Seit dem 13. Oktober 2026 ist Gemini 4 Argon, Googles neuestes Frontier-Modell, stabil in GitHub Copilot verfügbar. Das Modell zielt vor allem auf komplexe Programmieraufgaben, agentische Abläufe und mehrstufiges Schlussfolgern, mit den deutlichsten Fortschritten in langen Copilot-CLI-Sitzungen. Die Einführung bestätigt Copilots Multi-Modell-Kurs, bei dem Claude, GPT und Gemini nun gemeinsam in derselben Auswahl stehen, neben Agenten, die über das MCP-Protokoll verbunden sind.
Ein Modell für lange agentische Durchläufe
Gemini 4 Argon übertrifft frühere Gemini-Generationen in allen internen Coding-Benchmarks von GitHub, mit dem größten Abstand bei langen Copilot-CLI-Sitzungen, in denen ein Agent mehrere Shell-Befehle ohne ständige Aufsicht aneinanderreiht. Das Modell prüft einen Teil seiner eigenen Arbeit selbst: Es testet Grenzfälle, bevor es eine Aufgabe als abgeschlossen markiert – ein Verhalten, das GitHub mit den Selbstprüfungsgewohnheiten anderer Reasoning-Modelle vergleicht.
Verfügbarkeit nach Umgebung und Plan
Der Rollout erfolgt schrittweise und erreicht nicht alle Konten gleich schnell. Trotzdem lässt sich das Modell bereits in den meisten Oberflächen auswählen, in denen Copilot auftaucht.
| Umgebung | Modellauswahl | Betroffene Pläne |
|---|---|---|
| VS Code / Visual Studio | Integrierte Modellauswahl | Pro+, Max, Business, Enterprise |
| Copilot CLI | Größte gemessene Fortschritte | Pro+, Max, Business, Enterprise |
| JetBrains / Xcode / Eclipse | Integrierte Modellauswahl | Pro+, Max, Business, Enterprise |
| Copilot-App / Coding-Agent | Schrittweiser Rollout | Pro+, Max, Business, Enterprise |
Die Standard-Copilot-Pro-Abonnements werden in der Ankündigung nicht erwähnt; das Modell bleibt vorerst den höheren Plänen vorbehalten. Die Nutzung wird im Rahmen der nutzungsbasierten Abrechnung zum Listenpreis des Anbieters berechnet, womit Gemini 4 Argon in derselben Preisklasse liegt wie die anderen Premium-Modelle in der Auswahl.
Was Administratoren einstellen können
Für Business- und Enterprise-Organisationen läuft der Zugriff über die Modellrichtlinie von Copilot. Standardmäßig wird ein neues Modell automatisch aktiviert, sofern ein Administrator nicht die Standardaktivierung deaktiviert oder dieses Modell gezielt gesperrt hat. In einem Copilot-CLI-Terminal erfolgt die Auswahl beim Start einer Sitzung:
$ gh copilot
> /model
1. GPT-5.2 Codex
2. Claude Opus 5.5
3. Gemini 4 Argon (neu)
4. ...
Ausgewähltes Modell: Gemini 4 Argon
In GitHubs eigenen internen Tests löst Gemini 4 Argon mehr Aufgaben als frühere Gemini-Generationen in jedem Coding-Benchmark, mit dem größten Vorsprung bei langen Copilot-CLI-Sitzungen.
Der schrittweise Rollout bedeutet, dass ein berechtigtes Konto (Pro+, Max, Business, Enterprise) Gemini 4 Argon nicht sofort in seiner Auswahl sehen muss. Teams, die Kommandozeilen-Werkzeuge in ihren Entwicklungsablauf einbinden, sollten die Verfügbarkeit prüfen, bevor sie das Modell in einen dokumentierten Prozess einbauen.
Was bleibt
Gemini 4 Argon reiht sich in eine Copilot-Auswahl ein, die bereits mehrere Modellfamilien teilen, mit einem ausgewiesenen Vorteil bei langen agentischen Kommandozeilen-Sitzungen. Die Verfügbarkeit bleibt den Plänen Pro+, Max, Business und Enterprise vorbehalten, abgerechnet zu den Preisen des Anbieters. Teams, die mit Agenten im Produktivbetrieb experimentieren, fahren besser damit, das Modell zunächst an einem repräsentativen Arbeitsablauf zu testen, bevor sie es breit einführen, da der schrittweise Rollout die Ergebnisse in den ersten Wochen von Konto zu Konto unterschiedlich ausfallen lassen kann.
Der Wechsel zu einer Multi-Modell-Auswahl in Copilot verändert die Frage, die sich technische Teams eigentlich stellen: Es geht nicht mehr darum, „welches KI-Werkzeug“ man einführt, sondern „welches Modell für welche Aufgabe, zu welchem Preis“. Ich habe mehrere Kunden gesehen, die diese Entscheidung Modell für Modell je nach Art der Arbeit treffen – Refactoring, Testgenerierung, Erkundung einer unbekannten Codebasis – statt sich auf eine einzige Standardwahl festzulegen, und genau diese Gewohnheit zahlt sich langfristig aus. — Simon Janvier
Primärquelle: GitHub Changelog, „Gemini 4 Argon in GitHub Copilot“, 13. Oktober 2026.
