Gemini 4 Argon, Skills und Guided Vision: Googles Umbau

Gemini wird gerade vom Chatbot zum Werkzeugkasten umgebaut. Google stellt mit Gemini 4 Argon ein Modell für lange, anspruchsvolle Arbeitsabläufe vor, ersetzt Gems im Chat durch Skills und bringt mit Guided Vision eine neue Funktion für Gemini Live auf kompatible Android-Geräte. Das ist kein kleines Update mit frischem Anstrich, sondern eine ziemlich klare Ansage: Gemini soll mehr erledigen und sich besser an wiederkehrende Aufgaben anpassen.

Gemini 4 Argon soll lange Aufgaben am Stück bewältigen

Google hat Gemini 4 Argon am 30. September vorgestellt. Das Modell ist für komplexe, langfristige Abläufe in der Softwareentwicklung und für wissensintensive Aufgaben in Unternehmen vorgesehen. Der maximale Output wächst laut Google von 64.000 auf 1 Million Tokens. Das ist die Art von Zahl, bei der selbst ein sehr ausführlicher Arbeitsauftrag kurz innehält.

Die Einführung erfolgt gestaffelt. Zunächst läuft Argon bei einer begrenzten Gruppe vertrauenswürdiger Tester. Danach sollen zahlende API-Kunden und Abonnenten von Google AI Ultra folgen. Einen Einführungspreis nennt Google ebenfalls: 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens. Für gecachte Eingaben gilt ein Preisnachlass von 95 Prozent.

Damit richtet sich Argon nicht einfach an Menschen, die gelegentlich eine Frage in ein Textfeld tippen. Google positioniert das Modell für Abläufe, die länger dauern und mehr Kontext benötigen. Ob sich der große Ausgaberaum im Alltag tatsächlich bezahlt macht, muss die gestaffelte Einführung zeigen. Die Richtung ist aber eindeutig.

Skills ersetzen Gems, und zwar mit Ansage

Seit dem 30. September rollt Google Skills weltweit im Gemini-Chat aus. Nutzer können wiederverwendbare Anweisungen speichern und sie mit einem Schrägstrich plus Skill-Namen im Prompt starten. Mehrere Skills lassen sich kombinieren. Außerdem können Klartextdateien, PDFs und Bilder als Referenz eingebunden werden.

Für Websites, Foren oder Projekte ist das vor allem bei Aufgaben praktisch, die sonst jedes Mal dieselbe kleine Geduldsprobe sind. Wiederkehrende Textformate, Tonalitätsvorgaben, Redaktionsabläufe oder Markenrichtlinien lassen sich in einem Skill hinterlegen. Wer solche Vorgaben bisher immer wieder in den Chat kopiert hat, darf also einen Teil dieser Routine abgeben.

Skills stehen laut Google in allen Google-AI-Abo-Stufen zur Verfügung und sind derzeit für Personen ab 18 Jahren freigeschaltet. Die Bereitstellung für Workspace-Kunden aus Business, Enterprise, Nonprofit und Bildung soll in den kommenden Wochen folgen.

Gems werden schrittweise eingestellt. Für private Konten endet der Dienst ab November 2026, für Workspace Business, Enterprise und Nonprofit ab März 2027 und für Workspace Education ab Juni 2027. Bestehende Gems sollen beim Ende des Dienstes automatisch zu Skills migriert werden. Der Wechsel soll damit nicht beim leeren Blatt beginnen, sondern mit dem, was bereits eingerichtet wurde.

Guided Vision gibt Gemini Live Augen und eine Warnung mit

Am 1. Oktober hat Google Guided Vision für Gemini Live auf kompatiblen Android-Geräten gestartet. Die Funktion nutzt die freigegebene Kamera für gesprochene Echtzeit-Beschreibungen und Hinweise zur Bildausrichtung. Rückfragen sind während des Gesprächs möglich, was die Bedienung eher nach Dialog als nach einmaliger Bildanalyse aussehen lässt.

Der Start gilt für Geräte ab Android 9 in Regionen und Sprachen, in denen Gemini Live unterstützt wird. Aktiviert wird Guided Vision in den Profileinstellungen der Gemini-App über „Use Guided Vision in Live“. Danach muss in Gemini Live die Kamera geteilt werden. Auch über die Android-Einstellungen unter Bedienungshilfen und über TalkBack ist die Funktion erreichbar.

Google baut allerdings selbst eine deutliche Grenze ein: Die generative KI kann Fehler machen. Guided Vision ist weder eine Navigationshilfe noch ein Ersatz für etablierte Mobilitätshilfen. Genau diese Einschränkung gehört zur Nachricht dazu. Gemini soll mehr sehen, beschreiben und auf Rückfragen reagieren, aber die Kamera macht aus einem Sprachmodell eben noch keinen verlässlichen Begleiter für jede Situation.

So wächst Gemini an drei Stellen zugleich: Argon soll längere Aufgaben tragen, Skills sollen wiederkehrende Arbeit abnehmen und Guided Vision soll Live-Gespräche zugänglicher machen. Der nächste Test findet damit nicht in der Ankündigung statt, sondern dort, wo Nutzer ihre alten Gewohnheiten tatsächlich ändern.