Google veröffentlicht Gemini 4 Carbon für zahlende Nutzer und stellt zwei neue TPU-Chips vor

Carbon erreicht zahlende Kunden

Google bringt Gemini 4 Carbon am Dienstag, 10. November, für die breite Öffentlichkeit heraus, nach einer begrenzten Freigabe für eine Gruppe von Verteidigern im Bereich Cybersicherheit Ende Oktober. Google nennt Carbon sein stärkstes Modell und erklärt, es könne mit den besten Systemen von Anthropic und OpenAI mithalten. Das Unternehmen erklärt, Carbon verschiebe die Grenze weiter als Argon, das Gemini-4-Modell, das es im vergangenen Monat auf den Markt gebracht hat, doch für die meisten Aufgaben im Software-Engineering und in der Wissensarbeit bleibe Argon die bessere Wahl. Carbon ist für schwierigere Aufgaben gebaut, etwa mehrstufiges Programmieren und offene wissenschaftliche Forschung. Zahlende Entwickler und Unternehmen können es über die Gemini-API in Google AI Studio und Gemini for Business nutzen, während Abonnenten von AI Ultra, die 100 Dollar im Monat zahlen, es zusätzlich in der Gemini-App, im KI-Modus der Suche und in Antigravity erhalten. Wann niedrigere Tarife und kostenlose Nutzer an die Reihe kommen, ist unklar.

Preise und Benchmarks

Der Einführungspreis für die API liegt bei 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token. Diese Preise verdoppeln sich Ende November, wenn die vergünstigte Einführungsphase endet. Pro Token bleibt Carbon deutlich unter den Konkurrenten an der Spitze, allerdings können Modelle für dieselbe Aufgabe unterschiedlich viele Token verbrauchen, sodass die Gesamtkosten nicht zwangsläufig dem Abstand pro Token folgen. Googles Benchmarks zum Marktstart platzieren Carbon bei den meisten Kennzahlen unter den leistungsfähigsten Modellen, hinter Anthropics Fable 5.2, das am 9. November erschienen ist. Diese Ergebnisse stammen aus Googles eigener Ankündigung, und Unternehmen können Benchmarks auswählen, die ihre Werkzeuge im besten Licht zeigen.

Eingabe-Token2

Ausgabe-Token10

Eingabe-Token

2 $ pro Million Token

Ausgabe-Token

10 $ pro Million Token

Daten aus dem Artikeltext

Schwarm-Agenten und Werkzeuge für die Wissenschaft

Google zeigt in der Vorschau eine Schwarmfunktion auf seiner agentischen Entwicklungsplattform Antigravity, die einen einzelnen Prompt in ein koordiniertes Team von Agenten verwandelt und auf langfristige Aufgaben zielt. Google erklärt, frühe Carbon-Nutzer hätten geholfen, Zero-Day-Schwachstellen in kurzer Zeit aufzudecken. Das Unternehmen berichtet zudem von Fortschritten bei der Vorhersage von Proteinstrukturen, einer Fähigkeit, die für die Entwicklung von Medikamenten gebraucht wird. Google gibt 10.000 Wissenschaftlern sechs Monate lang kostenlosen Zugang zu Carbon und hat bereits Tausende von ihnen aufgenommen. Engadget merkt an, dass das Programm Google im Gegenzug auch beim Training seiner Modelle helfen könnte.

Zwei neue Chips für Cloud und vertrauliche KI

Am Montag, 9. November, stellte Google TPU 8tx und TPU 8i Max vor, zwei Varianten, die der achten Generation seiner Tensor Processing Units hinzugefügt wurden, die im April 2026 eingeführt worden war. TPU 8tx, mit AMD entwickelt und auf dem Chip TPU 8t basierend, ist auf vertrauliches Training und den Betrieb von KI-Modellen ausgerichtet, wobei Sicherheit in der Hardware-Ebene verankert ist. Er enthält außerdem ein Inferenznetz, das Schlussfolgern parallel zum Training erlaubt, sodass kleine Modelle im laufenden Betrieb destilliert und trainiert werden können, ohne proprietäre Daten zwischen Geräten zu bewegen. TPU 8i Max kombiniert zwei TPU-8i-Chips aus dem April in einem einzigen Paket und verdoppelt damit Speicherkapazität, Rechenleistung und Bandbreite. Der Marktstart fällt in eine Zeit, in der auch Microsoft, Amazon, OpenAI und Anthropic eigene KI-Chips bauen, um ihre Abhängigkeit von Nvidia zu verringern, während Google bestrebt ist, für sein Cloud-Geschäft weniger auf Chips anderer Hersteller angewiesen zu sein.

Gemini Robotics 2.5 in der Fabrik

Google DeepMind stellte Gemini Robotics 2.5 und einen neuen Open-Source-Sicherheitsbenchmark namens ASIMOV-jailbreak vor. Die Plattform kombiniert Gemini Embodied Reasoning, das Aufgaben aus Anweisungen und Live-Video plant, mit einem Vision-Language-Action-Modell, das Roboterbewegungen erzeugt. In Tests über mehr als 200 Tätigkeiten, darunter das Servieren von Speisen mit einer Zange und die Arbeit mit einer Pipette, erreichte das Modell eine um 30 bis 100 Prozent höhere Erfolgsquote als die Vorgängerversion und läuft 20 bis 30 Prozent schneller, wobei diese Ergebnisse aus Labortests stammen. In Pilotprojekten mit Apptronik und Mercedes-Benz bestückte der humanoide Roboter Apollo 2 von Apptronik in einigen europäischen Werken Automobilteile mit einer Erfolgsquote von 96 Prozent. Kanishka Rao, ein Direktor bei DeepMind, sagte, die verbleibende Lücke von 4 Prozent zu schließen, werde ein steiniger Weg.