Gemini 4 Carbon: Zugang, Benchmarks und Kosten im Überblick

Gemini 4 Carbon ist zum Stand vom 29. Oktober 2026 noch nicht öffentlich verfügbar. Laufende Projekte sollten deshalb mit dem bisherigen Modell weitergehen. Google DeepMind hat Carbon am 28. Oktober für anspruchsvolle Entwicklungsaufgaben und die Cybersicherheit angekündigt. Ein Spitzenplatz in einer Rangliste ist ein Anlass, einen Vergleichstest vorzubereiten, aber kein Grund, eine Veröffentlichung zu verschieben. Googles Ankündigung beschreibt eine schrittweise Freigabe für einen begrenzten Nutzerkreis.

Für welche Aufgaben ist Gemini 4 Carbon gedacht?

Carbon richtet sich an Aufgaben, die erst nach mehreren Anläufen gelöst sind: ausdauernde Programmierarbeit, schwierige Entwicklungsprobleme und die Abwehr von Cyberangriffen. Laut Google haben interne Teams beobachtet, wie das Modell tagelang Fehler in komplexen Codebasen gesucht und behoben hat.

Bei langwierigen Aufgaben kommt es darauf an, über viele Schritte hinweg auf Kurs zu bleiben. Ein Beispiel ist die Pflege eines Softwareprojekts: Ein fehlgeschlagener Test führt durch mehrere Dateien zu einer möglichen Korrektur. Beim Ausprobieren taucht ein weiterer Fehler auf, also muss der Patch überarbeitet werden. Ein Agent ist die Software rund um das Modell, die Aktionen wie das Lesen von Dateien oder das Ausführen von Tests ermöglicht. Ob die Aufgabe gelingt, hängt vom Zusammenspiel aller Bestandteile ab, einschließlich der Tools und der Prüfungen, die festlegen, wann die Arbeit erledigt ist.

Für Gründer ist entscheidend, ob das System eine wiederkehrende Wartungsaufgabe abschließen kann, die bisher die Aufmerksamkeit einer Fachkraft bindet. Eine überzeugend formulierte Antwort auf eine Programmierfrage ist ein anderes Ergebnis als ein Patch, den das Team tatsächlich abnimmt.

Wer bekommt bereits Zugang zu Carbon?

Google sieht folgende Reihenfolge vor: In der Ankündigungswoche erhalten zunächst ausgewählte Organisationen aus der Cyberabwehr Zugang. Danach folgen weitere vertrauenswürdige Partner über Fairwind. Ein breiterer Zugang über Produkte soll erst nach Rückmeldungen und verbesserten Schutzmaßnahmen folgen. Google verspricht ihn „so bald wie möglich“, nennt aber kein Datum.

Das Fairwind Program ist Googles Zugangsweg für geprüfte Organisationen, die im Bereich Cyberabwehr tätig sind. Vorrang haben staatliche Stellen, kritische Infrastruktur und zentrale Technologieplattformen. Das Bewerbungsformular dient der Eignungsprüfung; es schaltet kein öffentliches Modell sofort frei. Für Gründer im Sicherheitsbereich kann eine Bewerbung sinnvoll sein, sofern ihre Organisation die Voraussetzungen erfüllt. Wer gewöhnliche Anwendungen entwickelt, sollte Liefertermine dagegen nicht von einer Zusage abhängig machen.

In den öffentlich zugänglichen Technologiebeschreibungen des Programms wird weiterhin Argon genannt. Die Reihenfolge der Carbon-Freigabe geht aus der Carbon-Ankündigung hervor, die Programmregeln stehen auf der Fairwind-Seite. Weder eine Bewerbung noch eine bestehende Mitgliedschaft im Programm belegt, dass Carbon für die eigene Organisation freigeschaltet wurde.

Was für den Einsatz noch fehlt: Googles Ankündigung nennt weder eine öffentliche Carbon-Modell-ID noch eine Kontextgrenze, eine Tarifstufe für die App oder einen Termin für die allgemeine Freigabe. Aus der Eingabelänge eines Benchmarks lässt sich kein API-Limit ableiten. Diese Lücken dürfen nicht mit Angaben aus der Argon-Dokumentation gefüllt werden.

Diese Quellen und Googles Evaluationsmethodik wurden am 29. Oktober 2026 geprüft. Der Artikel bewertet den Zugang zu diesem Zeitpunkt; eigene Praxistests mit Carbon wurden dafür nicht durchgeführt.

Wie verhält sich Carbon zu Argon?

Gemini 4 Argon bleibt die verfügbare Ausgangsbasis für Gemini. Google hat Argon am 13. Oktober auf Google Cloud verfügbar gemacht. Die Preisdokumentation der Gemini API führt den kostenpflichtigen Zugang auf. Carbon baut auf Argon auf. Die Ankündigung ersetzt aber nicht das Modell, das eine Anwendung heute aufrufen kann.

Diese Unterscheidung ist gerade für Einzelentwickler wichtig, die eine bestehende Integration pflegen. Prompts, Tool-Berechtigungen und Abnahmeprüfungen lassen sich weiter mit Argon verbessern. Schwierige Aufgaben, an denen es scheitert, sollten gespeichert werden. So muss sich Carbon später an einer aussagekräftigen Vergleichsbasis messen lassen.

CTOs sollten die Entscheidung über einen Modellwechsel von der Veröffentlichung einer Ankündigung trennen. Ein Testset lässt sich problemlos wiederverwenden; identisches API-Verhalten darf dagegen nicht vorausgesetzt werden. Bevor das künftige Modell als direkter Ersatz gilt, müssen seine dokumentierten Ein- und Ausgaben, Tools und Betriebsgrenzen geprüft werden.

Der Überblick zu Gemini 4 Argon erläutert die derzeitigen Zugangswege und Betriebsgrenzen. Diese Angaben gelten für Argon, solange Google sie nicht auch für Carbon dokumentiert.

Welche Benchmarks veröffentlicht Google?

In Googles veröffentlichtem Vergleich liegt Carbon bei allen aufgeführten Tests vor Argon. Daraus folgt jedoch nicht, dass Carbon jede Aufgabe oder jeden Vergleich mit der Konkurrenz gewinnt. Die folgende Tabelle übernimmt die Werte aus Googles Benchmark-Übersicht. Es handelt sich um veröffentlichte Ergebnisse, nicht um Messungen für diesen Artikel.

Die Zeilen zur Cybersicherheit beschreiben unterschiedliche Schritte der Abwehr: eine Schwachstelle finden, ihre Ausnutzbarkeit nachweisen und sie beheben. Die Prozentwerte sollten deshalb nicht zu einem Sicherheitswert gemittelt werden. Für ein Team, das Wartungsarbeiten bewerten will, ist ein Benchmark zur Fehlerbehebung der passendere Ausgangspunkt. Ein Ergebnis zur Schwachstellensuche beantwortet eine andere Frage.

Warum die Testbedingungen entscheidend sind

Googles Evaluationsmethodik verwendet im Allgemeinen die höchsten Einstellungen für die Denkleistung. Die Ergebnisse für AA Index und Terminal-Bench stammen von Artificial Analysis, die für CWE-bench von Collinear AI. Andere Ergebnisse berechnet Google selbst. Die Übersicht verbindet somit verschiedene Evaluationsquellen.

So beruht Googles Ergebnis für SEC-bench Pro auf einer Teilmenge mit 183 Aufgaben zu JavaScript-Engines. Bei ExploitGym kommt die Antigravity-Testumgebung zum Einsatz, also die Software, die die Tools des Agenten ausführt. Der Test läuft ohne Internet und mit deaktivierten Schutzmechanismen. Für OSWorld wird eine Offline-Teilmenge ausgewiesen; angegeben ist der höchste Wert über mehrere Durchläufe. Diese Bedingungen bestimmen mit, welche Aussage ein Ergebnis trägt.

Ein Produkt mit anderen Tools, Berechtigungen oder Grenzen braucht einen eigenen Test. Veröffentlichte Benchmark-Ergebnisse garantieren nicht, dass die im Test genutzten, nur eingeschränkt zugänglichen Fähigkeiten auch über das Produkt verfügbar sein werden, das ein Unternehmen später kauft.

Was sagt „#1“ tatsächlich aus?

„#1“ bezeichnet einen bestimmten Ranglistenplatz, keinen Gesamtsieger für alle Aufgaben. Artificial Analysis führt Carbon High mit 59 an der Spitze des Intelligence Index v5.0. Zugleich weist die Seite ausdrücklich darauf hin, dass keine öffentlich verfügbare API existiert. Gute Ergebnisse bei einem Zugang für Evaluationszwecke und öffentlicher Kundenzugang sind unterschiedliche Sachverhalte.

Auch Googles eigene Übersicht zeigt Ausnahmen: Carbons 81.5% in der OSWorld-Offline-Teilmenge liegen hinter den 87.2% von Claude Opus 5.5, dem Modell von Anthropic. Schon das widerlegt die Behauptung, Carbon führe bei jeder Art von Aufgabe. Vor der Modellwahl sollte deshalb der Test ausgewählt werden, der der eigenen Arbeit am nächsten kommt.

Ebenso wenig erlaubt die Tabelle ein Urteil über Carbon im Vergleich mit OpenAI GPT-6.1 Terra. In ihrer OpenAI-Spalte steht GPT-6 Astra, also ein anderes Modell. Ein Ergebnis für Astra beantwortet nicht die Frage, ob Terra im eigenen Programmierablauf ersetzt werden sollte.

Schließlich beziehen sich Googles gemeldete 0.0% Erfolgsquote bei Prompt-Injection-Angriffen auf die untersuchten Angriffe. Prompt Injection bezeichnet Anweisungen, die in vom Agenten gelesenen Inhalten versteckt sind und ihn umlenken sollen. Klare Berechtigungsgrenzen, die Prüfung von Tests und Freigaben für folgenreiche Aktionen bleiben auch bei einem starken Modellergebnis erforderlich.

Was folgt daraus für Entwicklung, Betrieb und Einkauf?

Entwickler sollten bei dem Modell bleiben, das brauchbare Arbeit liefert. Läuft eine Gemini-Anwendung mit Argon, kann sie dort bleiben, während der Vergleich vorbereitet wird. Auch wenn sich Opus 5.5 oder GPT-6.1 Terra bereits im Arbeitsablauf bewähren, ist Carbons Ankündigung allein kein Grund für einen Stopp oder einen Wechsel. Die aktuelle Übersicht zur Modellwahl ordnet die breitere Auswahl ein.

Verantwortliche für den Betrieb sollten lange Aufgaben überprüfbar machen. Ein CTO im Mittelstand kann etwa die Behebung einer wiederkehrenden Regression auswählen, für die ein bekanntermaßen fehlschlagender Test und eine klare Zuständigkeit vorliegen. Eine erfahrene Betriebsverantwortliche kann ein Aufgabenprotokoll verlangen: Was wurde geändert, welche Prüfungen liefen, was bleibt offen? Mehr Arbeitszeit hilft nur, wenn das Ergebnis stimmt und die prüfende Person das mit vertretbarem Aufwand feststellen kann.

Beim Einkauf sollte das Budget über die Einführungsphase hinausreichen. Tokens sind die Einheiten, nach denen Ein- und Ausgaben des Modells abgerechnet werden. Ein längerer Durchlauf kann mehr davon verbrauchen, selbst wenn der fertige Patch klein ist.

Gemini 4 Carbon: Preise. Anfangs $2 pro Million Eingabe-Tokens und $10 pro Million Ausgabe-Tokens; für zwischengespeicherte Eingaben gilt ein Rabatt von 95% auf den Preis der Eingabe-Tokens. Nach der Einführungsphase: $4 pro 1M Eingabe-Tokens und $20 pro 1M Ausgabe-Tokens. Quelle: Googles Beitrag mit Fußnote.

Der Carbon-Beitrag nennt kein Enddatum für die Einführungspreise. Argons dokumentierte Änderung der Standardpreise gilt ab 1. Dezember 2026. Dieses Datum ist für die Argon-Budgetplanung relevant, aber kein Termin für Carbons Veröffentlichung oder Preisänderung. Der ausführliche Tarifvergleich steht auf der Seite zu den Gemini-Preisen.

Was lässt sich diese Woche vorbereiten?

Jetzt die Verantwortung für ein wiederverwendbares Testset festlegen. Für Gründer mit gesicherter Finanzierung ist das Ziel eine belastbare Entscheidung über die Einführung, sobald der Zugang besteht. Für Einzelentwickler ist es eine gespeicherte Sammlung schwieriger Aufgaben, mit der sich das nächste Modell schneller beurteilen lässt.

1. 1

   Typische Aufgaben sammeln

   Eine Regressionskorrektur, eine Änderung über mehrere Dateien, die autorisierte Behebung einer Sicherheitslücke und eine mehrdeutige Anfrage sammeln, die eine Rückfrage auslösen sollte. Die Sammlung sollte alltägliche Arbeit ebenso enthalten wie schwierige Aufgaben, an denen das Modell scheitert. Zugangsdaten und unnötige Kundendaten aus den gespeicherten Testdaten entfernen.

2. 2

   Abnahmekriterien vor dem Start festlegen

   Den Ausgangsstand des Codes, erlaubte Dateien, verfügbare Tools, notwendige Tests und Abbruchbedingungen dokumentieren. Bei der Regression muss der Test, der den Fehler reproduziert, anschließend bestehen; sachfremde Änderungen sind ausgeschlossen. Eine plausible Erklärung zählt nicht als abgeschlossene Fehlerbehebung.

3. 3

   Vergleichswerte mit Argon festhalten

   Das Testset mit dem derzeit eingesetzten Modell durchlaufen lassen. Patch, Testergebnisse, abgerechneten Verbrauch, Wiederholungsversuche, Unterbrechungen und Prüfaufwand speichern. Dies sind vorgeschlagene Prüfungen, keine für diesen Artikel gemessenen Ergebnisse. Wiederkehrende Gemini-Aufgaben mit dem Preis kalkulieren, der nach der Einführungsphase gilt.

4. 4

   Carbon muss den Wechsel rechtfertigen

   Sobald der eigene Account Zugang hat und Google die Schnittstelle dokumentiert, dieselben Aufgaben mit vergleichbaren Tools und Berechtigungen wiederholen. Den Einsatz nur ausweiten, wenn die abgenommenen Ergebnisse besser werden, ohne dass Prüfaufwand, Latenz oder Kosten unvertretbar steigen. Andernfalls bleibt das bewährte Modell im Einsatz.

Für praxisnahe Entscheidungen zur Einführung von Modellen bei sich änderndem Zugang: den Newsletter abonnieren.