Dieser Beitrag handelt von der Nutzung. Das Modell nimmt Text, Bilder, Video, Audio und PDFs als Eingabe und gibt Text zurück. Googles Modellseite listet Codeausführung, Funktionsaufrufe, strukturierte Ausgaben, Dateisuche, Search Grounding, Grounding mit Google Maps, URL-Kontext und Computer-Nutzung (als Preview markiert) als unterstützt und Bilderzeugung, Audioerzeugung und die Live API als nicht unterstützt. Explizites Context Caching wird ebenfalls nicht unterstützt, implizites Caching schon.

Diese Grenzen bestimmen, was „etwas mit Argon tun“ heißt. Es kann den Code schreiben, über Dokumente nachdenken, die Schritte planen und andere Werkzeuge steuern, aber wenn Sie in Googles Demos Bilder, 3D-Modelle oder Stimmen sehen, haben andere Modelle oder Werkzeuge sie erzeugt. Der Blog sagt das selbst: Das Schreibtisch-Rennspiel nutzte Blender über MCP zum Modellieren, Nano Banana für Texturen und Gemini Omni Flash für den Motorsound, mit Argon als Orchestrator. Behandeln Sie Argon in diesem Gespann als Planer und Programmierer.

1. Über die Gemini API aufrufen (Entwickler)

Der API-Zugang gehört zum bezahlten Tarif; Googles Doku hält fest, dass Argon im kostenlosen Tarif nicht verfügbar ist. Erstellen Sie in Google AI Studio einen API-Schlüssel und senden Sie dann eine Anfrage an die Interactions API. Googles Quickstart besteht in Python aus drei Zeilen: einen Client erzeugen, client.interactions.create mit model gleich gemini-4-argon und einem Eingabestring aufrufen und interaction.output_text ausgeben. Als Beispiel nutzt Google einen Prompt, der ein three.js-Skript verlangt, das ein 3D-Schwarzes-Loch mit Gravitationslinseneffekt rendert, was zugleich als Rauchtest dient, da man im Browser sieht, ob es gerendert wurde.

Die dokumentierte Standard-Denkstufe ist medium, mit einem Standard-Ausgabelimit von 65.536 Token. Google rät, temperature, top_p und top_k aus Ihren Anfragen zu entfernen, weil sie ignoriert werden, und jedes explizite max_output_tokens unter 32K auf mindestens 32.768 anzuheben, da Argon mehr vom Limit für das Denken ausgeben kann als frühere Modelle. HTTP-Client-Zeitlimits sollten bei schweren Prompts mindestens 15 Minuten betragen, oder Sie sollten die Hintergrundausführung nutzen.

  • Holen Sie sich in Google AI Studio einen Schlüssel für den bezahlten Tarif und exportieren Sie ihn als GEMINI_API_KEY.
  • Senden Sie die Quickstart-Anfrage mit model gemini-4-argon und einer Aufgabe, deren Ergebnis Sie prüfen können, etwa einer kleinen three.js-Szene oder einem fehlschlagenden Unit-Test.
  • Führen Sie denselben Prompt mit thinking_level low, medium und high aus und notieren Sie Qualität, Latenz und Token-Verbrauch. Google rät, die niedrigste Stufe zu wählen, die Ihre Anforderung erfüllt.
  • Halten Sie den Zustand über mehrere Runden mit previous_interaction_id auf dem Server, wie es die Migrations-Checkliste empfiehlt.

2. Denkstufen als Regler für Kosten und Qualität nutzen

Google beschreibt drei Stufen. Low nutzt die wenigsten Token und hat die geringste Latenz, passend für einfachere und kostensensible Aufgaben, mit Qualität, die bei schweren Aufgaben sinken kann. Medium ist der Standard und die empfohlene Wahl für die meisten Aufgaben, auch für komplexen Code und agentische Nutzung. High nutzt die meisten Token und hat das langsamste erste Token und zielt auf schweres Schlussfolgern, Mathematik, Wissenschaft und die schwierigsten Code- oder Agentenaufgaben. Google empfiehlt, auf allen drei Stufen eine eigene Evaluation laufen zu lassen.

Weil Denk-Token als Ausgabe-Token abgerechnet werden, mit 10 US-Dollar pro Million bis 30. November 2026 und danach 20 US-Dollar pro Million, ist die Stufe auch Ihre Preiskontrolle. Implizites Caching ist für Prompts ab 4.096 Token standardmäßig an und rabattiert zwischengespeicherte Eingaben bei Treffern um 95 %, halten Sie also lange, stabile Anweisungen am Anfang des Prompts und variieren Sie nur das Ende.

3. Sehr lange Ausgaben mit Long Decode erzeugen

Die Schlagzeilenfähigkeit ist eine einzelne Antwort jenseits von 64K Token, bis zu 1M Token abzüglich Ihrer Eingabe, innerhalb eines gemeinsamen Fensters von 1.048.576 Token für Eingabe, Denken und Ausgabe. Die Methode ist die Hintergrundausführung: background auf true und max_output_tokens über 65.536 in generation_config setzen. Googles Beispiel verlangt einen vollständigen, strengen Beweis des Primzahlsatzes mit max_output_tokens 262.144 und thinking_level high. Das Modell erzeugt in Hops von bis zu 64K Token, jeder setzt den letzten fort, und Googles Server führen die Hops für Sie aus.

Auf der Seite sind zwei praktische Fallen dokumentiert. Erstens: Setzen Sie background auf true ohne max_output_tokens, stoppt der Server nach 64K Token. Zweitens fügt jeder Hop einen model_output-Schritt hinzu, Sie müssen also den Text all dieser Schritte zusammenfügen, wenn der Interaktionsstatus nicht mehr in_progress oder queued ist. Fragen Sie wie im Beispiel alle paar Sekunden mit interactions.get ab. Long Decode ist für Aufgaben, bei denen die Länge der Zweck ist, etwa ein Refactoring-Plan über mehrere Dateien, ein langer Beweisentwurf oder das Umschreiben eines großen Dokuments; für normale Fragen ist der Standard billiger.

  • Kopieren Sie Googles Long-Decode-Beispiel für Ihre Sprache.
  • Setzen Sie max_output_tokens auf 131.072 oder 262.144, den Bereich, den Google für komplexes Schlussfolgern und Coding vorschlägt.
  • Fragen Sie ab, bis status in_progress und queued verlässt, und fügen Sie dann jeden model_output-Textschritt zusammen.
  • Prüfen Sie usage in der Antwort, um zu sehen, was der Lauf gekostet hat, bevor Sie hochskalieren.

4. Als Agent in Antigravity oder Managed Agents laufen lassen

Google sagt, Argon in Antigravity habe Teams geholfen, agentische Code-Einreichungen um mehr als 35 % zu steigern und Rollbacks um fast ein Drittel zu senken; das ist Googles interne Aussage, und wir haben sie nicht getestet. Was Sie heute tun können, ist bescheidener. Als Abonnent von Google AI Ultra können Sie laut Blog Argon in Antigravity und AI Studio ausprobieren. Am 15. Oktober sagte das offizielle Konto @antigravity, Argon sei auch an zahlende Abonnenten von Google AI Pro ausgerollt worden, mit einem separaten nur wöchentlichen Argon-Kontingent neben dem bestehenden Flash-Kontingent.

Für codegesteuerte Nutzung gibt es auf der Seite „What’s new“ den Weg über Gemini Managed Agents: Rufen Sie die Interactions API auf mit agent gleich antigravity-preview-09-2026, environment remote und agent_config mit type antigravity und model gemini-4-argon. Googles Beispiel bittet den Agenten, eine Website mit der PageSpeed Insights API und der Google-Suche auf Performance und SEO zu prüfen und eine Bewertungstabelle zurückzugeben. Google zeigt in Antigravity auch Slash-Befehle wie /goal und Multi-Agenten-Schleifen mit eigenen Skills für 3D- und Spiele-Prototypen. Eine vernünftige erste Aufgabe ist eine begrenzte, deren Ergebnis Sie prüfen können.

  • Bestätigen Sie Ihren Tarif in der Antigravity-App und prüfen Sie das für Argon angezeigte Kontingent.
  • Wählen Sie eine Aufgabe mit Bestanden-oder-Durchgefallen-Test, etwa eine fehlschlagende Testsuite oder ein Performance-Budget.
  • Geben Sie eine Skills- oder Regeldatei mit, falls Ihr Projekt eine hat; das ADK-Beispiel in Googles Blog nutzte ein Regelwerk und ein einabsätziges Ziel.
  • Prüfen Sie Diffs selbst. Google sagt, Argon sei darauf trainiert, vor unumkehrbaren Schritten innezuhalten, aber Sie bleiben der Prüfer.

5. Dokumente in der Gemini-App zu etwas Erkundbarem machen

In der Gemini-App und im AI Mode steht Argon laut Blogbeitrag vom 13. Oktober Abonnenten von Google AI Ultra und Pro zur Verfügung. Das offizielle Konto @GeminiApp zeigt zwei konkrete Anwendungen. Am 16. Oktober postete es, mit Canvas ließen sich dichte PDFs in interaktive, animierte Web-Apps verwandeln, die man in eigenem Tempo erkundet. Am 15. Oktober zeigte es, wie man ein Foto von Möbeln mit groben Maßen hochlädt und mit Canvas ein interaktives 3D-CAD-Studio mit Live-Reglern und exportierbaren, druckbaren STL-Dateien baut.

Googles eigenes Konto zeigte außerdem ein Bilderbuch aus einem wissenschaftlichen PDF mit Nano Banana, Veo und Argon in der Gemini-App und eine Foliensammlung aus 80.000 NASA-Archivdateien in Google Slides. Das sind Demonstrationen; Google veröffentlicht keine Erfolgsquote. Ein vernünftiger erster Test ist ein PDF, das Sie gut kennen, etwa Ihr eigenes Paper oder ein Produkthandbuch, damit Sie jede Aussage der Ausgabe prüfen können.

  • Bestätigen Sie, dass Ihr Gemini-App-Tarif Google AI Pro oder Ultra ist und Argon auswählbar ist.
  • Laden Sie ein PDF hoch, das Sie kennen, und bitten Sie Canvas um eine interaktive Erklärung.
  • Klicken Sie sich durch das Ergebnis und vergleichen Sie Zahlen mit der Quelle, bevor Sie es teilen.

6. Auf die Programme bewerben, falls sie zu Ihnen passen

Laut Googles Beitrag vom 13. Oktober sind zwei Bewerbungen offen. Wissenschaftler und Forschende können sich sechs Monate lang kostenlos um die höchste Nutzungsstufe in Google Antigravity bewerben; Google sagt, 10.000 Wissenschaftler würden laufend aufgenommen, vorbehaltlich Berechtigung, Kapazität und Auswahl. Cyberverteidiger können sich beim Fairwind Program bewerben, um Argon ohne Cyber-Leitplanken laufend zu erhalten. Das öffentliche Modell ist die abgesicherte Version; erwarten Sie bei exploitbezogenen Prompts nicht dasselbe Verhalten.

Was es heute nicht für Sie tut

  • Bilderzeugung, Audioerzeugung und die Live API werden nicht unterstützt.
  • Expliziter Cached Content wird nicht akzeptiert; nutzen Sie implizites Caching.
  • Die Einstellungen temperature, top_p und top_k werden ignoriert.
  • Der kostenlose API-Tarif enthält es nicht.
  • Die Ausgabe will weiter geprüft werden: Googles Modellkarte sagt, Argon könne halluzinieren und in Zeitüberschreitungen laufen, und sein Wissensstand ist März 2026.
  • Die mehrtägigen Multi-Agenten-Ergebnisse in Googles Beiträgen, etwa vier Agenten, die Minecraft in 27 Stunden durchspielen, sind Forschungsdemonstrationen. Google hat sie nicht als Produkt veröffentlicht, das Sie einschalten können.

Weiterführend auf Front

Argons 3D-Demos laufen über Blender. Wer dasselbe Muster ausprobieren will, beginnt mit Blender-Alternative finden und dem Vergleich Blender vs. Spline für browserbasiertes 3D. Die datierte Aufzeichnung des Starts steht in der Google-Argon-Zeitleiste. Wer ein Modell will, das auf dem eigenen Rechner läuft, vergleicht es mit der Reflection-Beam-501B-Zeitleiste. Zu xAIs aktueller Aufstellung siehe die Grok-Zeitleiste. Alles steht im Blog-Verzeichnis.

Weiterlesen

Alle Beiträge, neueste zuerst, stehen im Front-Blog.

Häufige Fragen

Wie lautet die Modell-ID von Gemini 4 Argon?

gemini-4-argon, laut Modellseite der Gemini API. Die stabile Versionszeichenfolge ist dieselbe.

Kann ich Argon kostenlos ausprobieren?

Nicht über die API: Googles Doku sagt, es sei im kostenlosen Tarif nicht verfügbar. Der Verbraucherzugang in der Gemini-App und im AI Mode erfordert laut Googles Blog Google AI Pro oder Ultra.

Wie bekomme ich Ausgaben über 64K Token?

Setzen Sie background auf true und max_output_tokens über 65.536, fragen Sie die Interaktion dann ab und fügen Sie alle model_output-Textschritte zusammen, wie in Googles Long-Decode-Beispiel.

Kann Argon Bilder erzeugen?

Nein. Die Modellseite listet Bilderzeugung als nicht unterstützt; Bild und Audio in Googles Demos stammen von anderen Modellen wie Nano Banana.

Wann steigt der Preis?

Am 1. Dezember 2026: von 2 auf 4 US-Dollar pro Million Eingabetoken und von 10 auf 20 US-Dollar pro Million Ausgabetoken, nachdem der Einführungszeitraum am 30. November 2026 endet.

Quellen