Von Gemini 4 Argon auf Neon wechseln? Ein Migrationsplan mit Rollback

Gemini 4 Argon ist nicht abgekündigt, doch ab dem 1. Dezember ist Neon günstiger und laut Artificial Analysis schneller. Was sich ändert, wie die Halluzinationsraten je Denkstufe wirklich ausfallen und eine schrittweise Migration mit Eval-Set, Shadow-Traffic und Rollback.

Strichzeichnung eines gemauerten Bewässerungskanals, der sich an einem hölzernen Schieber teilt: Der ursprüngliche Kanal bleibt offen und führt den Großteil des Wassers, während ein kleiner Schieber mit orangefarbenem Griff einen dünnen Strom in einen neu gegrabenen zweiten Kanal lässt.

Für die meisten Workloads auf Gemini 4 Argon lohnt es sich, den Umstieg auf Gemini 4 Neon jetzt zu planen, aber nicht als blinden Austausch der Modell-ID. Ab dem 1. Dezember 2026 verdoppelt sich der Standard-Tarif von Argon auf 4 USD/20 USD pro Million Token, während Neon bei 3 USD/15 USD bleibt. Bei Artificial Analysis (AA) erzielt Neon auf seiner Standardstufe high mehr Punkte als Argon auf jeder der beiden getesteten Stufen und braucht dafür etwa die Hälfte der Zeit. Für Argon ist kein Abschaltdatum angekündigt, es gibt also keine Frist, die den Wechsel erzwingt. Worauf Sie achten sollten: Neon läuft standardmäßig auf einer höheren Denkstufe als Argon. Und die niedrige Halluzinationsrate, die oft für Argon zitiert wird (4,3 %), gehört zu Argon high, nicht zur Standardstufe von Argon in der API.

Dieser Leitfaden wurde am 19. November 2026 mit Googles Gemini-API-Dokumentation (Abkündigungsseite, Leitfaden zur Modellwahl, Entwicklerleitfäden und Modellseiten zu Argon und Neon, Preise) sowie den aktuellen Modellseiten von AA abgeglichen. Neon haben wir nicht aufgerufen. Um den Baseline-Schritt der Migration zu zeigen, haben wir über Ofox ein kleines Eval-Set mit dokumentgestützten Antworten gegen Argon laufen lassen; Ergebnisse und Grenzen stehen in Schritt 2. Kostenvergleiche sind als unsere eigene Rechnung gekennzeichnet.

Dieser Artikel wird von Ofox veröffentlicht. Gemini 4 Argon ist auf Ofox als google/gemini-4-argon verfügbar. Gemini 4 Neon ist auf Ofox nicht verfügbar (geprüft anhand der authentifizierten Modellliste am 19. November 2026), daher geht jeder hier beschriebene Neon-Aufruf direkt an Googles Gemini API. Was das für eine Migration bedeutet, behandelt ein eigener Abschnitt weiter unten.

Wird Gemini 4 Argon eingestellt?

Eine Einstellung wurde nicht angekündigt. Mehrere Signale deuten allerdings darauf hin, dass Google Neon bevorzugt, und es hilft, zu trennen, was Google selbst sagt und was andere berichten.

SignalAussageQuelle und Status
Abkündigungsseitegemini-4-argon: veröffentlicht am 13. Oktober 2026, “No shutdown date announced” (kein Abschaltdatum angekündigt), kein empfohlenes Nachfolgemodell genanntGoogles Abkündigungsseite (Englisch), offiziell, geprüft am 19. Nov.
Leitfaden zur ModellwahlEmpfiehlt Hydrogen, Neon und Carbon (sowie 3.5 Flash-Lite). Argon kommt auf der gesamten Seite nicht vor, auch nicht in der Tabelle der Upgrade-PfadeChoosing a model (Englisch), offiziell, geprüft am 19. Nov.
Neon-EntwicklerleitfadenEnthält einen Abschnitt mit dem Titel “Migrate from Gemini 4 Carbon, Argon, or Hydrogen” (Migration von Gemini 4 Carbon, Argon oder Hydrogen)Neon-Leitfaden (Englisch), offiziell
Argon-EntwicklerleitfadenWeiterhin veröffentlicht, empfiehlt weiterhin medium als Standard und nennt Argon “ideal for most advanced software engineering and knowledge work tasks” (ideal für die meisten anspruchsvollen Aufgaben in Softwareentwicklung und Wissensarbeit); kein Hinweis auf eine AbkündigungArgon-Leitfaden (Englisch), offiziell, geprüft am 19. Nov.
Gemini-AppLaut Google können Pro- und Ultra-Abonnenten Neon im Modell-Dropdown auswählenNeon-Ankündigung (Englisch), offiziell
Modellauswahl der Gemini-App9to5Google berichtet, dass “Neon also replaces Argon” (Neon ersetzt auch Argon) in der Auswahl, die Auto, Hydrogen, Neon und Carbon aufführt9to5Google, 18. Nov. 2026 (Englisch), Pressebericht, von Google nicht bestätigt

Unsere Einschätzung: In der API ist Argon ein unterstütztes GA-Modell ohne Enddatum, während Googles Empfehlungen neue Projekte zu Neon lenken. Eine Änderung in der App-Auswahl berührt, falls der Pressebericht stimmt, den API-Endpunkt nicht. Laut Abkündigungsseite werden Abschaltdaten mit Vorlauf angekündigt, eine monatliche Prüfung reicht also. Die Unterschiede beim Zugang über App, AI Studio und Antigravity behandelt unser Leitfaden zum Argon-Zugang (Englisch).

Was sich zwischen Argon und Neon ändert

Das Request-Schema bleibt gleich. Googles Neon-Leitfaden hält fest, dass der Wechsel von einem anderen Gemini-4-Modell “requires no request schema changes” (keine Änderungen am Request-Schema erfordert). Die Unterschiede liegen bei Standardwerten, Preis und Verhalten.

Gemini 4 ArgonGemini 4 Neon
Modell-IDgemini-4-argongemini-4-neon
GA-Datum13. Oktober 202618. November 2026
Denkstufenlow, medium (Standard), highlow, medium, high (Standard), xhigh
Kontextfenster1.048.576 Token, gemeinsam für Eingabe, Denken und AusgabeGleich
Ausgabe pro Antwort (Standard)65.536 Token; Long Decode bis 1M mit HintergrundausführungGleich
Fortsetzungsschritt (Hop) im Vordergrund64K beim Streaming, aber 32.768 pro Hop ohne Streaming64K mit und ohne Streaming
CachingNur implizit (explizites cachedContents nicht unterstützt)Gleich
Integrierte Tools (Modellseite)Codeausführung, Computer Use, Dateisuche, Function Calling, Grounding mit Search und Maps, strukturierte Ausgaben, URL ContextGleiche Liste
Batch, Flex, PriorityUnterstütztUnterstützt
Kostenlose StufeNeinNein
Standardpreis pro 1 Mio. (Eingabe / Cache / Ausgabe)2 USD / 0,10 USD / 10 USD bis 30. Nov.; 4 USD / 0,20 USD / 20 USD ab 1. Dez.3 USD / 0,15 USD / 15 USD, keine datierte Preisänderung
Auf Ofox (19. Nov.)Ja, google/gemini-4-argonNein

Quellen: die Modellseiten zu Argon und Neon, beide Entwicklerleitfäden, der Long-Decode-Leitfaden (Hop-Größen) und die Preisseite, alle auf Englisch, geprüft am 19. November 2026.

Zwei kleine Unterschiede in der Dokumentation sind fürs Aufräumen relevant. Beide Leitfäden sagen, Sie sollen temperature, top_p und top_k entfernen. Laut Argon-Leitfaden werden sie ignoriert, falls sie gesendet werden; laut Neon-Leitfaden werden Werte im zulässigen Bereich ignoriert, Werte außerhalb des Bereichs liefern einen 400-Validierungsfehler. Zu Ausgabegrenzen: Der Argon-Leitfaden verlangt mindestens 32.768, wenn Sie max_output_tokens setzen. Der Neon-Leitfaden rät, niedrige Grenzen zu entfernen oder auf 65.536 anzuheben und stattdessen die Denkstufe zu senken, wenn Sie weniger Token wollen.

Preis: Wann Neon günstiger ist

Die Token-Tarife von Neon liegen bis zum 30. November beim 1,5-Fachen von Argon und ab dem 1. Dezember beim 0,75-Fachen. Daraus ergibt sich ein einfacher Break-even, berechnet von uns auf Basis von Googles Standard-Tarifen:

  • Bis 30. November: Neon ist nur dann günstiger, wenn es für dieselbe Arbeit weniger als das 0,67-Fache der Token von Argon verbraucht.
  • Ab 1. Dezember: Neon ist günstiger, solange es nicht mehr als das 1,33-Fache der Token von Argon verbraucht.

Der Haken ist die Standard-Denkstufe. Ein unveränderter Request lässt Argon auf medium und Neon auf high laufen, Neon erzeugt pro Aufruf also womöglich mehr Ausgabe-Token. Artificial Analysis hat beide Modelle auf mehreren Stufen im selben Harness gemessen, was eine grobe Vorstellung vom Nettoeffekt gibt:

Konfiguration (AA, 19. Nov.)Kosten pro Index-Aufgabe laut AAUnsere Schätzung für DezemberZeit pro Index-Aufgabe
Argon medium (API-Standard)4,31 USD~8,63 USD29,1 Min.
Argon high4,97 USD~9,95 USD29,8 Min.
Neon medium1,90 USD1,90 USD8,3 Min.
Neon high (API-Standard)3,74 USD3,74 USD14,8 Min.
Neon xhigh6,44 USD6,44 USD21,5 Min.

AA rechnet Argon mit dem aktuellen Tarif von 2 USD/10 USD. Die Dezember-Spalte verdoppelt AAs Argon-Wert unter der Annahme, dass die Kosten vollständig Token-Kosten sind; das ist unsere Schätzung, keine Zahl von AA. Für Neon ist keine Preisänderung datiert. Auf AAs Aufgabenmix war Neon high schon im November rund 13 % günstiger pro Aufgabe als Argon medium, nach dem 1. Dezember wächst der Abstand auf etwa 57 %. AAs Zeit pro Aufgabe ergibt sich aus Ausgabe-Token geteilt durch gemessene Ausgabegeschwindigkeit (AA führt Argon mit 57 bis 65 Token/s und Neon mit etwa 101 Token/s), misst also die Generierungszeit, nicht einen vollständigen Agentenlauf mit Tool-Ausführung.

Aggregierte Benchmark-Kosten zeigen eine Richtung, keine Prognose für Ihren Traffic. Die vollständige Dezember-Änderung und eine Formel für die Monatsrechnung finden Sie unter Was sich für Carbon und Argon am 1. Dezember ändert. Für die Neon-Budgetierung je Stufe siehe unseren Neon-Preisleitfaden, für die Abrechnung pro Request bei Argon die Argon-Preisaufschlüsselung (Englisch).

Qualität und Geschwindigkeit bei vergleichbaren Denkstufen

AA lässt beide Modelle im selben Harness über Googles First-Party-API laufen und weist jede Denkstufe separat aus. Die Werte unten stammen von AAs Seiten zu Argon und Neon (Englisch), abgerufen am 19. November 2026. Für Argon führt AA nur medium und high.

AA-MetrikArgon mediumArgon highNeon mediumNeon high
Intelligence Index (v5.0.1)47,650,454,959,6
Terminal-Bench 4.055,1 %57,1 %54,5 %61,6 %
FrontierCode-AA 2.025,0 %25,7 %36,9 %43,3 %
HLE-Diamond42,5 %56,7 %63,6 %68,4 %
CritPt v2 (schwierige Teilmenge)53,5 %52,5 %61,5 %59,0 %
AA-Omniscience-Genauigkeit49,0 %48,3 %57,9 %59,4 %

Neon medium erreicht oder übertrifft Argon high bereits überall außer bei Terminal-Bench 4.0, wo beide weniger als drei Punkte auseinanderliegen. Bei FrontierCode ist der Abstand in jeder Paarung groß. Das sind aggregierte Werte auf AAs Aufgaben; ein Modell mit höherem Gesamtwert kann trotzdem an einem Ihrer Prompts scheitern, den das andere besteht. Deshalb beginnt der Migrationsplan unten mit Ihrem eigenen Eval-Set.

Googles Model Cards helfen hier wenig. Die Karte für Argon ist auf Oktober 2026 datiert, die für Neon auf November 2026, beide vergleichen mit unterschiedlichen Konkurrenzmodellen, und Google veröffentlicht keine Tabelle Argon gegen Neon. Wir haben ihre Zeilen nicht vermischt.

Die Halluzinationszahlen richtig lesen

AAs Omniscience-Evaluation (Englisch) definiert die Halluzinationsrate als falsche Antworten geteilt durch alle nicht korrekten Antworten (falsch + teilweise richtig + nicht beantwortet). Sie beantwortet die Frage: Wenn das Modell etwas nicht weiß, wie oft rät es falsch, statt abzulehnen? Es ist ein Closed-Book-Wissenstest und sagt nichts darüber, wie oft das Modell richtig antwortet. Deshalb sollte man ihn zusammen mit der Genauigkeit lesen.

KonfigurationHalluzinationsrateGenauigkeitRichtig pro 100Falsch pro 100Abgelehnt oder teilweise pro 100
Argon medium (API-Standard)15,4 %49,0 %49,07,943,1
Argon high4,3 %48,3 %48,32,249,5
Neon medium16,2 %57,9 %57,96,835,3
Neon high (API-Standard)13,9 %59,4 %59,45,635,0
Neon xhigh14,4 %60,5 %60,55,733,8

Raten und Genauigkeit: Daten der AA-Seiten, 19. November 2026. Die Spalten „pro 100“ sind unsere Rechnung: falsch = (100 − Genauigkeit) × Halluzinationsrate.

Das verschiebt die übliche Darstellung. Die viel zitierten 4,3 % sind AAs Haupteintrag für Argon, den AA als Argon (High) bezeichnet. Auf der API-Standardstufe von Argon, medium, hat AA 15,4 % gemessen, etwas schlechter als Neon auf dessen Standardstufe. Daraus folgt:

  • Argon-Standard → Neon-Standard (der übliche Fall): Auf diesem Benchmark etwa 10 richtige Antworten mehr und etwa 2 falsche weniger pro 100 Fragen. Nach diesem Maßstab verlieren Sie nichts.
  • Argon high → Neon high: etwa 11 richtige Antworten mehr, aber auch etwa 3,4 falsche mehr pro 100. Argon high lehnt deutlich häufiger ab, statt zu raten. Wenn Sie Argon bewusst auf high betreiben, weil falsche Antworten teuer sind, ist dies die einzige Stelle, an der die Migration die Ergebnisse verschlechtern kann, und Sie brauchen die Schutzmaßnahmen aus Schritt 5.

Neons Rate schwankt über die Stufen deutlich weniger: 18,8 % bei low, 13,9 % bei high, 14,4 % bei xhigh. Argons großer Sprung zwischen medium und high stammt aus einem einzigen AA-Snapshot. Testen Sie daher Ihre eigenen Fälle, in denen das Modell ablehnen sollte, statt eine der beiden Zahlen als fest anzusehen. Googles Neon-Ankündigung nennt eine “lowest fabrication rate yet” (die bisher niedrigste Rate erfundener Inhalte) aus internen Antigravity-Tests; das ist ein anderes Maß und nicht mit AA vergleichbar. Unser Vergleich der Halluzinationsraten von Gemini 4 deckt die ganze Modellfamilie und Konkurrenzmodelle ab.

Umsteigen oder nicht? Eine Entscheidungstabelle

Ihre SituationEmpfehlung
Argon auf Standard medium für Coding, Agenten oder Dokumentenarbeit, direkt bei Google aufgerufenAuf Neon migrieren. Auf medium und high evaluieren; der Großteil des Kostenvorteils entsteht dadurch, dass das Modell nicht übermäßig nachdenkt
Argon auf high für Closed-Book-Antworten, bei denen eine falsche Antwort schlimmer ist als keineBleiben oder erst migrieren, wenn die Schutzmaßnahmen aus Schritt 5 Ihr Set unbeantwortbarer Fragen bestehen
Latenzkritische interaktive FunktionenZuerst Neon medium testen; bei AA war es in weniger als einem Drittel der Zeit von Argon fertig
Argon auf low für günstige Schritte mit hohem VolumenNeon low und Hydrogen vergleichen statt Neon high; AA hat keine Daten zu Argon low zum Vergleich
Traffic läuft über Ofox, kein Google-API-Projekt vorhandenVorerst bei Argon bleiben (Neon ist nicht auf Ofox) oder die Evaluation direkt über Googles API durchführen. Siehe den Ofox-Abschnitt
Ein Neon-Pilot fällt durch Abnahmeprüfungen, die Argon bestanden hatFür diesen Aufgabentyp bei Argon bleiben; kein Abschaltdatum drängt
Schwierigstes Debugging, Beweise, Physik auf ForschungsniveauEher Neon vs. Carbon prüfen, statt bei Argon zu bleiben

Die Migration Schritt für Schritt

Schritt 1: Alle Argon-Aufrufe inventarisieren

Listen Sie jede Stelle auf, die gemini-4-argon sendet, und erfassen Sie pro Aufrufstelle:

  • Route (Google API, Vertex, Ofox, Standard eines Frameworks);
  • API-Oberfläche (generateContent oder Interactions, Streaming oder nicht, Hintergrundjobs);
  • das tatsächlich gesendete thinking_level (nicht gesetzt bedeutet bei Argon medium);
  • max_output_tokens, deklarierte Tools, Schemas für strukturierte Ausgaben, Search-Grounding;
  • ob der Gesprächszustand serverseitig liegt (previous_interaction_id) oder in einem clientseitig verwalteten Verlauf mit Thought Signatures;
  • monatliche Eingabe-, Cache- und Ausgabe-Token aus den Nutzungslogs.

Die nicht gesetzte Denkstufe ist die Zeile, die das Verhalten unbemerkt ändert. Schreiben Sie sie explizit als medium fest, bevor Sie irgendetwas anderes anfassen.

Schritt 2: Eval-Set aufbauen und Argon-Baseline festhalten

Ziehen Sie 30 bis 200 echte Requests pro Aufgabentyp, jeweils mit einer automatischen Abnahmeprüfung: Tests laufen durch, JSON validiert, der extrahierte Wert stimmt, oder die Antwort zitiert ihre Quelle wörtlich. Nehmen Sie Requests auf, deren richtige Antwort „steht nicht im Material“ lautet. Gerade diese Fälle zeigen die oben beschriebene Verschiebung bei Halluzinationen.

Um zu zeigen, wie dieser Schritt aussieht, haben wir am 19. November 2026 ein Set aus 10 dokumentgestützten Fragen gegen Argon laufen lassen. Jeder Request enthielt eine kurze fiktive Abrechnungsrichtlinie und eine Frage. Sechs Fragen waren beantwortbar, vier nicht (zum Beispiel eine Erstattungsregel für Monatstarife, obwohl die Richtlinie nur Jahrestarife abdeckt). Die Systemanweisung verlangte, nur aus dem Dokument zu antworten, bei fehlender Antwort NOT_IN_DOC zurückzugeben und einen belegenden Satz wörtlich zu kopieren. Die Ausgabe war per JSON-Schema eingeschränkt. Bewertet wurde automatisch: Beantwortbare Fälle brauchten den erwarteten Wert und ein Zitat, das Zeichen für Zeichen im Dokument vorkommt; unbeantwortbare Fälle mussten genau NOT_IN_DOC liefern.

Argon über Ofox, 19. Nov.mediumhigh
Bestandene Fälle10 / 1010 / 10
Beantwortbar: richtiger Wert + wörtliches Zitat6 / 66 / 6
Unbeantwortbar: NOT_IN_DOC zurückgegeben4 / 44 / 4
Gemeldete Denk-Token im Mittel0 (Feld fehlt)164
Abrechenbare Ausgabe gesamt (sichtbar + Denken), 10 Aufrufe4402.077
Median-Latenz5,6 s8,2 s

Route: Ofox’ Gemini-nativer Endpunkt, gemini-4-argon, maxOutputTokens 32.768, ein Durchlauf pro Fall und Stufe. „0 Denk-Token“ bedeutet, dass usageMetadata kein Feld thoughtsTokenCount enthielt. Die Prompt-Token lagen im Schnitt bei 542 pro Aufruf.

Lesen Sie das als das, was es ist: eine Baseline auf einem einfachen Set, n = 10 pro Stufe, ein Tag, eine Route. Es zeigt nicht, dass Argon allgemein zuverlässig ist, und sagt nichts über Neon. Sein Wert liegt darin, dass Datei, Bewerter und Argon-Zahlen jetzt existieren, sodass dieselben Fälle auf gemini-4-neon in Googles API gerichtet und Zeile für Zeile verglichen werden können. Auf diesem Set kostete high etwa das 4,7-Fache der abrechenbaren Ausgabe von medium für dasselbe Ergebnis von 10/10. Genau solche Befunde sollten auch Ihre Neon-Stufe bestimmen. Ihr eigenes Set sollte schwieriger sein als unseres; ein Set, bei dem alles besteht, kann keine Regression erkennen.

Ein minimales Harness, das den Request-Body identisch hält und nur Route und Modell austauscht:

import json, os, urllib.request

ROUTES = {
    # Argon über Ofox' Gemini-nativen Endpunkt (Key: OFOX_API_KEY)
    "argon": ("https://api.ofox.io/gemini/v1beta/models/gemini-4-argon:generateContent",
              os.environ["OFOX_API_KEY"]),
    # Neon über Googles Gemini API (auf Ofox nicht verfügbar, Stand 19. Nov. 2026)
    "neon": ("https://generativelanguage.googleapis.com/v1beta/models/gemini-4-neon:generateContent",
             os.environ["GEMINI_API_KEY"]),
}

def run(route, system, user, level, schema=None):
    url, key = ROUTES[route]
    cfg = {"thinkingConfig": {"thinkingLevel": level}, "maxOutputTokens": 65536}
    if schema:
        cfg |= {"responseMimeType": "application/json", "responseSchema": schema}
    body = {"systemInstruction": {"parts": [{"text": system}]},
            "contents": [{"role": "user", "parts": [{"text": user}]}],
            "generationConfig": cfg}
    req = urllib.request.Request(url, data=json.dumps(body).encode(),
          headers={"x-goog-api-key": key, "Content-Type": "application/json"})
    r = json.load(urllib.request.urlopen(req, timeout=900))
    parts = r["candidates"][0]["content"]["parts"]
    text = "".join(p.get("text", "") for p in parts if not p.get("thought"))
    return text, r.get("usageMetadata", {})

Übergeben Sie thinkingLevel im Harness immer explizit, damit keines der Modelle auf seinen eigenen Standard zurückfällt. Das Timeout von 900 Sekunden folgt Googles Rat, für schwierige Prompts mindestens 15 Minuten einzuplanen. Das Request-Format des nativen Protokolls bei Ofox ist in der Ofox-Gemini-API-Referenz dokumentiert.

Schritt 3: Parameter zuordnen

Heutige Argon-EinstellungStartpunkt für NeonHinweise
thinking_level nicht gesetzt (= medium)medium und high testen; den Gewinner explizit festschreibenBleibt es ungesetzt, landen Sie bei high
medium explizit gesetztmedium, dann high, falls Prüfungen scheiternAA: Neon medium erzielt mehr als Argon high
highhigh; xhigh nur für Fälle, an denen high scheitertxhigh erhöhte die Kosten pro Aufgabe bei AA um 72 % gegenüber high
lowlow, und mit Hydrogen vergleichenNeon low erreichte 44 im AA-Index
max_output_tokens unter 32.76865.536 oder nicht setzenDenken und Antwort teilen sich die Grenze
temperature / top_p / top_kEntfernenWerte außerhalb des Bereichs liefern bei Neon 400
Verweise auf cached_contentFür Argon bereits entfernt; nichts zu ändernBeide nutzen implizites Caching bei Prompts ab 4.096 Token
Hintergrundjobs über 64KUnverändertGleicher 64K-Hop und gleiche Obergrenze von 1M
Fortsetzung im Vordergrund ohne Streaming (REST-Schleife)Weniger, dafür größere Hops erwartenArgon arbeitet mit Hops von 32.768, Neon mit 65.536; Code, der Hops zählt oder Timeouts pro Hop bemisst, erneut prüfen
Client-TimeoutMindestens 15 Minuten oder HintergrundausführungGleiche Empfehlung in beiden Leitfäden

Wenn Sie den Antigravity-Agenten in Gemini Managed Agents nutzen, ändert sich nur das Feld model in agent_config. Beide Modelle werden dort unterstützt.

Schritt 4: Traffic spiegeln (Shadowing)

Senden Sie eine Kopie einer Stichprobe echter Argon-Requests an Neon, geben Sie an Nutzer nur die Antwort von Argon zurück und loggen Sie beide. Regeln für einen fairen Vergleich:

  1. Prompt, Tools und Dokumente byte-identisch halten und die Denkstufe auf beiden Seiten festschreiben.
  2. Mit zustandslosen Requests beginnen. Für Multi-Turn-Sitzungen sagt Google, dass beim Modellwechsel zwischen Turns frühere Modell-Turns und Thought Signatures unverändert zurückgegeben werden müssen. Das Verschieben einer laufenden Sitzung von Argon auf einer Route zu Neon in einem anderen Projekt haben wir nicht getestet. Lassen Sie bestehende Sitzungen daher auf Argon zu Ende laufen und starten Sie neue Sitzungen auf Neon.
  3. Beide Ausgaben mit denselben automatischen Prüfungen aus Schritt 2 bewerten, dazu eine stichprobenartige manuelle Prüfung der Abweichungen.
  4. Tool-Calling-Pfade separat beobachten. Liefert Neon MALFORMED_FUNCTION_CALL oder einen Fehler wegen fehlender Thought Signature, liegt die Ursache meist darin, wie Tools oder Verlauf gesendet werden; unser Fix für fehlende Thought Signatures (Englisch) und der Leitfaden zu Gemini-4-API-Fehlern behandeln beides.
  5. Bedenken Sie, dass Shadowing den Token-Verbrauch für den gespiegelten Anteil verdoppelt. Eine Stichprobe von 5 bis 10 % reicht meist aus.

Ein neues Google-Cloud-Projekt für Neon bringt eine Standardeinstellung zur Datenverarbeitung mit, die Sie prüfen sollten: Laut Googles Release Notes (Englisch) speichern neue Projekte in der kostenpflichtigen Stufe, die generateContent nutzen, seit dem 26. Oktober 2026 Requests standardmäßig (store=true). Setzen Sie store=false pro Request oder ändern Sie die Logging-Einstellung, falls das Ihren Richtlinien widerspricht.

Schritt 5: Schutzmaßnahmen gegen falsche Antworten

Wenn Ihr Argon-Workload darauf angewiesen ist, dass das Modell ablehnt, besonders auf high, ergänzen Sie Prüfungen, die nicht von der Zurückhaltung des Modells abhängen:

  • Wörtliche Zitatprüfung. Verlangen Sie ein belegendes Zitat und verwerfen Sie Antworten, deren Zitat kein Teilstring der Quelle ist, so wie unser Bewerter es tut. Das fängt erfundene Belege günstig ab.
  • Explizites Ablehnungstoken. Geben Sie dem Modell einen festen Wert wie NOT_IN_DOC vor und werten Sie im Set unbeantwortbarer Fragen alles andere als Fehlschlag.
  • Strukturierte Ausgabe. Nutzen Sie responseSchema, statt JSON per Fließtext anzufordern; der Neon-Leitfaden warnt, dass JSON-Tool-Calls als Rohtext ohne deklarierte Tools MALFORMED_FUNCTION_CALL liefern können.
  • Grounding, wenn Fakten extern sind. Nutzen Sie für Fragen zum offenen Weltwissen Search-Grounding oder Ihr eigenes Retrieval, und beachten Sie, dass Search-Grounding zusätzlich zu den Token pro Abfrage abgerechnet wird.
  • Gate-Metrik. Machen Sie „falsche Antworten im unbeantwortbaren Set“ zum Release-Kriterium, nicht nur „Genauigkeit im beantwortbaren Set“. Neon darf in dieser Zeile nicht schlechter abschneiden als die Argon-Baseline.

Schritt 6: Kosten pro akzeptierter Aufgabe überwachen

Loggen Sie pro Request promptTokenCount, cachedContentTokenCount, candidatesTokenCount und thoughtsTokenCount und berechnen Sie die Kosten mit den Tarifen des jeweiligen Modells:

cost = (prompt - cached) × input_rate / 1e6
     + cached × cached_rate / 1e6
     + (candidates + thoughts) × output_rate / 1e6

Teilen Sie die Gesamtkosten durch die Zahl der Requests, die ihre Prüfung bestanden haben, nicht durch alle Requests; bei Wiederholungen kann ein pro Token günstigeres Modell seinen Vorteil verlieren. Lösen Sie einen Alarm aus, wenn die abrechenbare Ausgabe von Neon pro Request beim selben Aufgabentyp das 1,33-Fache von Argon übersteigt, also den Dezember-Break-even von oben. Wenn Sie Argon-Traffic auf Ofox belassen, finden Sie die Token- und Kostenaufschlüsselung pro Request für diese Seite im Usage Tracking von Ofox.

Schritt 7: Schrittweise umschalten und den Rollback-Pfad behalten

Verschieben Sie jeweils einen Aufgabentyp hinter einem Flag: 10 %, dann 50 %, dann 100 %, mit einigen Tagen pro Stufe. Behalten Sie die Argon-Konfiguration (Modell-ID, festgeschriebene Denkstufe, Route) vollständig bei, statt sie zu löschen. Schalten Sie einen Aufgabentyp auf Argon zurück, sobald einer dieser Fälle eintritt:

  • die Bestehensquote der Live-Prüfung fällt um mehr als die vereinbarte Marge unter die Argon-Baseline;
  • falsche Antworten im unbeantwortbaren Set übersteigen die Argon-Baseline;
  • die Kosten pro akzeptierter Aufgabe steigen zum geltenden Tarif über die von Argon;
  • p95-Latenz oder Timeout-Rate verletzen Ihr SLO;
  • im neuen Projekt treten 429- oder Kontingentfehler auf. Neons Limits gelten pro Google-Projekt und Kontingentstufe, prüfen Sie sie also vor 100 %. Unser Leitfaden zu Argon-API-Fehlern und der allgemeine Leitfaden zu 429-Wiederholungen (Englisch) behandeln Backoff.

Der Fallback hält nur so lange, wie es Argon gibt; prüfen Sie daher vor jedem Release die Abkündigungsseite.

Was Ofox-Nutzer heute tun können und was nicht

Stand 19. November 2026:

  • Sie können Argon weiterhin über Ofox aufrufen, als google/gemini-4-argon, entweder über das OpenAI-kompatible oder das Gemini-native Protokoll, die auf der Modellseite aufgeführt sind. Den Preis, den Ofox berechnet, finden Sie auf dieser Seite; wir wiederholen ihn hier nicht, und Sie sollten ihn nach dem 1. Dezember erneut prüfen.
  • Innerhalb von Ofox können Sie nicht auf Neon migrieren. Neon ist nicht im Katalog, es gibt also keinen A/B-Test mit einem einzigen Key, und wenn Sie den Modell-String in einem Ofox-Request auf gemini-4-neon ändern, erreichen Sie Neon nicht.
  • Um Neon jetzt zu evaluieren oder zu betreiben, brauchen Sie ein Google-Gemini-API-Projekt in der kostenpflichtigen Stufe und einen eigenen Key, mit getrennter Abrechnung und getrennten Rate Limits. Das Harness in Schritt 2 zeigt beide Routen nebeneinander. Unser Neon-API-Leitfaden führt durch die native Einrichtung.
  • Hydrogen ist auf Ofox verfügbar, als google/gemini-4-hydrogen, falls ein Teil Ihres Argon-Traffics eine Stufe nach unten wechseln kann statt zur Seite.

Kommt Neon später auf Ofox, ändert sich der Migrationsplan nicht, nur die Neon-Route in Ihrem Harness. Die Fehlerbehandlung auf der Ofox-Seite beschreibt der Leitfaden zur Fehlerbehandlung, die Standardlimits der Leitfaden zu Rate Limits.

Wann es richtig ist, bei Argon zu bleiben

Die meisten Gründe zu bleiben stehen schon in der Entscheidungstabelle: Ihre Evaluation zeigt, dass Neon an einem Aufgabentyp scheitert, den Argon besteht; Sie sind darauf angewiesen, dass Argon high bei Closed-Book-Fragen ablehnt, und können noch keine Zitatprüfungen einbauen; oder Ihr gesamter Traffic läuft über Ofox. Zwei weitere betreffen das Timing. Bringen Sie lange Agentensitzungen oder Hintergrundjobs auf Argon zu Ende, statt mitten im Lauf zu wechseln. Und wenn es noch November ist und Ihre Prüfungen nicht abgeschlossen sind, gibt es keinen Grund zur Eile: Bis zum 30. November ist Argon pro Token günstiger, am 1. Dezember kehrt sich die Rechnung um.

Kein Grund zu bleiben ist dagegen die Vorstellung, Argon sei standardmäßig sicherer. Auf der API-Standardstufe liegt Argons Halluzinationsrate laut AA-Messungen etwas über der von Neon, bei niedrigerer Genauigkeit. Um Stufen zu vergleichen, bevor Sie eine festschreiben, siehe unseren Leitfaden zu den Denkstufen von Gemini 4.

Weiterführende Dokumentation