// GAMESTAR — GAMING
Künstliche Intelligenz - Gemini 4 Argon: Googles neues KI-Schwergewicht für Coding, Wissenschaft, Finanzen und Sicherheit
Gemini 4 Argin zeigt sich in ersten Benchmarks an der Spitze. (Bildquelle: Google | Xataka)
Stellt euch vor, ihr übertragt einer künstlichen Intelligenz eine Aufgabe, die sich unmöglich mit einer einzelnen Antwort lösen lässt: Tausende Zeilen Code prüfen, Flaschenhälse aufspüren und Optimierungen vorschlagen, ohne bestehende Funktionen zu beschädigen.
Die eigentliche Herausforderung besteht nicht bloß darin, den Prompt zu verstehen, sondern einen mehrstufigen Arbeitsprozess aufrechtzuerhalten und sicherzustellen, dass jede Entscheidung zu den vorherigen Schritten passt. Ähnlich anspruchsvoll wird es, wenn Finanzberichte analysiert oder IT-Systeme auf Sicherheitslücken abgeklopft werden müssen. Bei solchen Problemen zählt Schnelligkeit weit weniger als absolut verlässliche Ergebnisse.
Hinter diesem Vorstoß steht Gemini 4 Argon, das neue Modell von Google DeepMind, mit dem das Unternehmen komplexe Spezialaufgaben bewältigen will. Ganz neu ist das System allerdings nicht: Google kündigte es bereits am 30. September an, beschränkte den Zugriff im Rahmen des Fairwind-Programms damals jedoch auf ausgewählte Fachleute für Cybersicherheit.
Jetzt startet der weltweite Rollout für Entwicklerteams, Unternehmen und Abonnenten bestimmter Bezahlpläne. Damit nimmt Google vier zentrale Bereiche ins Visier: Programmierung, Finanzen, wissenschaftliche Forschung und IT-Sicherheit.
Dieser Artikel stammt im Original von unserer spanischen Schwesterseite Xataka und erscheint bei GameStar Tech in übersetzter und angepasster Form.
Um derart anspruchsvolle Aufgaben zu meistern, kombiniert Google in Argon hochentwickeltes logisches Denken (Reasoning), visuelle Analysen und den Einsatz externer Werkzeuge. In einer Demonstration steuerte das Modell beispielsweise mehrere Agenten in Antigravity, um in Blender eine Tempelanlage samt Pagoden, Vegetation und realistischer Beleuchtung zu modellieren – inklusive kontinuierlicher visueller Zwischenprüfung.
Zudem bietet die API ein einheitliches Kontingent von bis zu einer Million Tokens, also jenen Recheneinheiten, mit denen die KI Inhalte erfasst und generiert. Dieses Kontingent teilen sich Input, Denkprozess und Output. Da für einzelne Anfragen engere Grenzen gelten, implementierte Google einen Fortsetzungsmechanismus für besonders umfangreiche Arbeitsschritte.
1:10:45
KI zerstört unsere Spiele nur, wenn wir es zulassen
Ein konkretes Beispiel verdeutlicht das Potenzial: In einem internen Testlauf mit dem Agent Development Kit (ADK), einem Python-Projekt mit rund 205.000 Codezeilen, rechnete Argon elf Stunden lang und schlug sechs Optimierungen vor. Nach eingehender Prüfung verwarf Google vier Vorschläge wegen möglicher Funktionsstörungen oder zu geringem Mehrwert, übernahm jedoch die übrigen zwei.
