# Google Gemini 4 Argon erzielt 97,5 % bei ARC‑AGI‑3

> Gemini 4 Argon erreicht 97,5 % im anspruchsvollsten Test für allgemeines Problemlösen. Nur OpenAIs GPT‑6 Astra liegt mit 99,9 % davor.

Oossa · 2026-10-16 · https://oossa.com/de/google-s-gemini-4-argon-hits-97-5-on-arc-agi-3-benchmark

Google DeepMind hat ein neues Modell namens Gemini 4 Argon vorgestellt. Im Test ARC‑AGI‑3 erzielte es 97,5 %. Damit liegt es über der Marke von 95 %, die bislang nur wenige Labore überschritten haben. Das einzige öffentlich gemeldete Modell mit einem höheren Ergebnis ist OpenAIs GPT‑6 Astra, das 99,9 % erreichte.

## So wurde der Test durchgeführt

Das Ergebnis wurde mit einem Setup namens „Provider Adapter Harness“ erzielt. Dadurch kann das Modell seine Schlussfolgerungen zwischen den einzelnen Schritten beibehalten und den Kontext komprimieren – eine anbieterspezifische Funktion. Im restriktiveren „Standard Harness“ kam dasselbe Modell nur auf 49,8 % und konnte nicht alle 55 Spiele abschließen.

## Was die Zahlen bedeuten

Bei den 25 öffentlichen Spielen in ARC‑AGI‑3 benötigte Argon 62 % weniger Aktionen als der menschliche Vergleichswert. In drei Spielen erreichte es damit das Rekordtempo. Bei älteren Versionen des Benchmarks kam Argon auf 91,3 % bei ARC‑AGI‑2 und 98,5 % bei ARC‑AGI‑1. Die Kosten lagen bei 0,32 $ beziehungsweise 0,16 $ pro Aufgabe.

Der unabhängige Epoch Capabilities Index bewertete Argon mit 165 Punkten. Damit liegt es gleichauf mit Fable 5.1 und knapp hinter Opus 5.5 (167) und GPT‑6 Astra (166). Bei Wissen, Agenten- und Sehtests liegt das Modell vorn, bei Mathematik und Softwareentwicklung dagegen zurück.

## Die Fakten

- Gemini 4 Argon erzielte mit dem Provider Adapter Harness 97,5 % im Benchmark ARC‑AGI‑3.
- Ein Testlauf kostete mit dem Provider Adapter Harness 4.800 $, mit dem Standard Harness 5.800 $; dort sank das Ergebnis auf 49,8 %.
- Bei ARC‑AGI‑3 erzielte nur OpenAIs GPT‑6 Astra mit 99,9 % ein besseres Ergebnis.
- Bei den 25 öffentlichen Spielen in ARC‑AGI‑3 benötigte Argon 62 % weniger Aktionen als der menschliche Vergleichswert.
- Im Epoch Capabilities Index erreichte Argon 165 Punkte, gleichauf mit Fable 5.1 und knapp hinter Opus 5.5 (167) und GPT‑6 Astra (166).

## Warum es wichtig ist

Für Entwickler und Unternehmen, die bei komplexen Problemen auf KI setzen, zeigt Gemini 4 Argons starkes Ergebnis bei ARC‑AGI‑3, dass Googles Modelle inzwischen mit den führenden Systemen mithalten können. Das schwächere Abschneiden im Standardtest sowie die Defizite in Mathematik und Programmierung deuten jedoch darauf hin, dass das Modell möglicherweise spezielle Einstellungen benötigt, um seine Bestleistung zu erreichen.

## Quellen und Referenzen

1. [Google's Gemini 4 Argon is closer to the AI frontier than any Google model in months](https://the-decoder.com/googles-gemini-4-argon-is-closer-to-the-ai-frontier-than-any-google-model-in-months/) – The Decoder, 2026-10-16

Zuletzt aktualisiert: 2026-10-16