Google staffelt Gemini 4 Argon nach Abostufe
Google beginnt mit dem breiten Rollout von Gemini 4 Argon. Kostenlose Nutzer erhalten keinen Zugriff auf das neue Modell. In der Gemini-App steht Argon ausschließlich in den Tarifen AI Pro und AI Ultra zur Verfügung.
Für entwicklungsorientierte Anwendungen gelten strengere Grenzen. In Antigravity und AI Studio lässt sich Gemini 4 Argon nur mit AI Ultra verwenden. Dieser Tarif startet bei 99 $ pro Monat, während AI Pro 20 $ pro Monat kostet.
| Zugangsweg | Erforderlicher Tarif | Preis | Umfang |
|---|---|---|---|
| Gemini-App | AI Pro | 20 $ pro Monat | Argon-Nutzung einschließlich Code-Generierung im Canvas-Modus |
| Gemini-App | AI Ultra | ab 99 $ pro Monat | Vollständiger Zugang innerhalb der App |
| Antigravity | AI Ultra | ab 99 $ pro Monat | Parallele agentenbasierte Coding-Abläufe |
| AI Studio | AI Ultra | ab 99 $ pro Monat | Zugriff auf Gemini 4 Argon |
Pro-Abonnenten können Argon zwar für die Code-Generierung im Canvas-Modus der Gemini-App einsetzen. Die parallelen agentenbasierten Abläufe von Antigravity bleiben jedoch gesperrt. Ob und wann Google diese Funktionen für günstigere Tarife öffnet, ist bislang nicht bestätigt.
Für professionelle Coding-Agenten reicht das 20-Dollar-Abo nicht aus. Der relevante Einstiegspreis liegt bei mindestens 99 $ pro Nutzer und Monat.
API-Preise verdoppeln sich ab Dezember
Entwicklungsteams können Gemini 4 Argon auch über die kostenpflichtige API integrieren. Die zunächst angebotenen Preise gelten jedoch nur bis zum 30. November. Ab dem 1. Dezember verdoppelt Google sowohl den Preis für Eingaben als auch für Ausgaben.
| Abrechnung | Bis 30. November | Ab 1. Dezember |
|---|---|---|
| 1 Million Input-Tokens | 2 $ | 4 $ |
| 1 Million Output-Tokens | 10 $ | 20 $ |
| Zwischengespeicherte Tokens | 95 % Rabatt | 95 % Rabatt |
Der Rabatt für zwischengespeicherte Tokens kann wiederkehrende Anfragen deutlich verbilligen. Bei langen, dynamischen Coding-Prozessen lässt sich jedoch nicht jeder Kontext wiederverwenden. Unternehmen müssen deshalb mit dem regulären Preis kalkulieren, bevor Argon fest in Entwicklungsabläufe eingebaut wird.
Das Preismodell folgt einem bekannten Muster: Zunächst erleichtert ein Einführungspreis die Integration, anschließend steigen die laufenden Kosten. Ähnliche Fragen zur Kombination aus Grundgebühr und Nutzungskosten stellen sich beim Abomodell von Microsoft Copilot. Wie stark sich agentenbasierte Prozesse optimieren lassen, zeigt dagegen die gemeldete Kostensenkung bei Asanas Browser-Agenten.
Google nennt interne Einsparungen bei YouTube
Google führt mehrere interne Anwendungen als Beleg für die Leistungsfähigkeit des Modells an. Bei YouTube soll Argon redundantes Rendering von Emojis erkannt haben. Nach der Korrektur sei die Serverlast um 45 % gesunken.
Im Drohnenprojekt Project Wing habe das Modell außerdem kritische Fehler in einer Simulationssoftware gefunden, die seit 2018 im Code vorhanden gewesen seien. Dabei handelt es sich um Angaben von Google, nicht um unabhängig geprüfte Ergebnisse.
Schutzmechanismen für agentenbasierte Abläufe
Gemini 4 Argon soll bösartige Anweisungen ablehnen. Zusätzlich setzt Google einen automatischen Misalignment Monitor ein. Dieses Kontrollsystem soll die Verarbeitung stoppen, wenn ein unbeabsichtigter Arbeitsablauf erkannt wird.
Die Sicherheitsfunktionen passen zur stärkeren Ausrichtung auf autonome Coding-Prozesse. Bereits bei der Vorstellung stand die Cybersicherheit von Gemini 4 Argon im Mittelpunkt. Solche Kontrollen sind besonders relevant, wenn ein Modell nicht nur Code vorschlägt, sondern selbstständig mehrere Arbeitsschritte ausführt.
Folgen für Unternehmen im DACH-Raum
Für Entwicklungsteams im DACH-Raum erhöht die Tarifgrenze die planbaren Fixkosten. Wer Antigravity mit Gemini 4 Argon einsetzen will, benötigt mindestens AI Ultra für 99 $ pro Nutzer und Monat. Hinzu kommen Währungsumrechnung und Mehrwertsteuer.
Zu Datenschutzbestimmungen, EU-Hosting oder DSGVO-Konformität von Argon in Gemini, Antigravity und der API liegen keine konkreten Angaben vor. Diese Punkte müssen vor einer Verarbeitung interner Quellcodes oder vertraulicher Unternehmensdaten separat geklärt werden.
Strategisch entsteht zudem eine stärkere Abhängigkeit von Googles Tarifstruktur. Funktionen können einzelnen Abostufen vorbehalten bleiben, während API-Preise kurzfristig angepasst werden. Eigene Coding-Pipelines mit Open-Source-Modellen oder offenen Schnittstellen reduzieren dieses Risiko, erfordern dafür aber mehr Verantwortung für Betrieb, Sicherheit und Modellwahl.
Gerade bei langfristigen Entwicklungsprozessen sollte deshalb nicht nur die aktuelle Modellleistung bewertet werden. Relevant sind auch Wechselkosten, Datenkontrolle und die Möglichkeit, einzelne Modelle ohne Umbau der gesamten Pipeline auszutauschen. Dass viele Unternehmen mit fertigen Agentenplattformen Schwierigkeiten erwarten, zeigt auch die Prognose, wonach 70 % der Anbieterlösungen für KI-Agenten bis 2028 aufgegeben werden könnten.