Google DeepMind stellt Gemini 4 Argon vor: Zugang zunächst nur für vertrauenswürdige Cyberverteidiger

Gestaffelter Rollout: Sicherheitsprüfungen kommen zuerst

Laut Google DeepMind wird Argon über das Fairwind Program zunächst an ausgewählte vertrauenswürdige Cyberverteidiger ausgeliefert. Das Unternehmen erklärt, dass Fähigkeiten dieser Größenordnung nur schrittweise sicher freigegeben werden können. Während es die Verfügbarkeit nach und nach ausweitet, beteiligt sich Google am freiwilligen Verfahren der US-Regierung für den Zugang zu Modellen vor ihrer Veröffentlichung.

Google will weiter Feedback von frühen Testern sammeln und die Schutzmechanismen nachschärfen, bevor Argon "so schnell wie möglich" für Entwickler, Unternehmen und Verbraucher bereitsteht. Einen Termin für die allgemeine Verfügbarkeit nennt die Ankündigung nicht.

Die Preise für den späteren Start stehen bereits fest. Argon soll laut Google mit einem Einführungspreis von 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token starten. Zwischengespeicherte Input-Token kosten 95 Prozent weniger als der reguläre Input-Preis.

Bereits im Einsatz bei Google selbst

Google zufolge steckt Argon schon in den internen Arbeitsabläufen, und Tausende Googler loben die Stärken des Modells beim spezialisierten Programmieren, bei tiefergehender Recherche und bei der Textqualität. Das Unternehmen nennt mehrere Beispiele:

• Quantenalgorithmen: Argon half Forschern im Bereich Quantencomputing, die Raumzeit-Ressourcen (Qubits × Gatter) von Unterroutinen zu optimieren, die wichtige Anwendungen ausbremsen. In einem Beispiel schlug es die veröffentlichte Referenzlösung binnen Minuten um 40 Prozent.
• Speichereffizienz: Ein Team aus Argon-Agenten wertete flottenweite Profiling-Telemetrie aus und setzte Speicheroptimierungen in den Rechenzentren von Google um. Nach dem vollständigen Rollout sollen laut Google über 300 TiB Speicher frei werden, die geschätzte Gesamtersparnis liegt bei 500 TiB bis 1 PiB.
• Codebasis-Migrationen: Argon-Agenten übertragen C/C++-Codebasen nach Rust, von einigen Zehntausend Zeilen in Bibliotheken wie re2 und libgav1 bis zu mehr als 800.000 Zeilen im Fuchsia-Zircon-Kernel. Laut Google durchlaufen diese Neuschreibungen automatisierte und manuelle Audits, Emulationstests und Reviews, bevor sie in Produktion gehen.

Beim Videodecoder libgav1 übernahmen die Agenten eine bestehende Rust-Portierung und ersetzten in vielen Runden profilgestützter Experimente 32.000 Zeilen SIMD-Code. Das Ergebnis ist laut Google ein speichersicherer Decoder, der bei identischer Videoausgabe 2,7-mal schneller läuft als die Rust-Portierung.

Eine Million Output-Token und Benchmark-Ergebnisse

Google hebt das Output-Token-Limit von Argon auf "branchenführende 1 Mio. Token" an, zuvor waren es 64.000. Das Unternehmen argumentiert, ein Modell mit Platz für Hunderttausende Token in einem einzigen Durchlauf könne tiefer schlussfolgern und schwierige Probleme in einem Zug lösen.

Google nennt folgende Ergebnisse, bei denen es sich um eigene Angaben handelt:

• Ein neuer Bestwert auf DeepSWE v1.1 mit 77,9 Prozent. Der Benchmark misst Softwareentwicklung über lange Zeithorizonte unter realen Bedingungen.
• Spitzenposition im Vals Index, der die wirtschaftliche Wirkung in Finanzwesen, Programmierung, Recht und Steuern misst, gewichtet nach dem Beitrag der jeweiligen Branche zum US-Bruttoinlandsprodukt.
• Ebenfalls führende Leistungen bei Vals Finance Agent v2 und Harveys Legal Agent Benchmark.
• Platz eins bei Zapiers AutomationBench mit 51,3 Prozent.
• Ein Bestwert von 91,7 Prozent auf LVBench, der das Verständnis langer Videos misst.

Google zufolge kann das Modell außerdem professionelle Diagramme analysieren, Details aus langen Videos herausfiltern und auf Grundlage einer Reihe von Dokumenten handeln.

Cyberverteidigung und das Beispiel Wiz

Google nach eigenen Angaben Argon darauf trainiert, in der Cyberverteidigung besonders leistungsfähig zu sein. Das Modell könne kritische Softwareschwachstellen eigenständig finden, validieren und patchen. Für vertrauenswürdige Verteidiger und die internen Teams von Google will das Unternehmen Argon ohne Cyber-Schutzmechanismen bereitstellen, damit sie die volle Leistungsfähigkeit nutzen können.

Wiz setzt das Modell bereits im Rahmen seiner Initiative Scan for Good ein, die kritische öffentliche Infrastruktur kostenlos schützt, indem sie Risiken mit hohem Gefährdungspotenzial aufspürt und behebt. In einer frühen Demonstration entdeckte Argon eine kritische Schwachstelle, die sensible personenbezogene Daten in Krankenhaussoftware offenlegte, die weltweit in Kliniken genutzt wird. Frühere Frontier-Modelle hatten dieses Risiko laut Google übersehen.

Im CWE-bench v1, der die Behebung von Schwachstellen bewertet, belegt Argon mit 68 Prozent gemeinsam den ersten Platz. Google gibt zudem an, bei der Schwachstellensuche besser abzuschneiden als 3.8 Flash Cyber. Im internen Benchmark von Google fand das Modell Schwachstellen in Codebasen aus 20 Programmiersprachen. Im internen Black-Box-Penetrationstest-Benchmark von Wiz übertraf es 3.8 Flash Cyber beim Erkennen der Angriffsfläche, beim Identifizieren von Schwachstellen und beim Erstellen von Proof-of-Concept-Belegen.

Schutzmaßnahmen vor der breiten Verfügbarkeit

Google will vor einem breiten Rollout die Schutzvorkehrungen in vier Kernbereichen verstärken. Drei davon beschreibt der hier vorliegende Text der Ankündigung.

• Missbrauch: Das Modell ist darauf ausgelegt, schädliche Anfragen abzulehnen, darunter Cyberangriffe sowie chemische, biologische, radiologische und nukleare Angriffe (CBRN), und legitime Forschung mit doppeltem Verwendungszweck zugleich zu ermöglichen. Google verbessert nach eigenen Angaben die Techniken zur Überwachung der internen Aktivierungen des Modells, und interne wie externe Red Teams haben die Schutzmaßnahmen getestet.
• Prompt Injection: Google bezeichnet Argon als sein bislang widerstandsfähigstes Modell gegen indirekte Prompt Injections und sieht es im Indirect-Prompt-Injection-Benchmark von Gray Swan vorn.
• Misalignment: Schutzmechanismen überwachen die Gedankenkette (Chain of Thought) und die Aktionen von Argon und stoppen die Ausführung bei Bedarf, damit das Modell nicht über die Absichten der Nutzer hinausgeht.

Was das bedeutet

Vorerst steht Argon nur einem engen Kreis zur Verfügung, und die Benchmark-Werte stammen von Google und seinen Partnern, nicht aus unabhängigen Tests. Die Ankündigung zeigt, wohin Google das Modell lenkt: zu lang laufenden agentischen Aufgaben in Entwicklung, Finanzwesen, Recht und Sicherheit. Entwickler und Unternehmen müssen auf die breitere Veröffentlichung warten, die Google an fortlaufende Tests und Feedback knüpft. Die genannten Einführungspreise geben einen ersten Hinweis darauf, was der Zugang kosten wird.