Gemini 4 Argon startet als Public Preview in Snowflake Cortex AI

Wo Gemini 4 Argon verfügbar ist

Gemini 4 Argon steht zum Start in allen Cortex AI Functions bereit. Die Unterstützung in Snowflake CoWork, Snowflake CoCo und Cortex Agents soll laut Snowflake bald folgen, und zwar über alle unterstützten Clouds hinweg per Cross-Region-Inferenz.

Snowflake versteht den Schritt als Teil eines Multi-Modell-Ansatzes. Nach Angaben des Unternehmens betonen Führungskräfte in Unternehmen immer wieder, dass ihr Wettbewerbsvorteil in ihren Daten liegt, dass aber kein einzelnes KI-Modell zu jeder geschäftlichen Herausforderung passt. Aus Sicht von Snowflake brauchen Organisationen die Flexibilität, für jede Aufgabe das passende Modell zu wählen, ohne Datensicherheitsrisiken oder Pipeline-Komplexität zu erzeugen.

Anwendungsfälle laut Snowflake

Das Unternehmen nennt vier Möglichkeiten, wie Kunden das Modell auf Daten anwenden können, die bereits in Snowflake liegen:

• Anhaltendes Reasoning in komplexen Workflows: Teams können mehrstufige Untersuchungen durchführen, etwa um finanzielle Abweichungen in komplexen Abrechnungstabellen nachzuverfolgen, oder mit CoCo Legacy-Codebasen refaktorieren und Abhängigkeiten über mehrere Dateien hinweg nachvollziehen.
• Visuelle Belege in der Geschäftsanalyse: In CoWork können Teams Finanzberichte, Verkaufsdiagramme mehrerer Regionen und Dashboards zur Kampagnenleistung gleichzeitig auswerten und die Analyse an Diagrammbelege knüpfen, um Ausreißer bei Trends schneller zu erkennen.
• Dokumentensynthese im Batch: Über AI Functions mit wählbarem Modell können Operations-, Rechts- und Support-Teams Reasoning-Modelle parallel auf Tausende unstrukturierter Datensätze, Rechtsdokumente und Support-Tickets anwenden, um Kontext zu extrahieren und detaillierte Zusammenfassungen zu erstellen.
• Einheitliche Governance: Da das Modell nativ in Cortex AI läuft, bleibt jeder Aufruf innerhalb des Sicherheits- und Governance-Rahmens von Snowflake, was Snowflake als Antwort auf „Shadow AI“ darstellt.

Firework als Kundenbeispiel

Snowflake verweist auf Firework, ein Unternehmen für Video-Commerce, als Beispiel für den Aufbau auf dieser Datenbasis. Firework wollte die persönliche Betreuung durch eine Verkaufsberaterin oder einen Verkaufsberater im Laden in den Online-Handel bringen. Mit Snowpark und Cortex AI aggregierte, bereinigte und klassifizierte das Unternehmen Tausende anonyme Kundengespräche, um Interessen und Problemstellen der Verbraucher zu verstehen.

Diese Arbeit trug dazu bei, Fireworks AI Video Assistant zu betreiben, der Fragen zur Rückgaberichtlinie beantwortet, Produktbewertungen zusammenfasst und personalisierte Empfehlungen gibt. Firework berichtete von einem einfacheren Prozess sowie größerer Zeit- und Kosteneffizienz, weil der gesamte Workflow innerhalb von Snowflake bleibt. Dabei ist zu beachten: Fireworks Beispiel steht nicht in direktem Zusammenhang mit Gemini 4 Argon selbst. Snowflake nutzt es, um die Datenpipelines zu veranschaulichen, in die Teams das neue Modell nun einbinden können.

Was das für Snowflake-Kunden bedeutet

Für Snowflake-Kunden erweitert sich damit die Modellauswahl innerhalb der Plattform, die sie bereits für kontrollierte Daten nutzen. Laut Snowflake können Teams die neuesten Reasoning- und Vision-Fähigkeiten von Google Cloud in bestehende Datenpipelines einbinden, um komplexere, mehrstufige geschäftliche Aufgaben anzugehen.

Die Veröffentlichung ist eine Public Preview, und die Verfügbarkeit in CoWork, CoCo und Cortex Agents steht noch aus. Der volle Umfang der beschriebenen Anwendungsfälle hängt daher vom Eintreffen dieser Integrationen ab. Interessierte Kunden verweist Snowflake auf den Google Cloud Partner Hub, um die Multi-Modell-Funktionen zu erkunden. Angaben zu Preisen oder regionaler Verfügbarkeit enthält die Quelle nicht.