Gemini 4 Argon API

Gemini 4 Carbon ist jetzt bei Wokey verfügbar

Gemini 4 Carbon (gemini-4-carbon) ist Googles stärkeres Gemini-Reasoning-Modell und seit 2026-11-11 über Wokey zum gleichen Preis wie Argon aufrufbar. Es ist stärker, aber langsamer und verbraucht pro Runde mehr Token; für alltägliche Entwicklung und Wissensarbeit empfiehlt Google weiterhin Argon, für die schwierigsten Aufgaben, Agenten mit langem Zeithorizont und Sicherheitsaudits Carbon.

Gemini 4 Carbon: Preise, Benchmarks und Vergleiche

Gemini 4 Argon im Überblick

Veröffentlichung

Angekündigt am 2026-09-30, zunächst für Cyberabwehr-Partner im Fairwind-Programm; seit dem 2026-10-13 allgemein verfügbar in der kostenpflichtigen Stufe der Gemini API, in AI Studio, der Gemini-App (AI Pro / Ultra) und Antigravity

Positionierung

Das Flaggschiff-Reasoning-Modell von Google für komplexe Softwareentwicklung, schwierige Probleme aus Mathematik und Naturwissenschaft und mehrstufige autonome Agenten. Ein Sparse-Mixture-of-Experts-Modell mit nativer Multimodalität; laut Google ein neues Modell, kein Fine-Tune eines früheren

Kontext und Ausgabe

Kontextfenster von 1,048,576 Token, das sich Eingabe und Ausgabe teilen; standardmäßig 65,536 Ausgabe-Token, mit Long Decode etwa 1M. Nimmt Text, Bilder, Audio, Video und PDF an und gibt Text aus; Wissensstand März 2026

Thinking-Stufen

Drei Stufen, low / medium / high, ohne xhigh oder max; Thinking-Token werden zum Ausgabepreis abgerechnet

Offizielle Preise

Einführungspreis bis 2026-11-30: $2 Eingabe / $10 Ausgabe pro 1 Mio. Token, Cache-Lesen $0.10; ab dem 2026-12-01 verdoppelt sich alles auf $4 / $20 / $0.20. Batch und Flex kosten die Hälfte, Priority das 1.8-Fache von Standard; kein Aufschlag für langen Kontext; nur implizites Caching; keine kostenlose API-Stufe

Contributor-Stufe

Eine private Preview von Google nur auf Einladung für $1 / $5 mit Cache-Lesen für $0.05 – im Gegenzug darf Google Eingaben und Ausgaben nutzen, um Produkte zu verbessern und Modelle zu trainieren. OpenCode Go hat gemini-4-argon-contributor am 2026-10-24 zugunsten von gemini-4-argon eingestellt

API-Funktionen

Funktionsaufrufe, strukturierte Ausgaben, Codeausführung, Grounding mit Google Suche und Maps, URL context, Dateisuche, Computer Use und Batch; keine Live API, keine Bildgenerierung und kein explizites Caching. Die ersten 5,000 Grounding-Anfragen an die Google Suche pro Monat sind kostenlos (gemeinsam für Gemini 3 und neuere Modelle), danach $14 pro 1,000

Modell-ID

gemini-4-argon (bisher die einzige stabile Version)

Geprüft am 2026-11-07 · Quellen: Model card · Gemini API · Model · Gemini API · Pricing · Google · Antigravity · Artificial Analysis

Offizielle Benchmarks: Gemini 4 Argon vs GPT-6 Astra vs Claude Fable 5.1 vs Claude Opus 5.5

Aus der Model Card von Google DeepMind zu Gemini 4 Argon (Stand Oktober 2026). Es sind vom Anbieter selbst ermittelte Ergebnisse, auch die Werte der Konkurrenzmodelle stammen von Google; „—“ bedeutet, dass Google keinen Wert angegeben hat.

In der Tabelle von Google führt Argon bei Wissensarbeit, langem Kontext, Wissenschaft und multimodalen Aufgaben und liegt bei Terminal-Bench 4.0, FrontierSWE v2, Terminal-Bench Science und PostTrainBench zurück. Die Werte der Konkurrenzmodelle können von den Angaben der jeweiligen Anbieter abweichen: Anthropic nennt für Opus 5.5 bei AutomationBench 40.0%, Google führt 42.5% auf. Die Zeile OSWorld ist eine Teilwertung auf einer Offline-Teilmenge und nicht mit den vollständigen OSWorld-Ergebnissen anderer Anbieter vergleichbar.

Was passt: Gemini 4 Argon, Claude Opus 5.5, GPT-6.1 Sol oder GPT-6 Astra

Im Vergleich mit Claude Opus 5.5

In der Model Card von Google liegt Argon vor Opus 5.5 bei DeepSWE v1.1 (77.9% gegenüber 74.2%), beim Vals Index, bei langem Kontext über 256K (GraphWalks 84.2% gegenüber 66.8%) und beim Videoverständnis; Opus 5.5 führt bei Terminal-Bench 4.0 (66.4% gegenüber 57.4%), FrontierSWE v2 und PostTrainBench. Im Artificial Analysis Intelligence Index (v5.0.1) erreicht Argon auf high 50 Punkte für $9.95 pro Aufgabe, Opus 5.5 auf high 52 Punkte für $3.46 und auf max 59 Punkte für $10.04. Ab dem 1. Dezember haben beide denselben Listenpreis von $4 / $20, Argon verbraucht pro Aufgabe aber deutlich mehr Token. Für Coding-Agenten im Terminal nimmst du zuerst Opus 5.5; wenn du Hunderttausende Token Code oder Dokumente auf einmal lesen oder mit Videos und Diagrammen arbeiten musst, probiere Argon. Bei Opus 5.5 kannst du außerdem Cache-Breakpoints mit cache_control setzen, Argon hat nur implizites Caching.

Im Vergleich mit GPT-6.1 Sol

Der Listenpreis von GPT-6.1 Sol liegt bei $2 / $10 – so viel wie der Einführungspreis von Argon und die Hälfte des Argon-Preises nach dem 1. Dezember. Sol berechnet einen Aufschlag auf die gesamte Anfrage, sobald die Eingabe 272K überschreitet; Argon kennt keine Preisstufen. Im Artificial Analysis Intelligence Index erreicht Sol auf max 55 Punkte für $1.27 pro Aufgabe, Argon auf high 50 Punkte für $9.95 (bei $4 / $20). Nimm GPT-6.1 Sol für große Mengen oder ein knappes Budget und vergleiche Argon bei langem Kontext, Wissensarbeit und multimodalen Aufgaben.

Im Vergleich mit GPT-6 Astra und Claude Fable 5.1

GPT-6 Astra und Claude Fable 5.1 kosten laut Liste beide $10 / $50, das 2.5-Fache des Dezember-Preises von Argon. In der Model Card von Google liegt Argon bei Wissensarbeit und langem Kontext vor beiden; Astra erreicht bei FrontierSWE v2 (65.5%), Terminal-Bench Science (68.1%) und OSWorld höhere Werte. Im Artificial Analysis Intelligence Index erreicht Astra auf max 57 Punkte für $6.24 pro Aufgabe, Fable 5.1 auf xhigh 50 Punkte für $10.85.

Thinking-Stufe wählen

Argon hat nur low, medium und high. Beim Durchlauf des gesamten Intelligence Index auf high hat Artificial Analysis etwa das 1.6-Fache der Ausgabe-Token des Median-Modells gemessen (113 Mio. gegenüber 72.6 Mio.), im Schnitt 26.9 Minuten pro Aufgabe und etwa 38 Sekunden bis zum ersten Antwort-Token – setz high bei interaktiver Nutzung also nicht als Standard. Thinking-Token werden zum Ausgabepreis abgerechnet, höhere Stufen kosten daher mehr. Über Wokey wählst du die Stufe mit reasoning_effort; ohne Angabe läuft die Anfrage auf medium.

Offizielle Modelldokumentation

Unabhängige Auswertungen und Nutzerberichte

• Artificial Analysis: Im Intelligence Index v5.0.1 erreicht Argon auf high 50 Punkte, Platz 15 von 69 Modellen, bei einem Median von 37. Der Durchlauf des gesamten Index brauchte 113 Mio. Ausgabe-Token (Median 72.6 Mio.), bei $4 / $20 also $9.95 pro Aufgabe – Platz 62 von 68 bei den Kosten. Die Ausgabegeschwindigkeit liegt bei 72 Token pro Sekunde, bis zum ersten Antwort-Token vergehen im Schnitt 37.9 Sekunden. Jede Abrechnungsposition von Wokey liegt bei 30% des Dezember-Listenpreises von Google, dieselbe Aufgabe kostet also etwa $2.98.
• Google-Beitrag zum Start: Laut Google sind mit Argon in Antigravity die von Agenten eingereichten Code-Änderungen um mehr als 35% gestiegen und die Rollbacks um fast ein Drittel gesunken; Argon habe außerdem geholfen, ein Legacy-Verzeichnis von Chromium mit etwa 6 Millionen Zeilen zu refaktorieren, und die Erfolgsquote von Angriffen im Test von Gray Swan zu indirekter Prompt Injection habe bei 0.7% gelegen. Das sind eigene Angaben von Google ohne unabhängige Überprüfung.
• Google AI Developers Forum: In den ersten Tagen konnten AI-Pro-Abonnenten Argon in Antigravity nicht nutzen; am 10-16 bestätigte Google im Forum, dass es für AI Pro freigeschaltet wurde. Spätere Berichte drehen sich um das Kontingent: Pro-Nutzer berichten, dass das 5-Stunden-Budget nach zwei bis fünf Aufrufen aufgebraucht ist, bei einem war das Argon-Kontingent am dritten Tag erschöpft, und Nutzer in Österreich und mit Jio-Tarifen sahen Argon weiterhin nicht.

Gemini 4 Argon über Wokey aufrufen: Parameter und Grenzen

So verarbeitet das Wokey-Gateway gemini-4-argon. Prüfe diese Punkte in deinen Anfragen, bevor du umstellst.

• Die Schnittstelle ist das OpenAI-kompatible /v1/chat/completions: Setze die Base URL auf https://api.wokey.ai/v1, verwende deinen Wokey-API-Key und setze model auf gemini-4-argon. opencode, OpenClaw, Hermes Agent, DeepSeek Harness und andere OpenAI-kompatible Clients werden genauso konfiguriert.
• Die Werte low, medium und high für reasoning_effort entsprechen direkt den drei Thinking-Stufen von Argon; ohne Angabe oder mit jedem anderen Wert wie minimal, xhigh oder max läuft die Anfrage auf medium.
• Ohne max_tokens gilt standardmäßig 65,536 – das ist zugleich die aktuelle Ausgabeobergrenze von Wokey; Long Decode wird noch nicht unterstützt. Thinking-Token werden zum Ausgabepreis abgerechnet.
• Derzeit werden Text und Bilder als Eingabe angenommen; Audio, Video und PDF sind auf Wokey noch nicht freigeschaltet.
• Tool-Aufrufe: Das Gateway speichert die Thought Signatures, die Argon zurückgibt – sende im nächsten Turn tool_calls und Tool-Ergebnisse wie gewohnt zurück, ohne dich selbst um Signaturen zu kümmern.
• Strukturierte Ausgaben: Verwende response_format mit json_schema und halte das Schema innerhalb der OpenAPI-Teilmenge, die Gemini akzeptiert (type, properties, required, items, enum, description sowie nullable über anyOf mit null). json_object oder ein Schema mit $ref, oneOf oder pattern liefert derzeit 400 structured_output_supply_unavailable.
• Das Caching ist das implizite Caching von Google, cache_control gibt es nicht; halte in langen Sitzungen das Präfix stabil, damit der Cache greift. Cache-Lesen kostet 5% des Eingabepreises.

Gemini 4 Argon über Wokey aufrufen (/v1/chat/completions)

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-argon",
    "reasoning_effort": "high",
    "max_tokens": 32000,
    "messages": [{ "role": "user", "content": "Summarize the architecture of this repository" }]
  }'

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

Offizielle Preisquelle: https://opencode.ai/v2/docs/console/go/

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 70+ Konten

Zeit bis zum ersten Token, kurze Prompts

6,7 s (Median · Prompts unter 8K Token · P90 19 s)

Zeit bis zum ersten Token, Agent-Prompts

12 s (Median · Prompts mit 32K–128K Token)

Trefferquote des Prompt-Cache

87% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: OpenCode 76%, DeepSeek Harness 24%. Anteil an den Anfragen erkannter Clients; bei 46% der Anfragen wurde der Client erkannt.

So wird gemessen

Die Zeit bis zum ersten Token läuft vom Eingang der Anfrage am Wokey-Gateway bis zum ersten gestreamten Inhalt (Text, Zusammenfassung des Reasonings oder Ablehnung). Sie enthält Wartezeit in der Warteschlange, Wiederholungen über ein anderes Konto und die Denkzeit des Modells und ist deshalb länger als die eigene First-Token-Latenz des Upstreams. Gezählt werden nur erfolgreiche Streaming-Anfragen, gruppiert nach Prompt-Größe (Eingabe plus Cache-Lesen und Cache-Schreiben).

Cache-Trefferquote = aus dem Cache gelesene Token ÷ Eingabe-Token über erfolgreiche Anfragen. Sie hängt vom Client und von der Art der Nutzung ab; die Seiten zur Cache-Trefferquote schlüsseln sie nach Client auf.

Enterprise-Konten und Wokeys eigene Testkonten sind ausgenommen. Ein Modell wird angezeigt, sobald es in den letzten 28 Tagen von mindestens 20 Nutzern verwendet wurde und kein einzelner Nutzer mehr als 50 % der Anfragen gesendet hat; Konten, die über dieselbe Empfehlungskette registriert wurden, zählen als ein Nutzer. Jeder Wert für die Zeit bis zum ersten Token braucht mindestens 500 Anfragen.

Cache-Trefferquote nach Client

Modellfähigkeiten

Context

1,048,576 tokens

Maximale Ausgabe

65,536 tokens

Streaming

Unterstützt

Tools

Unterstützt

Vision

Unterstützt

Unterstützte API-Formate

/v1/chat/completions

Anfrage senden

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gemini-4-argon","messages":[{"role":"user","content":"Hello"}]}'

Gemini 4 Argon in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet gemini-4-argon. Öffne die Einrichtung für deinen Client.

• Gemini 4 Argon in opencode nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Gemini 4 Argon in DeepSeek Harness nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Gemini 4 Argon in Cherry Studio nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Gemini 4 Argon in WorkBuddy nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Gemini 4 Argon in OpenClaw nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Gemini 4 Argon in Hermes Agent nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Gemini 4 Argon in Magpie nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• OpenRouter-Alternative: Wokey und OpenRouter im Vergleich: Vergleiche Token-Preise, Zahlungsgebühren, API-Formate und Upstream-Quellen.
• Verifizierbare KI-API: welche Modelle und API-Formate Antwortnachweise tragen: Antwortnachweise gibt es derzeit nur für unverändert durchgereichte Claude-Messages- und GPT-Responses-Antworten auf offiziellen Routen.

Häufige Fragen

Verwandte Modelle und Dokumentation

• Gemini 3.5 Flash
• Gemini 4 Carbon
• Gemini 3.8 Flash
• API-Dokumentation
• Alle Modelle und Preise
• Provider Node