Das Wichtigste in 30 Sekunden
- Google macht Gemini 4 Argon am 13. Oktober allgemein verfügbar. Das Modell läuft nun in der API, in der Gemini-App (Pro und Ultra) und in Antigravity (Ultra). Bis dahin hatten nur ausgewählte Cyber-Verteidiger Zugang.
- Unabhängige Tests zeigen je nach Index Platz 1 oder Gleichstand. Der Vals Index sieht Argon auf Platz 1, Artificial Analysis auf Augenhöhe mit GPT-6 Astra und hinter Claude Opus 5.5.
- Meta stellt Muse Wonder vor, Modelle, die das Unternehmen als Frontier-Modelle für KI-Agenten beschreibt. Muse Wonder Full erreicht bei Artificial Analysis 56 Punkte, Claude Opus 5.5 liegt bei 58.
- OpenAI und Anthropic haben bis zum 15. Oktober kein neues Modell veröffentlicht. In ihren Änderungsprotokollen für Entwickler stehen nur Änderungen an Plattform und Betrieb.
Gemini 4 Argon: überall verfügbar, im Test kein einheitlicher Abstand
Google hat Gemini 4 Argon am Dienstag, dem 13. Oktober, allgemein verfügbar gemacht. Entwickler und Unternehmen erreichen es über die API in AI Studio und auf der Gemini-Plattform, Abonnenten von Google AI Ultra in Antigravity, Abonnenten von AI Ultra und AI Pro in der Gemini-App und im AI Mode der Suche. Laut den Versionshinweisen der Gemini-App beginnt dort eine schrittweise Einführung; die Gemini-API verzeichnet gemini-4-argon seit demselben Tag als „generally available“. Zuvor war Argon nach Googles erster Ankündigung nur für ausgewählte Cyber-Verteidiger im Fairwind-Programm zugänglich, das Google jetzt um hunderte Partner erweitert.
Der Einführungspreis liegt bei 2 Dollar je Million Eingabe- und 10 Dollar je Million Ausgabe-Token, bis zum 30. November. Danach gelten 4 und 20 Dollar. Das Limit von 1 Million Token gilt für Ein- und Ausgabe zusammen; für die Ausgabe lag es laut Google bisher bei 64.000.
Was sagt die Evidenz über die Fähigkeit? Google nennt Platz 1 im Vals Index. Der Vals Index bestätigt das mit Stand 13. Oktober: Argon erreicht 68,90 %, Claude Sonnet 5.5 67,04 % und Claude Opus 5.5 66,97 %. Der Abstand beträgt knapp zwei Prozentpunkte. Der Index misst Aufgaben aus Finanzen, Programmierung, Recht und Steuern, gewichtet nach dem Anteil am US-Bruttoinlandsprodukt. Der Intelligence Index von Artificial Analysis setzt Argon in der Einstellung „High“ bei 53 Punkten an, gleichauf mit GPT-6 Astra (53) und hinter Claude Sonnet 5.5 (56) und Claude Opus 5.5 (58). Beide Indizes messen Unterschiedliches, und die Werte gelten für bestimmte Einstellungen des Modells. Welche Einstellung die Gemini-App standardmäßig nutzt, geben die von uns gelesenen Quellen nicht an.
Googles eigene Beispiele betreffen lange, selbstständige Arbeit. In Antigravity stiegen intern die agentischen Code-Einreichungen um mehr als 35 %, die Rücknahmen sanken um fast ein Drittel. Ein Team ließ Argon über Nacht das Open-Source-Framework Agent Development Kit optimieren; die Vorbereitungszeit langer Sitzungen sank laut Google um 40 %. Das sind Herstellerangaben aus dem eigenen Betrieb, unabhängig geprüft sind sie nicht.
Unsere Einordnung: Das ist vor allem ein Schritt bei der Verfügbarkeit, nicht bei der Fähigkeit. Neu sind Zugang, Preis und die Einbindung in Produkte wie die App und Antigravity; für die Fähigkeit liefert der Start selbst keine neue Evidenz, sondern nur die unabhängigen Tests. Diese zeigen Argon unter den stärksten Modellen, aber nicht deutlich vor Claude Opus 5.5 oder GPT-6 Astra. Eine Änderung unserer AGI-Einschätzung leiten wir daraus nicht ab.
Muse Wonder: ein weiterer Anbieter im selben Leistungsbereich
Meta stellte am Montag, dem 12. Oktober, Muse Wonder und Muse Wonder Full vor, die nach eigener Aussage bisher leistungsfähigsten Modelle des Unternehmens und die es als Frontier-Modelle für persönliche und berufliche KI-Agenten beschreibt. Muse Wonder gibt es über die Meta Model API und Muse Code, Muse Wonder Full nur für Abonnenten von Muse Code. Meta hebt zwei Eigenschaften hervor: „Active Memory“ (relevanten Kontext über Gespräche hinweg behalten) und „Active Focus“ (bei schwierigen Aufgaben dranbleiben, andere Wege probieren, Fehler beheben). Gemessen wird das mit eigenen Tests wie FocusBench und SWE-Marathon für lange Softwareprojekte, die Ergebnisse stehen in Grafiken im Forschungsbeitrag. Einen vollständigen Bericht mit Sicherheitsbewertungen kündigt Meta für später an.
Die unabhängigen Indizes messen andere Aufgaben als Metas Tests. Bei Artificial Analysis erreicht Muse Wonder Full 56 Punkte, Muse Wonder 52 Punkte bei 4 Dollar je Million Eingabe- und 20 Dollar je Million Ausgabe-Token. Im Vals Index steht Muse Wonder Full mit 64,57 % hinter Argon, Sonnet 5.5, Opus 5.5 und Fable 5.1. Beide Wonder-Modelle gehören damit in die obere Gruppe, ein Abstand nach oben zeigt sich in diesen Tests nicht.
Kurz notiert
Grok Voice 3.0 von xAI. Am Mittwoch, dem 14. Oktober, stellte xAI Grok Voice 3.0 vor, ein Sprach-zu-Sprach-Modell, das in der API zum Preis des Vorgängers bereitsteht. In der von xAI wiedergegebenen Messung von Artificial Analysis (Stand 13. Oktober) erreicht es im Speech-to-Speech Index 86,9 Punkte, der Vorgänger 81,3, GPT-Live-1 83,2 und Gemini 3.8 Live 82,6. Auf dem Full Duplex Bench, das Pausen, Sprecherwechsel und Unterbrechungen prüft, kommt es auf 97 %. Die Tabelle stammt vom Hersteller.
Claude Managed Agents lassen sich nun nachverfolgen. Anthropic führte am 14. Oktober in der Entwicklerplattform den OpenTelemetry-Export als Beta ein. Damit lassen sich Anfragen an die Messages API und Sitzungen von Managed Agents im eigenen Überwachungssystem verfolgen. Zeitgesteuerte Einsätze von Managed Agents gibt es jetzt auch auf Claude Platform on AWS. Ein neues Modell kam nicht dazu.
OpenAI kündigt das Ende älterer Modelle an. Auf der Seite zu Abkündigungen steht seit dem 14. Oktober, dass mehrere GPT-4-Modelle, darunter GPT-4o und GPT-4.1, am 14. Januar 2027 aus der API entfernt werden. OpenAI empfiehlt gpt-6-luna als Ersatz.
Zahl der Woche
1,86 Prozentpunkte: So groß ist im Vals Index vom 13. Oktober 2026 der Abstand zwischen Gemini 4 Argon (68,90 %) und Claude Sonnet 5.5 (67,04 %), dem zweiten Platz. Auf dem dritten Platz liegt Claude Opus 5.5 mit 66,97 %. Ein neues, breit verfügbares Modell liegt hier also nur knapp vor den bisherigen Spitzenmodellen. Ob dieser Abstand bei anderen Aufgaben oder Einstellungen bestehen bleibt, zeigen die Daten nicht.
Leseempfehlung
„Muse Wonder: A Frontier Model For Personal & Professional AI Agents“ (Meta, 12. Oktober 2026). Der Beitrag enthält einen Abschnitt dazu, ob die Leistung eines Modells auf bekannte Aufgaben beschränkt bleibt oder auf ungewohnte übertragbar ist, gemessen bei steigendem Rechenaufwand zur Laufzeit. Es sind Herstellerdaten, aber die Frage trifft den Kern der Debatte über Benchmarks. research.meta.ai ↗
Dieses Briefing erscheint jeden Freitag auf agi.jetzt — schau regelmäßig vorbei. Alle Daten live im Dashboard →