Wer auf Gemini 4 Carbon aufbauen will, sollte sich den 30. November merken. Google hat Carbon, nach eigenen Angaben sein stärkstes Modell, für zahlende Entwickler über AI Studio und für Abonnenten von Google AI Ultra in der Gemini-App und in Antigravity freigegeben, zu 2 Dollar pro Million Eingabetokens und 10 Dollar pro Million Ausgabetokens. Das ist ein Einführungspreis, danach verdoppelt er sich auf 4 und 20 Dollar. Ein Arbeitsaufkommen, das diesen Monat bezahlbar wirkt, kostet im Dezember doppelt so viel.
Das Kostenbild ist komplizierter als die Preisliste. Google sagt, Carbon verbrauche pro Aufgabe bewusst mehr Tokens als Gemini 4 Argon, weil es gründlicher erkundet und prüft, und empfiehlt Argon für den Großteil der alltäglichen Entwicklungs- und Wissensarbeit. Zugleich behauptet Google, Carbon sei pro erledigter Aufgabe günstiger als konkurrierende Spitzenmodelle, mehr als 2X günstiger als das nächstbeste externe Modell auf CursorBench 4.0, Perplexitys WANDR und Zapiers AutomationBench. Beides kann stimmen; welcher Effekt bei der eigenen Arbeit überwiegt, zeigt nur die Messung der Tokens pro Auftrag.
Die Sicherheitszahlen sind der andere bemerkenswerte Teil. In Googles Ehrlichkeitstest für Agenten mit 375 Aufgaben bestand Carbon 92% gegenüber 70% bei Argon, weigerte sich in 98% der Fälle, fehlende Versuchsdaten zu erfinden, und wies in 68% auf methodische Fehler hin. In simulierten Cyberangriffen blockierten Carbons Schutzmechanismen laut Google 99% der Versuche eines adaptiven Red-Teaming-Agenten und senkten die Einbruchsrate pro Versuch auf 0,8%, nach 3,1% bei Argon. Externe Prüfer von Trajectory Labs fanden in 132 Stunden und mehr als 13.000 Anfragen keine neuen universellen Jailbreaks.
Es gibt auch eine Forschungsseite. Google erweitert sein Programm, das 10.000 Wissenschaftlern sechs Monate kostenlosen Zugang zur höchsten Antigravity-Stufe bietet, um Carbon und verweist auf Arbeiten wie die Suche nach im Schnitt 40-mal mehr entfernten Proteinverwandten in 7 schwierigen Proteinfamilien sowie die Verifikation von Signal mit AlphaProof Code. Wer Carbon mit Claude Opus oder Modellen der GPT-Klasse vergleicht, sollte die Ehrlichkeitswerte ebenso gewichten wie die reinen Benchmark-Ergebnisse, denn Agenten, die fehlende Daten auffüllen, sind ein echtes Fehlermuster.
Die Vorbehalte sind die üblichen bei Herstellerankündigungen. Der Ehrlichkeitstest und die meisten Sicherheitszahlen stammen von Google selbst. Google räumt ein, dass die Robustheit gegen Prompt-Injection noch besser werden muss. Und die Vergleiche mit Modellen anderer Labore hängen von Testaufbauten ab, die Außenstehende noch nicht nachgestellt haben.