Gemini 4 Argon vs. Claude Opus 5: Der 16-Stunden-Praxistest

Gemini 4 Argon ist das neue KI-Modell von Google mit bis zu einer Million Output-Tokens pro Schritt. Wir haben es im 16-Stunden-Praxistest gegen Claude Opus 5 und Meta Muse Wonder antreten lassen. Die Aufgabe: die Projekt-Software Monday komplett nachbauen. Die Ergebnisse zeigen, wie weit Benchmarks und Praxis auseinanderliegen.

Dazu kommen Voice Agents für 7 Cent pro Minute und ein Startup für lernende KI. Ein Blick auf Europas KI-Adoption fällt ernüchternd aus.

Gemini 4 Argon: Eine Million Tokens in einem Schritt

Laut Benchmarks schlägt Gemini 4 Argon sogar Claude Opus 5. Google-Mitgründer Sergey Brin ordnet die Million Output-Tokens beim Launch ein. Ein Mensch denkt mit wenigen Tokens pro Sekunde. Eine Million Tokens entspricht so grob einer Woche konzentrierten Nachdenkens. Die größere Nachricht steckt in einem Nebensatz.

Google baut die nächste Modell-Generation bereits mit Hilfe des aktuellen Modells. Forscher und Modell arbeiten Hand in Hand. Das ist rekursive Selbstverbesserung im produktiven Einsatz. Auch die Anwendungsfälle sind konkret. Aus einem einzigen Foto einer Tischplatte baut Argon eine physikalische Simulation.

Darin entstehen über 4.500 Trainingsläufe für einen Roboter. Seine Erfolgsquote in der echten Welt steigt dadurch von 56 auf 75 Prozent. Im Quantencomputing entwickelt Argon einen Baustein, der über 100-mal weniger Aufwand braucht. Googles Fehlerkorrektur AlphaQubit schreibt das Modell so um, dass sie fast doppelt so viel schafft.

Praxistest: Drei Modelle klonen Monday in 16 Stunden

Benchmarks sagen wenig über den Alltag im Unternehmen. Deshalb hat unser Team einen eigenen Test gebaut. Jedes Modell bekam denselben Prompt und 16 Stunden Zeit. Es sollte sich in Monday einloggen, die Software analysieren und einen 1:1-Klon bauen.