Gemini 4 Carbon ist das neueste Frontier-Modell von Google DeepMind, angekündigt am 28. Oktober 2026. Der offizielle Blog beschreibt es als das bislang stärkste Modell des Unternehmens, mit Schwerpunkt auf Cybersicherheit und lang laufenden Agentenaufgaben. Mit 59 Punkten steht es auf Platz eins des aktualisierten Artificial Analysis Intelligence Index v5.0 und löst Gemini 4 Argon ab, das zwei Wochen zuvor erschienen war, als Googles führendes Frontier-Modell.
Führend bei drei Sicherheits-Benchmarks, mit wichtigen Testbedingungen
Alle drei veröffentlichten Werte stammen aus der Verteidigungskette der Cybersicherheit: 88,2 % bei SEC-bench Pro für das Finden echter Schwachstellen, 54,8 % bei ExploitGym für die Prüfung der Ausnutzbarkeit und 71,0 % bei CWE-bench für das Patchen an der Ursache, jeweils das beste Ergebnis des jeweiligen Benchmarks zu diesem Zeitpunkt. DeepMind weist darauf hin, dass diese externen Benchmarks ohne Leitplanken evaluiert wurden, sodass die Leistung in echten Produkten, in denen Sicherheitsebenen greifen, nicht als identisch gelten darf.
In internen Evaluierungen verdoppelte Carbon die Erfolgsquote von Argon bei der Erzeugung sicheren Codes mehr als. Das Chrome-Team berichtet, dass es bei der Erzeugung hochwertiger Patches mehr als zehnmal besser abschnitt als das Frontier-Modell eines anderen Labors, und auch die Cloud-Sicherheitsplattform Wiz sah es bei Benchmarks für Web-Penetrationstests vorn. Beim Programmieren gewann es 89 Elo-Punkte in der WebDev Arena und erreichte Platz vier; Google zufolge kann es tagelang an der Fehlersuche und an Patches über große Codebasen hinweg arbeiten.
Zuerst Cyberverteidiger, zum gleichen Preis wie Argon
Die Einführung verläuft bewusst langsam: Ab dieser Woche erhalten zunächst ausgewählte Cyberverteidiger Zugang, danach wird der Kreis über das Fairwind Program schrittweise auf weitere vertrauenswürdige Partner ausgeweitet. Google beteiligt sich nach eigenen Angaben am freiwilligen Testverfahren der US-Regierung vor der Veröffentlichung und will Entwickler, Unternehmen und Verbraucher so bald wie möglich erreichen, nachdem Rückmeldungen gesammelt und Leitplanken verbessert wurden. Die Preise entsprechen denen von Argon: 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token, zwischengespeicherte Eingabe-Token sind 95 % günstiger als der Eingabepreis.
Fortschritte bei der Ausrichtung sind klar, unabhängige Prüfung steht noch aus
Der zweite Schwerpunkt der Ankündigung ist die Ausrichtung: Bei Terminal-Bench 4.0 sank die Erfolgsquote von Betrugsversuchen auf 0,0 %, die Versuche selbst gingen auf 0,4 % zurück, und Warnungen wegen schwerwiegender Fehlausrichtung in echten Programmierumgebungen gingen in internen Tests um fast 80 % zurück. Auch die Angriffserfolgsrate beim Benchmark für indirekte Prompt-Injection von Gray Swan fiel von 0,7 % bei Argon auf 0,0 %. Diese Zahlen stammen aus Googles eigenen Tests; eine unabhängige Prüfung durch Dritte steht noch aus. Für die meisten Nutzer ist der eigentliche Test für Carbon nicht die Rangliste, sondern ob es nach dem Einzug in Produkte sowohl seine Sicherheitsergebnisse als auch seine Nützlichkeit bei uneingeschränkten Aufgaben aus der Praxis behaupten kann.
