Gemini 4 Argon: Googles neues KI-Modell startet mit internen Zweifeln an der Programmierleistung

Mit GeminiEntdecken Sie die KI-Power von Google. 4 Argon bringt Google ein neues KI-Spitzenmodell auf den Markt, das komplexe Aufgaben in der Softwareentwicklung, im Finanzwesen und in der Cybersicherheit übernehmen soll (Quelle: Google). Der Konzern verwehrt der breiten Öffentlichkeit vorerst den Zugang. Zunächst erhalten ausgewählte Sicherheitsexperten und Regierungsorganisationen über das sogenannte Fairwind-Programm eine spezielle Version des Sprachmodells. Diese Variante verzichtet auf eingebaute Schutzmechanismen, damit Verteidiger die vollständigen Fähigkeiten zur Abwehr von Cyberangriffen testen können (Quelle: CNBC). Zahlende API-Kunden sollen später folgen.

Hersteller-Benchmarks für Gemini 4 Argon wecken Zweifel

Google bewirbt das Modell mit neuen Bestwerten. Bei der Behebung von Sicherheitslücken erreiche die KI im Test CWE-bench v1 laut Hersteller 68 Prozent und teile sich damit den ersten Platz. Für umfangreiche Programmieraufgaben im Benchmark^?Ein standardisierter Test, der die Leistungsfähigkeit von Hard- oder Software vergleichbar macht. DeepSWE v1.1 meldet der Konzern eine Erfolgsquote von 77,9 Prozent.

Doch diese Laborwerte bestätigen sich im Alltag offenbar nicht.

Innerhalb des Unternehmens zweifeln Beschäftigte daran, wie gut das Modell in Schlüsselbereichen wie der Programmierung tatsächlich abschneidet (Quelle: Bloomberg). Unabhängige Bestätigungen für die Leistungsfähigkeit in betrieblichen Umgebungen fehlen bislang. Ähnlich wie bei Testläufen autonomer KI-Agenten müssen die Hersteller erst beweisen, dass die Systeme außerhalb isolierter Testumgebungen fehlerfrei funktionieren.

Der Tokenpreis verdoppelt sich nach der Startphase

Wer das Modell später über die Programmierschnittstelle nutzt, erhält zunächst Rabatte. Der Einführungspreis liegt bei 2 US-Dollar pro Million eingegebener Tokens und 10 US-Dollar pro Million ausgegebener Tokens. Gecachte Eingaben, also wiederverwendete Datenblöcke, kosten 95 Prozent weniger als der reguläre Listenpreis. Nach der Einführungsphase steigen die Kosten auf 4 beziehungsweise 20 US-Dollar. Konkurrenzmodelle wie Anthropics Claude setzen in diesem Umfeld bereits auf geringeren Ressourcenverbrauch, um die Betriebskosten für Firmenkunden zu senken.

Für Unternehmen zählt die Verfügbarkeit im Alltag mehr als ein Spitzenplatz in Rankings. Google präsentiert sein neues Modell zwar als großen Fortschritt für die Cybersicherheit und die Wissensarbeit, liefert die Technologie vorerst aber nur an einen kleinen Kreis aus. Solange die Entwickler keine unabhängigen Testergebnisse für geschäftskritische Anwendungen vorlegen und den breiten Zugang schuldig bleiben, nützt der günstigere Tokenpreis wenig. Die internen Zweifel an der Programmierleistung zeigen, dass auch bei Google weiterhin eine Kluft zwischen Laborwert und Praxistauglichkeit besteht.