Kurz nach dem Start von Gemini 4 Argon hat Google DeepMind sein neuestes KI-Spitzenmodell Gemini 4 Carbon offiziell vorgestellt. Damit sorgte das Unternehmen für eine erhebliche Überraschung: Nur wenige hatten damit gerechnet, dass auf das außerordentlich leistungsfähige Modell so schnell eine noch bessere Lösung folgen würde.
Laut Koray Kavukcuoglu, Googles leitendem Entwickler für KI-Architekturen, hat sich das neue System mit 59 Punkten auf Anhieb an die Spitze der Gesamtwertung des unabhängigen Artificial Analysis Intelligence Index v5.0 gesetzt.
Gemini 4 Carbon geht inzwischen weit über allgemeine KI-Modelle hinaus. Es wurde gezielt dafür entwickelt, komplexe Softwareentwicklungsaufgaben über Tage und Wochen hinweg zu bearbeiten sowie vollständige Cybersicherheitssysteme zu entwickeln und zu überwachen. Das Modell kann tief verborgene Schwachstellen aufspüren und wartet bei Bedarf auch nicht auf menschliches Eingreifen: Es prüft und schließt die Sicherheitslücke selbstständig.
Google hat die Fähigkeiten von Gemini 4 Carbon unter strengen internen und externen Sicherheitsvorkehrungen untersucht. In allen drei Bereichen des Sicherheitsprozesses erzielte das neue Modell Spitzenwerte.
- Im SEC-bench Pro, der die Erkennung komplexer Softwarefehler prüft, erreichte das neue Modell eine Genauigkeit von 88,2 %. GPT-6 Astra kam hier „nur“ auf eine Erfolgsquote von 85,4 %. Gegenüber Gemini 4 Argon mit 83,4 % lag Carbon um knapp 5 % vorn.
- Im ExploitGym-Test zur Ausnutzbarkeit von Sicherheitslücken, der auch deren Überprüfung und Priorisierung untersucht, stellte Gemini 4 Carbon mit 54,8 % einen neuen Rekord auf. GPT-6 Astra und Claude Opus 5.5 erreichten hier lediglich 42,4 % beziehungsweise 34,5 %.
- Im von Collinear zusammengestellten CWE-bench, der die Behebung entdeckter Fehler auf Quellcodeebene direkt in einem laufenden System prüft, erreichte Carbon 71 %. Grok 4.7 und GPT-6 Astra kamen auf jeweils 68 %, Claude Opus 5.5 auf eine Erfolgsquote von 67 %.
Nach unternehmensinternen Erfahrungen war Gemini 4 Carbon bei der Erzeugung sicheren Codes mehr als doppelt so erfolgreich wie Argon. Das Sicherheitsteam von Google Chrome berichtete, Carbon habe hochwertige Fehlerkorrekturen mehr als zehnmal so effizient erstellt wie „das Spitzenmodell eines anderen führenden KI-Unternehmens“. Die Architektur von Carbon wurde auf langfristige, komplexe Entwicklungsaufgaben ausgelegt. Google zufolge kann das Modell tagelang selbstständig arbeiten und auch Sackgassen beharrlich untersuchen, um tief verborgene Fehler in einer riesigen Codebasis aufzuspüren.
Google betonte, das Feedback der Nutzer fortlaufend auszuwerten. Deshalb habe das Unternehmen die Leistung des Modells in zahlreichen Bereichen verbessert, zu denen besonders viele Rückmeldungen vorlagen. Dazu gehören vor allem Programmieraufgaben, agentische und wissenschaftliche Aufgaben sowie die gesamte Bandbreite der Webentwicklung und die multimodale Verarbeitung. Dank der Fortschritte bei der Webentwicklung sprang Carbon mit 1.768 Punkten auf Platz 4 der WebDev Arena. GPT-6 Astra liegt mit 1.773 Punkten allerdings weiterhin knapp davor, während der Vorsprung von Claude Opus 5.5 mit 1.810 Punkten deutlicher ausfällt.
Auch die neueste Gemini-4-Variante wurde nach den bisherigen strengen Vorgaben entwickelt. Google trifft sogar mehr Vorsichtsmaßnahmen als je zuvor, was sich auch bei der Einführung zeigen wird. Carbon soll sich in unterschiedlichen Umgebungen transparenter und ehrlicher verhalten und die Zahl der Halluzinationen gegenüber Argon um bis zu die Hälfte reduzieren.
Nach Angaben von Google kann das neue Modell wesentlich stabiler und sicherer arbeiten als manche Konkurrenzmodelle. Bei der Lösung von Aufgaben vermeidet es unzulässige Abkürzungen wirksamer, widersteht Prompt-Injection-Angriffen und befolgt die Anweisungen der Nutzer besser.
Im Gray Swan IPI-Test (Indirect Prompt Injection) erreichte Gemini 4 Carbon als erstes Spitzenmodell einen Wert von 0 %. Der Test untersucht die Sicherheit von KI-Agenten gegenüber indirekten Prompt-Injection-Angriffen. Das Ergebnis weist damit auf ein bislang unerreichtes Sicherheitsniveau in diesem Bereich hin.
Google wird Gemini 4 Carbon günstiger anbieten als die Konkurrenz ihre jeweiligen Spitzenmodelle – eine erfreuliche Nachricht. Das Unternehmen versucht fortlaufend, die Preise der Wettbewerber zu unterbieten. Damit will es auch Nutzer gewinnen, die aus Kostengründen selbst chinesische Modelle in Betracht ziehen würden.
Während der Einführungsphase kostet die Verarbeitung von einer Million Eingabetokens mit Gemini 4 Carbon 2 US-Dollar. Für die Erzeugung von einer Million Ausgabetokens werden 10 US-Dollar fällig. Später verdoppeln sich die Preise auf 4 beziehungsweise 20 US-Dollar. Dann dürfte das Caching besonders wichtig werden, mit dem sich die Kosten für Eingabetokens um bis zu 95 % senken lassen. Die Preise entsprechen denen von Gemini 4 Argon. Das neue Modell wird also nicht teurer, steht allerdings nicht jedem offen.
Google hat sich für eine vorsichtige Einführung entschieden und beteiligt sich direkt am freiwilligen Verfahren der US-Regierung zur Prüfung von Modellen vor ihrer Veröffentlichung. Im Rahmen dieses Verfahrens soll zunächst in der Woche vom 26. Oktober bis zum 1. November ein kleiner Kreis von Cybersicherheitsexperten Zugang erhalten. Anschließend wird das Modell über das Fairwind-Programm schrittweise für ausgewählte Partner freigeschaltet.
Der breite Zugang für Entwickler, Unternehmen und Privatnutzer soll folgen, sobald die Schutzmechanismen weiter verfeinert wurden. Ein Datum für die allgemeine Verfügbarkeit hat Google nicht genannt. Es wird maßgeblich davon abhängen, welche Ergebnisse die Sicherheitsanalysen und die ersten Erfahrungen in den kommenden Tagen und Wochen liefern.
