Google DeepMind führt Gemini 4 Argon nun für Abonnenten von Google AI Pro und Ultra ein. Das Modell ist über Gemini, Google AI Studio und Google Antigravity nutzbar. Die Seite nennt ein Ausgabefenster von 1M Tokens für lange Herleitungen, Refactorings ganzer Repositories und umfangreiche strukturierte Ausgaben.

Google berichtet über mehrere Ergebnisse bei Softwareprojekten. Argon half dem Chrome-Team, einen Legacy-Ordner mit rund 6 Millionen Zeilen aus der 40 Millionen Zeilen umfassenden Chromium-Codebasis herauszulösen. Der Umbau betraf Hunderte Dateien und verkürzte die geschätzte Arbeit von Monaten auf Wochen. Laut Google ermöglicht die Änderung das Verschieben aktiver Webseiten zwischen Tabs, Seitenleisten und schwebenden Fenstern ohne Neuladen. Eine Kategorie von Browser-Abstürzen soll dadurch entfallen.

Im Quantenchemiepaket xTB beschleunigte Argon laut Google die Berechnung molekularer Strukturen um bis zu 2,3x und die Konformersuche um 1,8x. Die Änderungen gelangten in das offizielle xTB-Repository. Bei Googles quelloffenem Agent Development Kit senkte die Arbeit mit einem .agents/skills-Regelwerk die Vorbereitung von Sitzungen im Speicher um 40 Prozent. Kalte Importe wurden um 21 Prozent schneller.

Ein separates vLLM-Projekt auf einer A100 erhöhte den Durchsatz von Gemma 4 E2B von etwa 37.900 auf mehr als 108.000 Tokens pro Sekunde. Google meldet eine End-to-End-Beschleunigung um den Faktor 2,85, vollständige Token-Parität und keinen Qualitätsverlust. Außerdem migrierte Argon mehr als 700 Google-Skills-Trainingslabore aus fünf Repositories. Dabei fand das System mindestens 16 verborgene Timeout- und Race-Condition-Fehler, sparte 955 Entwicklungsstunden und reduzierte die jährliche Wartung von etwa 540 Stunden auf ein dreistündiges Update.

Zu den Demonstrationen gehören Blender-Arbeiten mit mehreren Agenten, ein Miniatur-Rennspiel aus Fotos eines Schreibtischs und ein 3D-Spiel mit Python, Three.js und GLSL-Shadern. In einem Beispiel schrieb Argon eine Raytracing-Engine in reinem Python ohne externe Bibliotheken. Für das dazugehörige Video kamen Gemini 3.8 TTS und Musik von Lyria 3.5 zum Einsatz. Ein weiterer Workflow rekonstruierte Chaco Canyon aus rund 50 GB LiDAR-, GIS-, CAD- und Archivdaten.

Partner berichten über Anwendungen in professionellen Abläufen. Isomorphic Labs nutzt Argon für Patente und komplexe PDF-Dokumente in der Wirkstoffforschung und verkürzt damit Aufgaben von Wochen auf Stunden. Ambience Healthcare erzielte bei mehr als 200 synthetischen longitudinalen Patientenakten eine hohe Trefferquote und Spezifität bei ICD-10-Codes. Die Validierung mit echten Patientenakten läuft noch. Box meldet gegenüber Gemini 3.1 Pro einen Genauigkeitszuwachs von 14 Prozent. Cartwheel spricht von einer fast 100-fachen Laufzeitbeschleunigung und 90 Prozent weniger Tokens bei der räumlichen Rekonstruktion.

Deloitte meldet in ersten Tests eine Erfolgsquote von 100 Prozent bei lang laufenden Abläufen mit mehreren Werkzeugen. Kepler zufolge stimmte Argon bei mehr als 99 Prozent der Zahlen mit von Analysten erstellten Finanzmodellen überein. Quadrillion berichtet bei komplexen Forschungsaufgaben über eine 1,5-fache Geschwindigkeit gegenüber Vergleichsmodellen und ein Viertel der Kosten pro Aufgabe. LexisNexis sieht frühe Stärken bei juristischer Recherche und Textentwürfen. MinutalA zufolge fand Argon ein juristisch relevantes Detail, das in einem menschlichen Lösungsschlüssel fehlte. Roboflow integrierte das Modell nach Spitzenplätzen bei Objekterkennung und einem Texttest mit Industrie- und Luftbildern.

Die Forschungsbeispiele betreffen Quantencomputer, Fusion, seltene Krankheiten und Enzymdesign. Ein von Argon optimierter AlphaQubit-Kernel verdoppelte die Inferenzleistung beinahe. Eine in Lean verifizierte arcsin-Implementierung senkte die Raumzeitkosten gegenüber einer veröffentlichten Quanten-CORDIC-Baseline um mehr als den Faktor 100. Google und Matt Landreman fanden eine breitere Klasse von Gegenbeispielen zu Grad's conjecture. Diese Lösungen liefern Vergleichswerte für Stellarator-Simulationen. Gamow Labs berichtet, dass Argon eine von Standardsoftware jahrelang übersehene Chromosomenveränderung erkannte. Auf internen Tests erreichte das Modell 57 Prozent auf RareBench und 52,2 Prozent auf LabBench. Fünf neu entwickelte Serinesterasen zeigten im Labor katalytische Aktivität.

Für die Robotik sah Argon ein Video eines Menschen beim Cornhole, erstellte eine physikalische Simulation und berechnete die Ganzkörperbewegungen. Ein humanoider Apptronik Apollo traf anschließend sieben Würfe in Folge. In der Cyberabwehr erzielte das Modell 68 Prozent auf CWE-bench v1 und lag damit im veröffentlichten Vergleich gemeinsam auf Platz eins. Google bezeichnet es als sein bisher widerstandsfähigstes Modell gegen indirekte Prompt-Injection-Angriffe. Wiz setzte es im Programm Scan for Good zum Schutz kritischer Gesundheitsinfrastruktur und hunderttausender Patientendatensätze ein.

Die veröffentlichten Tests nennen 68,9 Prozent auf dem Vals Index, 77,9 Prozent auf DeepSWE v1.1, 55,0 Prozent auf FrontierSWE v2 und 91,9 Prozent auf Vibe Code Bench. Bei LABBench erreichte Argon 88,8 Prozent, bei RiemannBench 76,0 Prozent. Im Long-Context-Test lag der Wert bei 99,7 Prozent für 128K Tokens und bei 84,2 Prozent für 256K bis 1M. Weitere Angaben sind 39,5 Prozent bei Agent's Last Exam, 69,2 Prozent im Offline-Teil von OSWorld-2.0, 71,6 Prozent bei Chartography und 91,7 Prozent bei LVBench.

Google zufolge verweigert Argon schädliche Anfragen gemäß dem Frontier Safety Framework. Überwachung kann die Ausführung bei Anzeichen einer Fehlanpassung stoppen. Sandboxes werden vor risikoreichen Trainings- und Evaluationsläufen isoliert. Akademische und unabhängige Forschende können für sechs Monate die höchste Nutzungsstufe von Google Antigravity beantragen. Die Vergabe hängt von Berechtigung, Kapazität und Auswahl ab. Cybersecurity-Verteidiger können sich für das Fairwind Program bewerben.