Googles neues Frontier-Modell kam in ungewöhnlicher Reihenfolge. Gemini 4 Carbon, am 28. Oktober 2026 zwei Wochen nach Gemini 4 Argon angekündigt, ging zuerst an eine kleine Gruppe von Cyberverteidigern statt an Entwickler oder die Öffentlichkeit. Google nennt es sein stärkstes Modell, gebaut für lange agentische Arbeit und Sicherheit, und die gestaffelte Freigabe sagt so viel über die Risiken, die Google sieht, wie jeder Benchmark.
Die Kernwerte sind stark. Carbon kam im Artificial Analysis Intelligence Index v5.0 mit 59 auf Platz eins. In Sicherheitstests erreichte es 88,2% bei SEC-bench Pro, das das Finden von Schwachstellen misst, 54,8% bei ExploitGym, das ihr Ausnutzen misst, und 71,0% bei Collinears CWE-bench für das Patchen. In der WebDev Arena stieg es um 89 Elo-Punkte auf Platz vier. Laut Google lief das Modell intern tagelang am Stück und arbeitete sich an Sackgassen vorbei bis zur Ursache subtiler Fehler in großen Codebasen; das Chrome-Team fand es beim Schreiben hochwertiger Patches weit besser als das Modell eines nicht genannten anderen Labors.
Der Zugang wurde gestaffelt. Zuerst kam ein Teil der Cyberverteidiger, dann vertrauenswürdige Partner über Googles Fairwind-Programm, Entwickler, Unternehmen und Verbraucher sollten später folgen, ohne Datum. Wie unsere Besprechung von Gemini 4 Carbon festhält, kam diese Stufe am 10. November mit der kostenpflichtigen Gemini-API, Antigravity und der Gemini-App für Abonnenten von Google AI Ultra. Der Preis beginnt auf Argon-Niveau mit $2 pro Million Eingabe-Tokens und $10 pro Million Ausgabe-Tokens und verdoppelt sich nach der Einführungsphase auf $4 und $20; unsere Besprechung datiert deren Ende auf den 30. November.
Die Sicherheitszahlen gehören neben die Fähigkeitsangaben. Google berichtet, dass erfolgreiches Schummeln bei Terminal-Bench 4.0 auf 0,0% fiel, schwere Warnungen wegen Fehlausrichtung beim echten Programmieren um fast 80% zurückgingen und Angriffe in Gray Swans Test für indirekte Prompt-Injection zu 0,0% erfolgreich waren, gegenüber 0,7% bei Argon. Ein Modell, das Lücken so gut findet und verkettet, nützt Angreifern ebenso wie Verteidigern; deshalb nahm Google an den freiwilligen Vorabtests der US-Regierung teil. Anthropic beschrieb am Vortag ähnliche Fähigkeiten seines eigenen unveröffentlichten Modells, das Problem betrifft also zunehmend alle Frontier-Labore.
Mehrere Einschränkungen gelten. Die externen Cyber-Benchmarks liefen ohne Schutzmechanismen, das ausgelieferte Modell kann einen Teil dieser Arbeit also verweigern oder abschwächen. Die vollständige Vergleichstabelle erschien als Bild, und der Text nennt kein Konkurrenzmodell, direkte Vergleiche lassen sich aus dem Beitrag also nicht prüfen. Alle Zahlen stammen von Google oder Partnern wie Wiz. Wer Budgets plant, sollte mit dem verdoppelten Preis rechnen, nicht mit dem Einführungspreis.