Google stellt Gemini 4 Carbon vor – sein bestbewertetes KI-Modell, Zugang nur für Cybersicherheitsverteidiger

Marktstart und Platzierung in den Benchmarks

Google hat Gemini 4 Carbon am Mittwoch, 28. Oktober, vorgestellt und bezeichnet es als das leistungsfähigste Frontier-Modell, das das Unternehmen bisher veröffentlicht hat. Der Start erfolgte rund zwei Wochen nach Gemini 4 Argon, das Google am 30. September eingeführt und am 13. Oktober breiter geöffnet hatte. Koray Kavukcuoglu, Senior Vice President und Chief AI Architect, leitet die Arbeit bei Google DeepMind.

Das unabhängige Bewertungsinstitut Artificial Analysis vergibt Carbon 59 Punkte auf seinem Intelligence Index v5.0 (bei hohem Reasoning-Aufwand), vor Claude Opus 5.5 mit 58, GPT-6 Astra mit 57 und Argon mit 50. In Googles eigener Tabelle liegt Carbon in 15 von 17 Benchmark-Zeilen vorn, während OpenAI einen Software-Engineering-Test und Anthropic einen weiteren zur Computernutzung für sich entscheidet.

Gemini 4 Carbon59

Claude Opus 5.558

GPT-6 Astra57

Gemini 4 Argon50

Gemini 4 Carbon

59 Punkte

Claude Opus 5.5

58 Punkte

GPT-6 Astra

57 Punkte

Gemini 4 Argon

50 Punkte

Daten aus dem Artikeltext

Externe Tests ergaben, dass Carbon Argon beim Coding und bei Wissensarbeit deutlich übertrifft, bei professionellen Aufgaben aber mehreren Konkurrenten hinterherhinkt. Dieselben Tests verzeichneten bei einem Faktenwissen-Test eine höhere Halluzinationsrate als bei Argon – die Führung in Googles Tabellen setzt sich also nicht überall fort.

Ergebnisse zur Cybersicherheit

Die Cybersicherheit ist das Herzstück der Veröffentlichung. Google meldet für Carbon 88,2 % bei SEC-bench Pro, das misst, wie gut ein Modell Schwachstellen in echter Software findet, 54,8 % bei ExploitGym, das prüft, ob sich eine Sicherheitslücke in einen Exploit verwandeln lässt, und 71 % bei CWE-bench, das die Behebung von Sicherheitsproblemen durch Codeänderungen abdeckt. Google zufolge wurden diese Läufe ohne die üblichen Schutzmechanismen des Modells durchgeführt und belegen nicht, dass es jede Anwendung oder Infrastruktur kompromittieren kann. Das Unternehmen behauptet zudem, Carbon erzeuge sicheren Code mit mehr als der doppelten Erfolgsquote von Argon.

SEC-bench Pro88,2%

ExploitGym54,8%

CWE-bench71%

SEC-bench Pro

88.2 %

ExploitGym

54.8 %

CWE-bench

71 %

Daten aus dem Artikeltext

In der Grey-Swan-Evaluierung, einem Prompt-Injection-Test mit versteckten Anweisungen, verzeichnete Carbon eine Erfolgsquote von 0 % bei den getesteten Angriffen. Argon kam auf 0,7 %, Claude Opus 5.5 auf 1 % und GPT-6 Astra auf 8,5 %. Dieser Wert wird nicht als Garantie gegen jede denkbare Attacke dargestellt.

Gemini 4 Carbon0%

Gemini 4 Argon0,7%

Claude Opus 5.51%

GPT-6 Astra8,5%

Gemini 4 Carbon

0 %

Gemini 4 Argon

0.7 %

Claude Opus 5.5

1 %

GPT-6 Astra

8.5 %

Daten aus dem Artikeltext

Langlaufende Coding- und Agentenarbeit

Google zufolge haben interne Teams Carbon mehrere Tage am Stück für komplexe, mehrstufige Engineering-Arbeiten laufen lassen. Das Modell teste demnach nach Sackgassen alternative Pfade, bis es die Ursache verborgener Fehler in großen Codebasen finde. In der Rangliste von WebDev Arena gewann es 89 Elo-Punkte hinzu, erreichte 1.768 Zähler und belegt damit insgesamt Platz vier.

Die Einstiegspreise entsprechen dem Niveau, mit dem Argon gestartet ist: 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token, mit 95 % Rabatt auf zwischengespeicherten Input. Eine Fußnote nennt spätere Preise von 4 und 20 US-Dollar; wann die Einstiegsphase endet, hat Google nicht mitgeteilt.

Beschränkter Rollout

Der Zugang ist vorerst begrenzt. Carbon steht nur einer ausgewählten Gruppe von Cybersicherheitsverteidigern zur Verfügung; Google will es über das Fairwind-Programm auf vertrauenswürdige Partner ausweiten, während es die Schutzvorkehrungen gegen Missbrauch bewertet. Das Unternehmen beteiligt sich zudem an einem freiwilligen Testrahmen für Vorabversionen, der mit US-Behörden betrieben wird.

Google will Carbon Entwicklern, Unternehmen und Alltagsnutzern zugänglich machen, hat aber kein Datum genannt. Ein breiterer Start solle folgen, sobald Rückmeldungen gesammelt und die Leitplanken verfeinert seien. Argon bleibt das Modell, das Kunden im Rahmen des bestehenden öffentlichen Angebots nutzen können.