Gemini 4 Argon: Gleicher Name, andere Gewichte — Die Sichtung in der Carbon Arena

In einem Beitrag vom 21. Oktober 2026 behauptete @chetaslua, dass auf Arena ein neuer Checkpoint unter einem unveränderten Namen getestet werde. Das Modell hört weiterhin auf den Namen G​emini 4 Argon – die Kennung gemini-4-argon, die G​oogle am 30. September 2026 angekündigt hat und seit dem 13. Oktober als allgemein verfügbar ausliefert –, doch die Gewichte hinter diesem Namen sollen Carbon sein, der interne Checkpoint, den Business Insider am 9. Oktober als beim Programmieren vergleichbar mit Claude Opus 5.5 beschrieben hat. Die Belege des Beitrags sind ein Screenshot eines Drittanbieter-Bots, der Arena beobachtet und eine gegen den Alias Argon protokollierte Fähigkeitsänderung zeigt, sowie ein kurzes Video, das der Autor als erste Ausgabe des Checkpoints präsentiert. Es gab keine Ankündigung, keinen Changelog-Eintrag, keine Modellkarte und keinen Kommentar von G​oogle. Das ist also keine Launch-Story, und nichts hier deutet darauf hin, dass ein neues Modell veröffentlicht wurde: Das besprochene Modell ist seit dem 13. Oktober öffentlich. Neu ist die Behauptung, dass der öffentliche Name möglicherweise nicht mehr auf die öffentlichen Gewichte verweist. Die dokumentierten KI-Vorfälle und Agentenausfälle hinter Modellen dieser Klasse sind im OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag eigene Quellen, einen Schweregrad, einen Konfidenzgrad und eine Kennzeichnung als umstritten trägt.

Was der Beitrag tatsächlich sagt, ohne den Witz

Der Beitrag besteht aus vier Zeilen und einem Video, geschrieben im Tonfall von jemandem, der erwartet, dass man die Vorgeschichte bereits kennt. Auf Behauptungen reduziert, sagt er Folgendes:

• Ein neuer G​emini-Checkpoint wird auf Arena getestet — der öffentlichen Arena für Modellvergleiche, in der Labore manchmal unveröffentlichte Builds unter Aliasen einsetzen.

• Der Alias ist nicht neu. Der Name ist „derselbe“, was im Kontext die Kennung gemini-4-argon bedeutet, ein bereits ausgeliefertes Modell.

• Berichten zufolge handelt es sich bei dem Checkpoint hinter diesem Namen um Carbon, den internen Build, den die Berichterstattung vom 9. Oktober von Barium-B trennte, dem Checkpoint, den G​oogle tatsächlich als G​emini 4 Argon ausgeliefert hat.

• Der erste Prompt des Autors verlangte ein 3D-Video zur „Kohlenstoffstabilität“, das um das G​emini-Maskottchen herum aufgebaut ist, und der Beitrag präsentiert den daraus resultierenden Clip als ersten Output des Checkpoints. Die Schlusszeile „Logan Redemption Arc“ ist ein Witz über einen G​oogle-Mitarbeiter und enthält keine technische Aussage.

Das ist alles. Eine Alias-Beobachtung, eine Decknamen-Zuordnung, ein Ausgabebeispiel und keinerlei reproduzierbares Artefakt irgendeiner Art.

Der Screenshot ist echt, und er sagt nicht das, was der Beitrag sagt.

Der beigefügte Screenshot sollte genau gelesen werden, denn er ist der einzige Teil der Behauptung, der als Dokument statt als Satz vorliegt. Es handelt sich um eine Benachrichtigungskarte von einem Bot namens Arena Scout, zugeschrieben „Journey To AGI“ und „Synopsis on X“, mit der Überschrift „Fähigkeitsänderung“ und der Nennung von gemini-4-argon. Sie verzeichnet eine Erkennung vom 21. Oktober 2026, 9:30 Uhr, führt die Organisation als G​oogle und den Anbieter als „unbekannt“ auf und zeigt ein Fähigkeitsdelta: Text als Eingabe und Text als Ausgabe, wobei auf der geänderten Seite Bildeingabe und Web-Flags stehen, soweit die kleine Schrift lesbar ist.

Es folgen drei Dinge, und nur drei.

• Der Alias gemini-4-argon wurde am 21. Oktober auf Arena bereitgestellt, und irgendetwas an seiner Konfiguration hatte sich an jenem Morgen geändert. Genau dafür ist ein Bot zur Erkennung von Fähigkeitsänderungen da, und das ist die am wenigsten interessante Lesart der Karte.

• Die Karte ist ein Beleg dafür, dass ein Alias etwas tut, nicht dafür, welche Gewichte hinter dem Alias stehen. Ein umschlagendes Capability-Flag sagt Ihnen, dass sich die Konfiguration geändert hat. Es kann Ihnen nicht sagen, ob das darunterliegende Modell Barium-B, Carbon oder ein dritter Build ist, den niemand benannt hat. Der Sprung des Posts von „Capability-Änderung am Alias“ zu „es ist Carbon“ ist die Schlussfolgerung des Autors, nicht der Befund des Bots.

• Der Bot selbst ist ein Dritter, und die Karte ist eine Benachrichtigung, kein Transkript. Niemand hat die Arena-Session, die Alias-Metadaten oder eine Gegenüberstellung mit dem ausgelieferten Modell veröffentlicht.

Es gibt außerdem eine kleine Uhrzeit-Kuriosität, die man besser benennt, statt sie zu glätten: Der Beitrag trägt den Zeitstempel 08:46 UTC, während die darin enthaltene Karte 9:30 AM anzeigt. Ein Ortszeit-Zeitstempel auf der Seite des Bots erklärt das problemlos, und es ändert nichts am Datum. Aber es ist eine Erinnerung daran, dass das Artefakt ein Screenshot einer Benachrichtigung ist, der weitergegeben wurde – kein Protokoll.

Warum ein unveränderter Name der interessante Teil ist

Modell-Aliase sollen stabile Verträge sein. Wenn Sie eine Anfrage an ein benanntes Modell senden, verlassen Sie sich auf den Namen, um das Verhalten festzulegen: gleicher Tokenizer, gleiches Ablehnungsprofil, gleiche Latenzcharakteristik, gleicher Preis. Labore, die unveröffentlichte Builds auf Arena einsetzen, tun dies normalerweise unter einem Wegwerf-Alias, gerade damit der Auslieferungsname weiterhin genau eine Bedeutung behält.

Wenn der Beitrag recht hat, wurde diese Konvention übersprungen, und die Folge ist konkret statt theoretisch. Wer gemini-4-argon letzte Woche gebenchmarkt hat und wer es diese Woche benchmarkt, misst möglicherweise nicht dasselbe System. Das ist der Unterschied zwischen einem Leak über ein zukünftiges Modell und einem Leak über das Modell, für das Sie bereits zahlen — und es ist der Grund, warum diese Sichtung eine Seite wert ist, obwohl der zugrunde liegende Codename seit dem 9. Oktober öffentlich ist.

Was es klären würde, ist nicht ein weiterer Screenshot. Es ist eine gepaarte Evaluierung: dasselbe Prompt-Set vor und nach der Änderung gegen den Alias laufen lassen, plus eine Tokenizer-Probe und eine Latenzverteilung. Das hat niemand veröffentlicht. Bis das jemand tut, ist die ehrliche Position, dass sich ein Name möglicherweise verschoben hat und wir noch nicht sehen können, wohin.

Was das Versandmodell tatsächlich ist, damit der Vergleich eine Ausgangsbasis hat

Gemini 4 Argon ist kein Gerücht. Google hat es am 30. September 2026 angekündigt, und das Changelog der Gemini API verzeichnet die allgemeine Verfügbarkeit am 13. Oktober unter der Kennung gemini-4-argon. Die veröffentlichte Spezifikation ist ungewöhnlich konkret, was sie zu einem guten Maßstab macht, um jede Behauptung zu beurteilen, die Gewichte seien verschoben worden:

• Preis — Einführungspreis von 2,00 $ pro Million Input-Tokens und 10,00 $ pro Million Output-Tokens, wobei zwischengespeicherte Eingaben mit 95 % Rabatt berechnet werden; der Preis nach der Einführungsphase wird mit 4,00 $ bzw. 20,00 $ angegeben.

• Kontext – ein einheitliches 1M-Token-Fenster mit langen Dekodierungen von bis zu 1M Ausgabe-Tokens, gegenüber einer Obergrenze von 64K Ausgabe-Tokens bei der vorherigen Generation.

• Unabhängige Bewertung — Artificial Analysis führt G​emini 4 Argon (High) mit 53 im Intelligence Index, rangiert auf Platz 8 in diesem Tracker, gemessen bei 1,99 US-Dollar pro Index-Aufgabe.

• Geschwindigkeit — 83,1 Ausgabe-Token pro Sekunde, bei 47,43 Sekunden bis zum ersten Token, laut {{1}}derselben Quelle{{/1}}.

• Ausgabemodalität — Text, in jeder öffentlichen Spezifikation, die wir lesen konnten. Die Eingabe ist breit gefächert: Text, Bild, Audio, Video und Dateien. Die Ausgabe ist Text.

Genau bei dieser letzten Zeile wird das Video des Beitrags schwer zu beurteilen. Ein Clip gehört nicht zu dem, was für dieses Modell dokumentiert ist. Entweder besitzt der getestete Checkpoint eine Modalität, die das ausgelieferte Modell nicht hat, oder der Clip wurde von etwas anderem in der Kette erzeugt – einem Rendering-Schritt, einem separaten Videomodell oder den eigenen Werkzeugen des Autors – und als Ausgabe des Modells präsentiert. Der Beitrag sagt nicht, welcher Fall zutrifft, und der Clip allein kann Ihnen das nicht sagen.

Carbon und was die Berichterstattung vom 9. Oktober feststellte und nicht feststellte

Der Codename Carbon ist keine neue Information, und es lohnt sich, seine Herkunft genau zu beleuchten, denn der neue Beitrag erbt all seine Schwächen. Business Insider berichtete – und das Leak-Tracking-Portal TestingCatalog gab am 9. Oktober weiter –, dass G​oogle-Mitarbeiter intern einen zusätzlichen G​emini-4-Checkpoint namens Carbon testeten; dass frühes internes Feedback ihn im Programmieren als vergleichbar mit Claude Opus 5.5 einstufte; dass Barium-B der Checkpoint war, der für das öffentliche Argon-Release ausgewählt wurde; und dass Carbon, getestet über G​oogles interne Jetski-Plattform, eine separate und potenziell stärkere Iteration darstellte. Derselbe Bericht stellte klar, dass unbestätigt war, ob Carbon zu einem künftigen Argon-Update oder zu einem eigenständigen Release wird.

Beachte, um welche Art von Behauptung es sich bei „fühlt sich beim Programmieren vergleichbar mit Claude Opus 5.5 an“ handelt. Es ist ein Eindruck von Mitarbeitenden, kein Benchmark. Es gibt kein Aufgabenset, keine Stichprobengröße, kein Bewertungsraster und keine Revisionsnummer, und niemand außerhalb von Google kann ihn reproduzieren. Es ist die Art von Sache, die als richtungsweisendes Signal wirklich nützlich und als Zahl wirklich nutzlos ist – und ein Beitrag, der sie als Score verkleidet, würde dich anlügen.

Der Beitrag vom 21. Oktober rückt die frühere Berichterstattung, wenn überhaupt, in eine Richtung, die sie ausdrücklich offengelassen hatte: kein separates Release, sondern derselbe Alias mit unterschiedlichen Gewichtungen. Das ist eine bedeutsame Aktualisierung des Bildes. Es ist außerdem nach wie vor nur die Schlussfolgerung einer einzelnen Person aus einer Bot-Benachrichtigung.

Was das bedeutet, wenn Sie derjenige sind, der die Anrufe bezahlt

Es gibt zwei Zielgruppen für diese Geschichte, und sie sollten unterschiedliche Dinge tun.

Wenn Sie Benchmarking betreiben, hat das praktisch zur Folge, dass Ihre Zahlen mit einem Datum versehen sein müssen.gemini-4-argon, der vor dem 21. Oktober erhoben wurde, kann einen Checkpoint beschreiben, der nicht mehr hinter diesem Namen steht. Führen Sie Ihre Evaluierung erneut durch, bevor Sie sie mit irgendetwas vergleichen, und protokollieren Sie das Datum neben der Zahl, so wie Sie eine Modellrevision protokollieren würden.

Wenn Sie ein Produkt unter dem Alias ausliefern, sind die Folgen geringer, als die Schlagzeile vermuten lässt, aber nicht null. Ein stiller Checkpoint-Wechsel verändert Ton, Verweigerungsverhalten und Latenzverteilung, bevor er Benchmark-Werte verändert, und das sind die Dinge, die Ihre Nutzer bemerken. Die Verteidigung ist dieselbe, die gegen jede Überraschung bei einem einzelnen Anbieter funktioniert: Halten Sie ein zweites Modell erreichbar und machen Sie den Wechsel zu einer Konfigurationsänderung statt zu einem Vorfall. Dafür ist OrcaRouter gebaut — eine API über 200+ Modelle mit automatischem Failover zwischen Anbietern, bei 0 % Aufschlag auf den Listenpreis des Anbieters, sodass ein Modell, das sich an einem Dienstag um 09:30 Uhr anders zu verhalten beginnt, eine Routing-Regel ist, die Sie ändern, und kein Ausfall, den Sie erklären müssen.

Zur Verfügbarkeit, die ehrliche Version: G​emini 4 Argon ist nicht auf OrcaRouter. Eine Abfrage unseres Katalogs nach google/gemini-4-argon liefert „model not found“, weil G​oogle es für uns nicht aufrufbar macht – aus demselben Grund ist der Carbon-Checkpoint nicht verfügbar und kann es auch nicht sein. Was wir heute tatsächlich anbieten, umfasst G​oogles Gemini 3.8 Flash für $0.75 pro Million Eingabe-Tokens und $3.75 pro Million Ausgabe-Tokens, bei Cache-Lesevorgängen zu $0.075, und A​nthropics Claude Opus 5.5 für $4.00 und $20.00, bei Cache-Lesevorgängen zu $0.20 – Letzteres ist das Modell, gegen das der Carbon-Vergleich immer wieder gemessen wird, und das einzige Modell in dieser ganzen Geschichte mit einem funktionierenden Endpunkt und einem veröffentlichten Preis, den man überprüfen kann.

Was würde dies von einer Sichtung zu einer Tatsache machen?

Die Lücke zwischen den beiden ist schmal, weshalb es sich lohnt, das jetzt statt in einer Woche zu lesen. Jedes der Folgenden würde ausreichen:

• Ein veröffentlichter Direktvergleich auf Arenas eigenem Leaderboard, der einen neuen Eintrag unter dem Alias Argon mit einer unverwechselbaren stilistischen Handschrift zeigt.

• Ein zweiter, unabhängiger Beobachter, der dieselbe Alias-Änderung am selben Tag protokolliert, idealerweise mit der Anfrage und der Antwort statt mit einer Benachrichtigungskarte.

• Ein Changelog-Eintrag, eine neue Modellkennung oder ein Versionssuffix an gemini-4-argon — die übliche Art, wie ein Labor Ihnen mitteilt, dass sich die Gewichte geändert haben.

• Ein Tokenizer- oder Latenztest, der vor und nach dem 21. Oktober durchgeführt wird – der günstigste verfügbare Test und derjenige, den noch niemand veröffentlicht hat.

Bis eines davon belegt ist, ist die korrekte Lesart eng: Ein Bot eines Drittanbieters hat am 21. Oktober eine Funktionsänderung für den Alias eines ausgelieferten Modells protokolliert, und ein viel beachteter Account behauptet, der hinter diesem Alias stehende Checkpoint sei Carbon. Beide Hälften können zutreffen. Keine von beiden ist bisher nachgewiesen, und die zweite trägt deutlich mehr als die erste.