Gemini 4 Argon: Googles Robotik-Modell trifft 87 Prozent

Gemini 4 Argon ist Googles neues Modell fuer physisches Schlussfolgern. Es erreicht laut DeepMind 87 Prozent im Embodied-Reasoning-Benchmark ERQA, schreibt Steuercode fuer Greifarme und Laufroboter und ist ab sofort ueber die Gemini API im Bezahl-Tarif erreichbar.

Ein Modell, das Szenen aufloest statt Saetze

Google beschreibt Argon als universelles Modell fuer raeumliches und physisches Schlussfolgern. Es soll 3D-Beziehungen in Bildern und Videos einordnen, Aufgaben in Teilschritte zerlegen und daraus direkt Code fuer die Robotersteuerung erzeugen. Dazu kommt eine Rueckkopplung ueber Kamerabilder: Das Modell korrigiert einen laufenden Griff, statt eine Bewegung nur einmal vorab zu planen.

Zweiter Baustein ist Real2Sim. Aus Roboter-Aufnahmen, Videos von Menschen und sogar Skizzen baut Argon einen Simulations-Zwilling der Szene, in dem Bewegungen geprobt werden koennen, bevor Hardware sich bewegt. In den Forschungs-Demos nutzt Google diese Schleife, um Aktionen in der Simulation zu verbessern, nachtraegliche Labels (Hindsight-Labeling) zu erzeugen und Wertfunktionen zu schaetzen.

Welche Roboter in den Demos stehen

Die Beispiele laufen nicht auf einer einzigen Hausplattform. Google zeigt Boston Dynamics Spot, einen Franka FR3 mit zwei Armen, ALOHA 2, UMI-Greifer, die Vierbeiner ANYmal C und Go2, den humanoiden G1, OP3-Fussballroboter sowie einen Humanoiden mit 76 Freiheitsgraden, dessen Haende allein 22 Freiheitsgrade mitbringen.

Diese Breite ist der eigentliche Anspruch: ein Modell, das Arme ohne plattformspezifisches Training (Zero-Shot) ansteuert. Einzelne Erfolgsquoten pro Roboter oder pro Aufgabe nennt der Beitrag allerdings nicht.

87 Prozent, und was die Zahl nicht abdeckt

ERQA prueft, ob ein Modell physikalische 3D-Aufgaben versteht. Es prueft nicht, ob ein Roboter sie zuverlaessig ausfuehrt. Google nennt 87 Prozent und ordnet das als besten Wert unter den getesteten Frontier-Modellen ein, ohne die Vergleichswerte im Text zu beziffern. Von Benchmark-Punkten bis zu einer Maschine, die neben Menschen arbeitet, fehlt der Schritt ueber Sicherheitsfreigaben, und dazu aeussert sich die Ankuendigung nicht.

Gleiches Modell, anderer Arbeitsplatz

Parallel ist Argon seit dem 13.10.2026 in GitHub Copilot verfuegbar, gestaffelt ausgerollt fuer Copilot Pro+, Max, Business und Enterprise. Auswaehlbar ist es im Modell-Picker von Visual Studio Code, Visual Studio, JetBrains-IDEs, Xcode, Eclipse, der Copilot CLI, der Copilot-App und dem Coding-Agenten.

GitHub schreibt, das Modell habe in fruehen Tests auf jedem Coding-Benchmark mehr Aufgaben geloest als fruehere Gemini-Modelle, mit dem groessten Zuwachs in der Copilot CLI. Abgerechnet wird nach Listenpreis des Anbieters ueber nutzungsbasierte Abrechnung. Administratoren in Business und Enterprise koennen das Modell in der Modell-Policy abschalten.

Was offen bleibt

Drei Punkte bleiben nach beiden Veroeffentlichungen unbelegt: konkrete Erfolgsquoten der gezeigten Griffe, die Latenz der Rueckkopplungsschleife auf echter Hardware und belastbare Angaben zur Sicherheitsabsicherung im Betrieb mit Menschen. Wer Argon einplant, sollte diese Luecken als Luecken behandeln.