Gemini 4 Argon ist jetzt für die automatische Annotation in der Ultralytics Platform verfügbar

Die Datenbeschriftung ist nach wie vor der langsamste Teil der meisten Computer-Vision-Projekte. Die automatische Annotation beschleunigt den Vorgang, indem ein Modell die Begrenzungsrahmen vorzeichnet. So kann dein Team die Vorschläge überprüfen und korrigieren, statt jedes Objekt von Hand einzuzeichnen. Doch wie nützlich ein Entwurf ist, hängt ganz vom zugrunde liegenden Modell ab.

Ab heute ist Gemini 4 Argon für die automatische Annotation in der Ultralytics Platform verfügbar. In unserem Benchmark mit allen 26 klassenpromptgesteuerten Modellen für die automatische Annotation in der Ultralytics Platform, darunter GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5 und Claude Fable 5.1, war Gemini 4 Argon mit deutlichem Abstand am genauesten.

Neu: Gemini 4 Argon für die automatische Annotation#

Gemini 4 Argon ergänzt die klassenpromptgesteuerten Vision-Language-Modelle im Annotationseditor der Ultralytics Platform. Bei einem Objekterkennungs-Datensatz mit 1–200 Klassen untersucht das Modell jedes Bild und gibt Begrenzungsrahmen für erkannte Instanzen der Datensatzklassen zurück. Diese kannst du wie jede andere Vorhersage überprüfen und speichern.

Du kannst es auf zwei Arten verwenden:

• Ein Bild nach dem anderen: Wechsle im Annotationseditor in den Modus Smart, wähle gemini-4-argon unter Google in der Modellauswahl und klicke auf Predict (oder drücke P).
• Ein ganzer Datensatz: Starte auf der Datensatzseite unter More actions > Batch Annotation die Stapelannotation, um in einem Durchlauf jedes noch unbeschriftete Bild zu annotieren.

Gemini 4 Argon ergänzt die anderen Optionen für die automatische Annotation in der Ultralytics Platform – von Punktprompts für SAM 3.1 bis zu deinen eigenen feinabgestimmten Ultralytics-YOLO-Modellen. Einen Gesamtüberblick findest du hier: So nutzt die Ultralytics Platform KI, um die Annotation zu automatisieren.

So haben wir 26 Modelle für die automatische Annotation verglichen#

Ein Modell, das in Alltagsfotos fast jedes Objekt erkennt, kann in einem medizinischen Scan oder auf einer Leiterplatte trotzdem die meisten Objekte übersehen. Deshalb haben wir nicht nur Alltagsfotos getestet, sondern UL37 verwendet, eine Sammlung realitätsnaher Benchmark-Datensätze, die Ultralytics für die Evaluierung nutzt, und daraus die 36 Datensätze zur Objekterkennung herangezogen. Sie decken medizinische Bildgebung, Luft- und Satellitenbilder, Leiterplatteninspektion, Sicherheitsröntgen, Verkaufsregale, Verkehr, Sport, Unterwasserszenen, Wärmebildaufnahmen und mehr ab.

Wir übermittelten jedem klassenpromptgesteuerten Modell in der Ultralytics Platform 108 beschriftete Bilder (drei pro Datensatz) über denselben Erkennungscode wie im Annotationseditor, jeweils mit der vollständigen Klassenliste des Datensatzes. Anschließend bewerteten wir die zurückgegebenen Begrenzungsrahmen anhand der Grundwahrheit mit mAP50. Jeder Anbieter nutzte standardmäßig seinen eigenen Denkaufwand. Bei Wiederholungen variierten die Werte nur um etwa 0.005 mAP50.

Gemini 4 Argon im Vergleich zu GPT-6.1 Sol, Claude Opus 5.5 und GPT-6 Astra#

Gemini 4 Argon erreichte 0.565 mAP50 und lag damit deutlich vor GPT-6.1 Sol (0.491), Gemini 3.8 Flash (0.489), Claude Opus 5.5 (0.476) und GPT-6 Astra (0.470). Das Modell schloss alle Anfragen ab und benötigte im Median etwa fünf Sekunden pro Bild.

Der Vorsprung beruht nicht auf längerem Nachdenken. Bei der standardmäßigen Denkstufe verwendete Gemini 4 Argon im Median etwa 150 Ausgabetokens pro Bild – ungefähr so viele wie Claude Opus 5.5 und deutlich weniger als GPT-6.1 Sol oder Gemini 3.8 Flash.

Genauigkeit und Kosten: Gemini 4 Argon, Claude Haiku 5.5 und Premium-Modelle#

Kostenpflichtige Modelle nutzen deinen eigenen API-Schlüssel des Anbieters, der jede Vorhersage direkt in Rechnung stellt. Zu Googles Einführungspreis, der bis zum 30. November 2026 gilt, kostete Gemini 4 Argon in unserem Benchmark etwa 7,60 $ pro 1.000 Bilder. Danach verdoppelt sich der Preis bei gleicher Nutzung auf etwa 15 $ pro 1.000 Bilder.

Premium-Modelle kosten mehr, ohne höhere Werte zu erzielen. GPT-6 Astra und Claude Fable 5.1 kosten etwa 47 $ bzw. 37 $ pro 1.000 Bilder und erreichten 0.470 bzw. 0.372. Wenn dir die Kosten wichtiger sind als die höchstmögliche Genauigkeit, waren Claude Haiku 5.5 (0.384 mAP50 bei etwa 0,35 $ pro 1.000 Bilder) und Gemini 3.5 Flash-Lite (0.363 bei etwa 1,36 $) die genauesten günstigen Modelle. Wenn du gar keinen Anbieterschlüssel verwenden möchtest, war Qwen3.8 27B das genaueste Modell, das auf der Ultralytics Platform gehostet wird.

Gemini 4 Argon in 12 realitätsnahen Anwendungsbereichen#

Gemini 4 Argon übertraf den Durchschnitt aller 26 Modelle in 11 von 12 Anwendungsbereichen und lag bei Unterwasserbildern gleichauf. Die größten Zugewinne gab es bei Straßen und Verkehr (0.59 gegenüber 0.17) sowie bei Luftbildern (0.65 gegenüber 0.30). Bei der medizinischen Bildgebung war der Wert doppelt so hoch wie der Durchschnitt (0.57 gegenüber 0.28).

Spezialisierte Bilddaten sind für alle Modelle weiterhin schwierig. Industrielle Leiterplatten- und Sicherheitsröntgenbilder blieben selbst mit Gemini 4 Argon unter 0.2 mAP50. Betrachte die Begrenzungsrahmen als ersten Entwurf für die Überprüfung durch Menschen und prüfe einige Vorhersagen anhand deiner eigenen Bilder, bevor du einen ganzen Datensatz annotierst.

So startest du mit Gemini 4 Argon in der Ultralytics Platform#

1. Füge unter Settings > API Keys im Arbeitsbereich, dem dein Datensatz gehört, einen Google-API-Schlüssel hinzu oder bitte den Arbeitsbereichsinhaber, einen hinzuzufügen (hier erfährst du mehr).
2. Öffne einen Datensatz zur Objekterkennung in der Ultralytics Platform, wechsle im Annotationseditor in den Modus Smart und wähle gemini-4-argon unter Google aus.
3. Klicke auf Predict, um das aktuelle Bild zu beschriften, und überprüfe, passe an und speichere anschließend die Begrenzungsrahmen.
4. Wenn die Ergebnisse passen, starte die Stapelannotation, um den Rest des Datensatzes zu beschriften.

Für die Stapelannotation fällt die übliche Bearbeitungsgebühr der Ultralytics Platform von 1,00 $ pro 1.000 Bilder an. Diese wird getrennt von den Kosten berechnet, die Google deinem API-Schlüssel in Rechnung stellt. Vor jedem Durchlauf wird eine Datensatzversion gespeichert, sodass du jederzeit zurückwechseln kannst.

Sobald dein Datensatz beschriftet ist, trainiere ein Ultralytics-YOLO26-Modell damit im selben Arbeitsbereich (siehe die Trainingsdokumentation). Du vergleichst Annotationstools? Lies unsere Leitfäden zu den besten Plattformen für die Bildannotation und zu Tools für automatische Beschriftung und aktives Lernen. Melde dich anschließend bei der Ultralytics Platform an, um Gemini 4 Argon mit deinen eigenen Daten auszuprobieren.