Gemini 4 Carbon erreicht 59 Punkte im Intelligence Index, doch nur Cyber-Verteidiger erhalten zuerst Zugang

Zusammenfassung der Neuigkeiten

Google hat am 28. Oktober 2026 (gegen 10:10 Uhr US-Pazifikküstenzeit) Gemini 4 Carbon angekündigt, etwa zwei Wochen nach der breiteren Veröffentlichung von Gemini 4 Argon. Google DeepMind beschreibt Carbon als sein bisher stärkstes Modell, das für langfristige Engineering-Aufgaben entwickelt wurde, bei denen ein KI-System stunden- oder tagelang durchhalten muss. Es ist noch nicht öffentlich verfügbar. Ausgewählte Cybersicherheits-Verteidiger erhalten zuerst Zugang, Entwickler, Unternehmen und Verbraucher folgen später – ein Datum wurde nicht genannt.

Was Google angekündigt hat

Carbon ist ein neues Modell der Gemini-4-Familie, das am 28. Oktober 2026 vorgestellt wurde, zwei Wochen nachdem Gemini 4 Argon am 13. Oktober 2026 weltweit verfügbar wurde (Ankündigungen in US-Pazifikküstenzeit, wie Branchenmedien berichteten). Laut Google richtet sich Carbon an deutlich schwierigere, langfristige Engineering-Probleme, die persistente, agentische Workflows erfordern – das heißt, das Modell plant, probiert aus, überprüft seine eigene Arbeit und setzt sie über viele Schritte hinweg fort.

Google gibt an, dass interne Teams Carbon mehrere Tage lang für komplexe Aufgaben laufen ließen und dass das Modell eigenständig aus Sackgassen herausfand, statt abzubrechen. Das Unternehmen berichtet zudem von Fortschritten beim wissenschaftlichen Schlussfolgern, beim multimodalen Verständnis und in der Full-Stack-Webentwicklung. Carbon sei in der Lage, subtile Fehler aufzuspüren und sie über große Codebasen sowie systemnahe Ebenen hinweg zu beheben.

Gestaffelter Zugang über das Fairwind Program

Carbon ist kein allgemeiner Launch. Ausgewählte Cyber-Verteidiger erhalten in der Woche der Ankündigung Zugang. Weitere vertrauenswürdige Partner werden anschließend über das Fairwind Program von Google DeepMind hinzugefügt, dem Berichten zufolge weltweit mehr als 650 Partner angehören. Priorität haben Regierungen und nationale Cybersicherheitsbehörden, Betreiber kritischer Infrastrukturen sowie zentrale Technologieplattformen; akademische Labore mit Fokus auf defensive Benchmarks können sich bewerben. Antragsteller durchlaufen eine Sicherheits- und Ethikprüfung.

Google will Feedback sammeln und Schutzmaßnahmen verfeinern, bevor der Zugang für Entwickler, Unternehmen und Verbraucher erweitert wird. Das Unternehmen nimmt außerdem am freiwilligen Testverfahren der US-Regierung vor der Veröffentlichung teil. Eine Überprüfung eines kostenpflichtigen Gemini-API-Schlüssels durch Dritte am Abend des 28. Oktober 2026 (indische Standardzeit) listete Argon, aber nicht Carbon auf – was zur begrenzten Einführung passt.

Benchmark-Ergebnisse

Im Artificial Analysis Intelligence Index v5 erzielt Carbon 59 Punkte, gegenüber 50 Punkten für Argon, was es laut The Decoder an die Spitze des Index bringt. Im Artificial Analysis Coding Agent Index erreicht es ebenfalls 59 gegenüber 50 für Argon, wobei Claude Opus 5.5 diesen speziellen Index mit 62 Punkten weiterhin anführt.

Weitere gemeldete Zahlen:

• WebDev Arena: plus 89 Elo auf rund 1.769, vierter Platz.
• Text Arena: erster Platz mit 1.528 Punkten gegenüber 1.520 für Argon.
• Agent Arena: zweiter Platz über mehr als 21.900 Sitzungen hinweg, mit mittleren Aufgabenkosten von 1,80 $.
• AA-Briefcase (agentische Wissensarbeit): 1.609 Elo, plus 126 gegenüber Argon.
• Vals AI: 70,36 % Genauigkeit, insgesamt Zweiter sowie Erster im Finance Index und im Legal-Research-Benchmark.

Artificial Analysis wies auch auf Kompromisse hin. Die Antwortgenauigkeit stieg von 48 % auf 58 %, doch auch die Halluzinationsrate erhöhte sich von 4 % auf 11 %. Carbon erzeugt 2,3-mal so viele Reasoning-Tokens wie Argon, und einige agentische Aufgaben wie Finanz- und Steuerarbeiten dauern mehr als doppelt so lange. Die Kosten pro Aufgabe liegen bei 7,76 $ gegenüber 7,68 $ für Argon.

Fokus auf Cybersicherheit

Googles eigene Tabelle zeigt Carbon in 15 von 16 Cybersicherheitstests auf dem ersten Platz. Die wichtigsten Ergebnisse sind 88,2 % bei SEC-bench Pro (Auffinden von Schwachstellen), 54,8 % bei ExploitGym nach zehn Stunden Laufzeit (Validierung von Exploits) und 71,0 % bei CWE-Bench (Behebung der Grundursache von Fehlern). Google betont, dass diese Tests ohne Schutzmechanismen durchgeführt wurden und somit die reine Leistungsfähigkeit zeigen, nicht das Verhalten unter vollständigen Sicherheitsvorkehrungen.

Intern behauptet Google zudem, dass Carbon die Rate von Argon bei der Erstellung sicheren Codes mehr als verdoppelt und dass das Chrome-Team eine mehr als zehnfache Verbesserung bei hochwertigen Patches im Vergleich zum Frontier-Modell eines anderen Labors feststellte, dessen Name nicht genannt wurde. Diese internen Angaben wurden nicht unabhängig überprüft.

Schutzmechanismen und Sicherheitsmaßnahmen

Carbon behält die mit Argon eingeführten mehrstufigen Schutzmaßnahmen bei: Echtzeit-Abwehr gegen Missbrauch, Überwachung des Reasonings des Modells und Widerstandsfähigkeit gegen Prompt Injection. Google berichtet, dass beim Benchmark für indirekte Prompt Injections von Gray Swan kein getesteter Angriff erfolgreich war – ein Rückgang gegenüber einer Erfolgsquote von 0,7 % bei Argon, wobei dies nur die getesteten Angriffe abdeckt. Bei Terminal-Bench 4.0 gab es keine erfolgreichen Schummelfälle, die Schummelversuche lagen bei 0,4 %.

Beim Live-Coding mit internen Teams sanken Warnungen wegen schwerwiegender Abweichungen um fast 80 %, und laut Google stellt Carbon etwa halb so viele unbelegte Behauptungen auf wie Argon. Das vorgesehene Verhalten besteht darin, fehlende Belege oder blockierte Aktionen offenzulegen, statt Ergebnisse zu erfinden.

Preise

Die API-Einführungspreise liegen bei 2 $ pro Million Input-Tokens und 10 $ pro Million Output-Tokens, identisch mit Argon, wobei gecachte Eingaben 95 % günstiger sind. Die späteren Listenpreise betragen 4 $ und 20 $ pro Million Tokens. Artificial Analysis weist darauf hin, dass der Einführungsrabatt von 50 % bis Ende 2026 gilt.

Worauf man achten sollte

Nahezu alle Leistungsdaten stammen von Google oder von den Benchmark-Betreibern und wurden für diesen Bericht nicht unabhängig reproduziert. Die zentralen offenen Fragen sind, wann Carbon über die allgemeine Entwickler-API verfügbar wird, wie sich die Ergebnisse durch Schutzmechanismen verändern, wenn die Cybersicherheitstests mit aktiven Sicherheitsvorkehrungen wiederholt werden, und ob die höhere Genauigkeit die höhere Halluzinationsrate und die längeren Laufzeiten bei langen agentischen Aufgaben rechtfertigt.