Gemini 4 Carbon Overview

Die Rolle von Carbon: komplexe technische Aufgaben über lange Zeiträume bearbeiten

Carbon knüpft an Argons Schwerpunkt auf langfristige Arbeit an: schwierige Fehler in großen Repositories, Low-Level-Systeme, mehrstufige Entwicklungsaufgaben und Sicherheitskorrekturen, die wiederholte Überprüfung erfordern.

Google berichtet, dass interne Teams Carbon tagelang laufen gesehen haben: Es hält trotz Sackgassen durch, findet subtile Fehler und erstellt Patches. Das ist ein interner Nutzungsbericht und keine Zusage, dass jede öffentliche API-Anfrage tagelang ununterbrochen ausgeführt wird.

Entscheidend ist in der Praxis, ob das Modell das Ziel im Blick behält, seine Annahmen mit Tools testet und sich nach einem fehlgeschlagenen Ansatz neu orientiert. Repository-Wartung, Migrationen und Sicherheitsarbeiten profitieren von Änderungen, die sich übernehmen und überprüfen lassen.

Artificial Analysis zufolge verfügt Carbon über ein Kontextfenster von 1M Tokens, nimmt Text, Bilder, Videos und Sprache als Eingabe entgegen und erzeugt Text. Videoverständnis belegt keine Videogenerierung, und die Kontextkapazität sagt nichts über die maximale Ausgabelänge einer einzelnen Antwort aus.

Quellen: Google-Ankündigung · Bewertung von Artificial Analysis.

Gemini 4 Carbon im Vergleich zu Argon: Wie stark sind die Verbesserungen?

Googles Starttabelle zeigt Fortschritte bei logischem Denken, langen Kontexten, multimodalem Verständnis und Programmierung. Die ausgewählten Ergebnisse unten stammen aus Googles veröffentlichtem Vergleich, nicht aus Tests von APIMaster.

Die Fortschritte unterscheiden sich je nach Aufgabe. GraphWalks und Terminal-Bench verbessern sich deutlich; der Vals Index legt moderater zu. SWE-sweep erreicht mehr als das Doppelte des Argon-Werts, doch der absolute Wert liegt weiterhin bei 9.6 %. Bei schwierigen Programmieraufgaben besteht also noch viel Verbesserungspotenzial.

Für die Webentwicklung berichtet Google von 1768 Elo, Platz vier und einer Verbesserung um 89 Elo-Punkte auf der WebDev Arena. Bei der tatsächlichen Auswahl sollten weiterhin das mobile Layout, die Interaktionen und die funktionale Vollständigkeit geprüft werden.

Googles ursprüngliche Evaluationstabelle ansehen.

Ist Carbon besser als Claude Opus 5.5 und GPT-6 Astra?

Zum Start führte Carbon den allgemeinen Intelligenzindex von AA an; die aufgabenspezifischen Ergebnisse sind jedoch uneinheitlich. Googles Tabelle weist Carbon 59, Opus 5.5 58 und GPT-6 Astra 57 Punkte zu. Artificial Analysis bestätigt unabhängig davon Carbons ersten Platz im Intelligence Index v5.

Im unabhängigen Coding Agent Index erreicht Carbon mit der Antigravity CLI hingegen 59 Punkte und liegt damit hinter Opus 5.5 mit Claude Code bei 62 Punkten. Bewertet werden dabei Modell-Agent-Kombinationen und kein kontrolliertes Experiment, bei dem ausschließlich das Modell ausgetauscht wird.

Auch in Googles eigener Starttabelle gibt es Bereiche, in denen Carbon zurückliegt:

• FrontierSWE 2: Carbon erreicht 61.2 % und liegt damit unter GPT-6 Astra mit 65.5 % und Opus 5.5 mit 62.3 %.
• OSWorld-2.1 Offline-Teilmenge: Carbon erreicht 81.5 % und liegt damit unter Opus 5.5 mit 87.2 %.

Für Wissensarbeit berichtet Artificial Analysis auf AA-Briefcase 1609 Elo, 126 Punkte mehr als bei Argon. In dieser Evaluation liegt Carbon weiterhin hinter Kimi K3.1 Pro, Muse Wonder und Grok 4.7.

Carbon ist ein starker Kandidat für allgemeine Aufgaben; komplexe Programmier- und Wissensarbeiten sollten weiterhin anhand der jeweiligen Arbeitslast verglichen werden. Auch die Evaluationsbedingungen unterscheiden sich: Googles Tabelle weist Terminal-Bench mit 65.2 % aus, während der Artikel von AA zu Coding Agents etwa 64 % nennt. Die ursprünglichen Einstellungen und Quellen sollten bei jedem Ergebnis mitgeführt werden.

Cybersicherheit: Schwachstellen finden, validieren und beheben

Die Cyberabwehr zählt zu Carbons klarsten Schwerpunkten beim Start. Die drei von Google hervorgehobenen Ergebnisse decken aufeinanderfolgende Schritte defensiver Arbeit ab:

Der Arbeitsablauf besteht darin, einen Fehler zu finden, sein Risiko festzustellen und eine Korrektur zu erstellen. Für Maintainer können weniger Fehlalarme und funktionierende Patches die Kosten der Behebung senken.

Google berichtet außerdem, dass die interne Erfolgsrate bei der sicheren Codegenerierung mehr als doppelt so hoch ist wie bei Argon. Die Aussage des Chrome-Teams, Carbon erzeuge mehr als zehnmal so oft hochwertige Patches, bezieht sich auf das Modell eines nicht namentlich genannten Konkurrenzlabors; sie lässt sich nicht auf jede Programmieraufgabe übertragen.

Google weist ausdrücklich darauf hin, dass die externen Cyber-Benchmarks ohne Schutzmechanismen evaluiert wurden. Berechtigungen, Tools und Sicherheitsvorkehrungen im öffentlichen Produkt können das tatsächliche Verhalten beeinflussen.

Zuverlässigkeit bei langen Aufgaben: weniger Abkürzungen und klarere Belege

Längere Ausführungen erhöhen die Kosten für angesammelte Fehler und Abweichungen vom Nutzerziel. Carbons Zuverlässigkeitsarbeit umfasst Täuschung, unbelegte Behauptungen, Überschreitungen des Auftrags und unvollständige Ausführung.

Google berichtet bei Terminal-Bench 4.0 von 0.0 % erfolgreichen und 0.4 % versuchten Täuschungen. In internen Live-Coding-Umgebungen seien außerdem die Warnmeldungen zu schwerwiegenden Fehlanpassungen um fast 80 % zurückgegangen. Diese Befunde beziehen sich auf die genannten Tests und Umgebungen, nicht auf eine allgemeine Produktionsvorfallrate.

Google zufolge halbiert Carbon im Vergleich zu Argon ungefähr die Zahl unbelegter Behauptungen, reduziert Überschreitungen des Auftrags um 26 % und unzureichende Ausführung um 29 %. Wenn Informationen fehlen oder Quellen einander widersprechen, ruft Carbon eher Belege ab, macht die Abweichung sichtbar und sagt, was noch nicht erledigt ist.

Bei Prompt Injection berichtet Google, dass die Erfolgsrate von Angriffen im Benchmark für indirekte Prompt Injection von Gray Swan von Argons 0.7 % auf 0.0 % sank. Carbon wehrte in diesem Durchlauf alle evaluierten Angriffe ab; das garantiert keinen Schutz vor jeder Prompt Injection.

Unabhängige Tests ergänzen das Bild. Auf AA-Omniscience v1.1 steigt Carbons Genauigkeit von Argons 48 % auf 58 %, während die Halluzinationsrate gemäß der Definition dieses Benchmarks von 4 % auf 11 % steigt. Carbon gehört weiterhin zu den Modellen mit den niedrigsten Halluzinationsraten unter den evaluierten Modellen. Höhere Fähigkeiten belegen jedoch nicht, dass die Halluzinationsrate in jeder Situation niedriger ist. Googles interner Test zu unbelegten Behauptungen verwendet eine andere Methodik.

Gemini 4 Carbon API-Preise: Einführungspreise und Aufgabenkosten

Die angekündigten Einführungspreise für Carbon betragen 2 $ für Eingaben / 10 $ für Ausgaben pro Million Tokens und liegen damit 50 % unter den Standardpreisen von 4 $ / 20 $. Für gecachte Eingaben gibt es einen Rabatt von 95 % auf den jeweils geltenden Eingabepreis: 0,10 $ während der Einführungsphase und 0,20 $ zum Standardpreis. Das Ablaufdatum von Carbons eigenem Rabatt ist nicht bestätigt; Argons Frist sollte nicht darauf übertragen werden.

Der Cache-Rabatt gilt nur für dafür qualifizierte gecachte Eingaben, nicht für neue Eingaben oder Ausgaben. Daraus lassen sich weder eine bestimmte KV-Cache-Architektur noch ein Trainingsspeicherbudget oder eine Hardwareauslastung ableiten.

Für eine Aufgabe mit 100,000 Eingabetokens und 20,000 abgerechneten Ausgabetokens ergibt sich zum Einführungspreis:

0.1 × $2 + 0.02 × $10 = $0.40

Dieses Beispiel mit festen Tokenmengen berücksichtigt weder Tools noch Wiederholungsversuche oder andere Gebühren. Lang laufende Agenten verursachen zudem Kosten durch Zwischenschritte beim Schlussfolgern, wiederholtes Lesen und mehrere Ausführungsschritte. Vergleiche die Gesamtkosten eines akzeptierten Ergebnisses.

Zu Standardpreisen veranschlagt Artificial Analysis 7.76 $ pro Intelligence-Index-Aufgabe für Carbon, gegenüber 10.04 $ für Opus 5.5 und 6.25 $ für GPT-6 Astra. Kostenvorteile hängen von der Aufgabe und dem Tokenverbrauch ab; ein Einführungspreis pro Token bedeutet nicht, dass jede Aufgabe nur halb so viel kostet.

Verfügbare Optionen derselben Modellfamilie sind Argon und 3.8 Flash. Zum Zeitpunkt dieser Prüfung liegen ihre günstigsten öffentlichen APIMaster-Routen bei bis zu ~58.3 % Rabatt beziehungsweise bis zu ~59.7 % Rabatt auf Googles aktuelle Standard-Einführungspreise. Entscheide nach Arbeitslast, Routenfunktionen und Kapazität; maßgeblich ist die Marktplatzkarte.

Carbon und rekursive Selbstverbesserung: Was ist bestätigt?

Carbon erschien etwa zwei Wochen nach dem Entwicklerstart von Argon am 13. Oktober. Dieses Tempo hat Diskussionen über rekursive Selbstverbesserung (RSI) und KI-gestützte Forschung ausgelöst.

Googles Ankündigung von Carbon bestätigt, dass Forschende und Modelle zusammenarbeiten, um Fähigkeiten weiterzuentwickeln und Schutzmaßnahmen zu stärken. Über Carbons Trainingspipeline werden jedoch nicht genügend Einzelheiten offengelegt, um die Nutzung einer bestimmten Selbstverbesserungsarbeit, Echtzeittraining mit Nutzeraktivitäten oder autonome Upgrades ohne menschliche Beteiligung zu bestätigen.

Modellgestützte Forschung ist eine interessante Entwicklung, die man im Blick behalten sollte. Für aktuelle Auswahlentscheidungen sind Carbons veröffentlichte Evaluationen, Preise und Zugangsbedingungen die verfügbaren Belege.

Wann wird die Carbon-API freigeschaltet, und ist Carbon Gemini 4 Flash?

Stand der Prüfung am 2026-10-31 beschreibt Googles Ankündigung weiterhin einen stufenweisen Rollout: zuerst für ausgewählte Cyberabwehrteams, anschließend für weitere vertrauenswürdige Fairwind-Partner. Ein allgemeiner Termin, eine endgültige öffentliche API-Kennung, Ratenlimits oder Abonnementansprüche für gewöhnliche Entwickler, Unternehmen und Verbraucher sind nicht bestätigt.

Google hat Carbon nicht als Gemini 4 Flash bezeichnet. Carbons Positionierung als Flaggschiff, der angekündigte Preis und das Programm für den Erstzugang belegen nicht die Spezifikationen eines künftigen Flash-Produkts. Verfolge die Ankündigungen getrennt.

Für den Einsatz heute kannst du mit gemini-4-argon eine Ausgangsbasis für komplexe Aufgaben ermitteln oder gemini-3.8-flash für stärker kostenorientierte Batch-Arbeit nutzen. Sobald Carbon verfügbar ist, vergleiche dieselben Eingaben, Tools und Abnahmekriterien: Abschlussrate, menschliche Eingriffe, Zeit und Gesamtkosten.

Bei APIMaster registrieren → API-Schlüssel erstellen → die API-Basis https://apimaster.ai/v1 mit dem derzeit verfügbaren gemini-4-argon oder gemini-3.8-flash verwenden. Aktuelle Preise und öffentliche Routen findest du auf der Argon-Karte und der Flash-Karte.

FAQ

Wurde Gemini 4 Carbon veröffentlicht?

Google kündigte Carbon am 2026-10-28 mit stufenweisem Zugang für vertrauenswürdige Cyberabwehrteams an. Ein allgemeines Verfügbarkeitsdatum für Entwickler wurde nicht bekannt gegeben.

Worin ist Carbon besser als Argon?

Laut Starttabelle steigt der AA Index von 50 auf 59, Terminal-Bench 4.0 von 57.1 % auf 65.2 % und GraphWalks von 84.2 % auf 96.2 %. Programmierung über lange Zeiträume, komplexes logisches Denken und Cybersicherheit sind wichtige Schwerpunkte.

Ist Carbon das stärkste Programmiermodell?

Carbon verbessert sich bei mehreren Programmier-Evaluationen, doch im unabhängigen Coding Agent Index erreicht es 59 Punkte und liegt damit hinter Opus 5.5 mit Claude Code bei 62 Punkten. Vergleiche echte Aufgaben mit festgelegten Tools und Budgets.

Was kostet die Carbon API?

Die angekündigten Einführungspreise betragen 2 $ für Eingaben / 10 $ für Ausgaben pro Million Tokens, mit 0,10 $ für gecachte Eingaben. Die Standardpreise betragen 4 $ / 20 $ und 0,20 $ für gecachte Eingaben. Das Ablaufdatum von Carbons Rabatt ist nicht bestätigt.

Kann ich Carbon jetzt über APIMaster aufrufen?

Bei dieser Prüfung wurde keine öffentliche Carbon-Route gefunden. Argon hat 4 aktive öffentliche Routen und 3.8 Flash hat 7. Ein Carbon-Suchlink bedeutet nicht, dass das Modell zum Kauf angeboten wird.

Ist Carbon gegen Prompt Injection immun?

Google berichtet von einer Erfolgsrate von 0.0 % bei Angriffen in einer bestimmten Evaluation von Gray Swan zu indirekter Prompt Injection. Das Ergebnis gilt für die evaluierten Angriffe, nicht für jeden denkbaren Angriff.

Quellen

• Google: Carbon-Ankündigung, 2026-10-28
• Google: ursprünglicher Benchmarkvergleich
• Artificial Analysis: Intelligenz, Coding Agents, Halluzinationen und Aufgabenkosten, 2026-10-28
• Google: offizielle Preise der Gemini API
• Google: Fairwind-Programm
• APIMaster: aktuelle Argon-Marktplatzdaten · 3.8 Flash · Carbon-Verfügbarkeit