Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

KI-News & Forschung

News ·

Gemini 4 Carbon steht allen zahlenden Entwicklern zum Argon-Preis von 2 und 10 $ offen

Google hat Gemini 4 Carbon, sein stärkstes Modell für lange Agentenaufgaben und tiefes Schlussfolgern, allen zahlenden Entwicklern und Unternehmen zum Einführungspreis von Argon zugänglich gemacht: 2 $ pro Million Eingabe- und 10 $ pro Million Ausgabetokens. Außerdem kommt es für AI-Ultra-Abonnenten in Antigravity, die Gemini-App und AI Mode. Laut Google belegt es Platz eins bei CursorBench 4.0.

Google hat Gemini 4 Carbon, das stärkste Modell im eigenen Angebot, für alle zahlenden Entwickler und Unternehmen geöffnet, zwei Wochen nachdem es zuerst eine Gruppe von Cybersicherheitsverteidigern erhalten hatte. Die Schlagzeile ist der Preis: In der Einführungsphase kostet Carbon pro Token so viel wie Gemini 4 Argon, 2 Dollar pro Million Eingabetokens und 10 Dollar pro Million Ausgabetokens. Für Teams, die zwischen beiden wählen, ist die eigentliche Frage nicht der Preis pro Token, sondern wie viele Tokens jedes Modell für eine Aufgabe verbraucht.

Google benennt die Arbeitsteilung klar. Argon bleibt das empfohlene Modell für den Großteil von Softwareentwicklung und Wissensarbeit. Carbon ist für die schwersten Aufgaben gedacht, komplexes mehrstufiges Programmieren und Debuggen oder offene Forschung, und verbraucht bewusst mehr Tokens als Argon, um zu erkunden, nachzudenken und zu prüfen. Laut Google liegt es auf CursorBench 4.0, Perplexitys WANDR und Zapiers AutomationBench auf Platz eins, bei mehr als 2X niedrigeren Kosten pro Aufgabe als das nächstbeste externe Modell, und auf einem neuen, mit Artificial Analysis entwickelten Multimodal-Knowledge-Agent-Benchmark auf Platz zwei, bei mehr als 6X niedrigeren durchschnittlichen Kosten pro Aufgabe als der Spitzenreiter.

Zum Start gibt es Werkzeuge. Google zeigt in Antigravity eine Vorschau von /swarm, das aus einem Prompt ein koordiniertes Team von Agenten macht. Carbon übernimmt dabei Rollen wie Entwurf, Koordination und Prüfung, während leichtere Modelle in parallelen Arbeitsbereichen arbeiten und gegnerische Prüfer jede Änderung testen. Zu Googles Beispielen gehört eine 3D-Rekonstruktion eines Büros aus sieben Planungs-PDFs in 10 Durchläufen über Nacht. Bei Sicherheit sagt Google, Carbon führe über das Fairwind Program bei Benchmarks zum Finden, Ausnutzen und Beheben von Schwachstellen, und im internen Project Fortify habe es beim Scannen 100% Trefferquote und bei der Einordnung 95% Präzision erreicht.

Der Zugang ist breit. Carbon steht in der Gemini API über AI Studio und Gemini for business bereit und wird für Abonnenten von Google AI Ultra in Antigravity, der Gemini-App und AI Mode in Search freigeschaltet. Wer es in Cursor oder Claude Code mit Claude Opus oder OpenAIs Spitzenmodellen vergleicht, sollte die Angaben zu Kosten pro Aufgabe prüfen, denn ein Modell, das zum selben Tarif doppelt so viele Tokens verbraucht, kostet doppelt so viel.

Die Vorbehalte sind bekannt. Fast jede Zahl stammt von Google, und mehrere Benchmarks wurden mit Partnern durchgeführt oder entworfen. Der Einführungspreis bleibt nicht: Laut unserer Besprechung von Carbon steigt er nach dem 30. November auf 4 und 20 Dollar. Und Google selbst sagt, die Robustheit gegen Prompt-Injection müsse noch besser werden, trotz einer gemeldeten Angriffserfolgsquote von 0% auf einem Benchmark.

Unser Fazit: Das Spitzenmodell pro Token so teuer wie Argon anzubieten ist offensiv, doch Carbon verbraucht konstruktionsbedingt mehr Tokens pro Aufgabe, die realen Kosten liegen also höher. Argon bleibt, wie Google selbst sagt, für die meisten Aufgaben die vernünftige Standardwahl.

Unsere Testberichte:Gemini 4 CarbonGemini 4 ArgonGoogle Antigravity (with Gemini CLI and Jules)

Quelle: Google DeepMind

Weitere Artikel