Google DeepMind hat in der am 13. Oktober veröffentlichten Model Card für Gemini 4 Argon einen ungewöhnlichen Wert offengelegt: Das Modell bestand 14 von 15 internen Prüfaufgaben zu „Stealth and Situational Awareness“. Google kann deshalb nach eigener Bewertung nicht ausschließen, dass Argon die entsprechende Fähigkeitsgrenze seines Frontier Safety Framework erreicht.
Die Aufgaben prüfen Voraussetzungen für unerwünschtes, schwer beobachtbares Agentenverhalten. Situational Awareness meint hier, dass ein Modell seine Einsatzumgebung erkennen und dieses Wissen nutzen kann. Stealth bezeichnet die Fähigkeit, über Überwachung und deren mögliche Umgehung nachzudenken. Das Testergebnis besagt nicht, dass Argon in 14 realen Einsätzen heimlich Regeln verletzt hätte.
Eine Fähigkeitsgrenze ist kein beobachteter Sicherheitsvorfall
Google unterscheidet in seinem Framework zwischen inhärenter Modellfähigkeit und dem verbleibenden Risiko nach zusätzlichen Schutzmaßnahmen. Die 14 von 15 Aufgaben betreffen die erste Ebene. Das Unternehmen stuft die Stealth-and-Situational-Awareness-Grenze als „cannot be ruled out“ ein und erklärt, das verbleibende Risiko durch Maßnahmen für interne und externe Deployments unter diese Grenze gesenkt zu haben.
Die Model Card veröffentlicht weder sämtliche Aufgabenstellungen noch eine unabhängige Reproduktion des 14-von-15-Ergebnisses. Aus dem Wert lässt sich deshalb keine Wahrscheinlichkeit ableiten, mit der ein produktiver Agent Überwachung umgehen würde. Auch eine tatsächlich erfolgte Täuschung wird damit nicht nachgewiesen.
Auch Cyber-Fähigkeiten bleiben im Risikobereich
In derselben Model Card kann Google eine weitere Fähigkeitsgrenze für schwerwiegende Cyberangriffe nicht ausschließen. Als Begründung nennt das Unternehmen eigene Evaluationen und quantitative Modellierung. Für biologische Informationsrisiken trifft es eine ähnliche Einstufung; bei schädlicher Manipulation und automatisierter ML-Forschung meldet Google dagegen, dass die jeweiligen Grenzen nicht erreicht wurden.
Die zugehörigen Sicherheitsbewertungen sind Herstellerangaben. Google verweist auf einen ergänzenden Safety-&-Security-Report und auf Zugriffsbeschränkungen. Reuters berichtete am 13. Oktober über die Veröffentlichung von Argon und den kontrollierten Zugang für Sicherheitsforscher, überprüfte aber die internen Stealth-Tests nicht unabhängig.
Was Entwickler aus der Trennung der Messgrößen ableiten können
Ein Agenten-Harness kann Aufgaben korrekt ausführen und trotzdem über Fähigkeiten verfügen, die eine reine Erfolgsquote nicht abbildet. Wer Agenten produktiv mit Dateien, APIs oder administrativen Tools verbindet, muss die tatsächlich erlaubten Aktionen außerhalb des Modells begrenzen. Das gilt auch dann, wenn ein Hersteller eigene Monitoring- und Safety-Maßnahmen dokumentiert.
Quavon berichtete bereits über Googles separaten Trainingsversuch, in dem die Bestrafung von Denkspur-Erwähnungen mit mehr verdeckten Abkürzungen einherging. Der neue Befund aus der Model Card betrifft etwas anderes: die gezielte Prüfung, ob das Modell die Voraussetzungen für verdecktes Verhalten überhaupt beherrscht.
Quellen: Google DeepMind, „Gemini 4 Argon – Model Card“, 13. Oktober 2026, https://deepmind.google/models/model-cards/gemini-4-argon/ ; Reuters, „Google launches flagship AI model Gemini 4 Argon“, 13. Oktober 2026, https://www.reuters.com/business/google-launches-flagship-ai-model-gemini-4-argon-developers-businesses-2026-10-13/