Ein neues Modell, aber kein offener Start
Google kündigte Gemini 4 Carbon am 28. Oktober an und bezeichnete es als stärkstes Modell mit Fokus auf Cybersicherheit und lang laufende Aufgaben. Der erste Zugang ist bewusst begrenzt: Google beginnt mit einer Gruppe von Cyberverteidigern und erweitert anschließend über das Fairwind-Programm auf vertrauenswürdige Partner, während Schutzmaßnahmen getestet werden. Am 29. Oktober war noch keine allgemeine Verfügbarkeit für Entwickler, Unternehmen oder Verbraucher angekündigt.
Artificial Analysis setzte Carbon mit 59 in der angegebenen High-Reasoning-Konfiguration an die Spitze des v5 Intelligence Index. Dieser zusammengesetzte Index deckt Wissensarbeit, Coding, Wissenschaft und allgemeine Aufgaben ab; er ist kein universelles Qualitätsmaß. Die Benchmark-Angaben zum Start stammen von Google. Der unabhängige Index bietet einen breiteren Vergleich, beruht aber ebenfalls auf konkreten Tests und Konfigurationen.
Was der Modellvergleich zeigt — und was nicht
Die Tabelle nutzt, soweit möglich, denselben Artificial-Analysis-Index-v5-Snapshot und ergänzt API-Preise der Anbieter, AA-Ausgabetempo, Zeit bis zur ersten Antwort und Aufgabenkosten. Indexwerte sind wie in den Vergleichsseiten auf ganze Punkte gerundet. Carbon liegt einen Punkt vor Opus 5.5 und zwei vor GPT-6 Astra; Opus führt FrontierCode 2.0, Sonnet AA-Briefcase und Astra den schwierigen CritPt-Teiltest an. Es gibt keinen Sieger für alle Aufgaben.
GPT-6.1 Terra erschien am 26. Oktober nach GPT-6.1 Sol und ist deshalb zusätzlich aufgeführt. Der v5-Wert liegt niedriger als bei den vorgenannten Modellen; der Standardpreis von 1/5 US-Dollar und das schnelle, bildfähige Profil machen Terra dennoch für kostensensible visuelle oder Computer-Use-Aufgaben relevant. Es ersetzt Astra oder Sol nicht direkt. Vergleichen Sie die passende Reasoning-Stufe und Produktoberfläche für Ihren konkreten Zweck.
Gemini 4 Carbon im Vergleich mit ähnlichen Frontier-Modellen
| Messwert | Gemini 4 Carbon | Claude Opus 5.5 | Claude Sonnet 5.5 | GPT-6 Astra | GPT-6.1 Sol | GPT-6.1 Terra |
|---|---|---|---|---|---|---|
| AA Intelligence Index v5 (höher) | 59 | 58 | 54 | 57 | 55 | 51 |
| API-Eingabe / 1 Mio. Tokens, Standard | $4 | $4 | $2 | $10 | $2 | $1 |
| API-Ausgabe / 1 Mio. Tokens, Standard | $20 | $20 | $10 | $50 | $10 | $5 |
| Einführungs-Ein-/Ausgabe pro 1 Mio. | $2 / $10 bis 30. Nov. | — | — | — | — | — |
| Cache-Eingabe / 1 Mio. Tokens | $0.20 ($0.10 intro) | $0.20 | $0.10 | $1.00 | $0.10 | $0.05 |
| AA-Ausgabegeschwindigkeit | 98 t/s | 98 t/s | 137 t/s | 78 t/s | 79 t/s | 91 t/s |
| AA erstes Antwort-Token, Reasoning enthalten | 103 s | 648 s | 410 s | 232 s | 249 s | — |
| AA-Kosten pro Index-Aufgabe, Standardpreis | $7.76 | $10.04 | $10.02 | $6.24 | $1.27 | $0.96 |
| Kontextfenster | 1M | 1M | 1M | 1M | 1M | 1M |
| Dokumentierte maximale Ausgabe | Nicht veröffentlicht | 128k | 128k | 128k | 128k | 128k |
| Eingabemodalitäten | Text, Bild, Audio, Video | Text, Bild | Text, Bild | Text, Bild | Text, Bild | Text, Bild |
| AA-Reasoning-Konfiguration | High | Max + fallback | Max + fallback | Max | Max | Max |
| API-/Rollout-Status am 29. Okt. | Begrenzter Erstzugang; nicht allgemein verfügbar | Öffentliche API | Öffentliche API | Öffentliche API; ChatGPT-Rollout | Öffentliche API; Work/Codex | Öffentliche API; Work/Codex |
Die Werte von Artificial Analysis (AA) entsprechen dem Stand vom 29. Oktober 2026; Index-Punkte und Modellkonfigurationen werden wie von AA ausgewiesen übernommen. Genannt sind Standard-API-Preise, außer wenn ausdrücklich ein Carbon-Einführungspreis angegeben ist. Die AA-Aufgabenkosten sind gewichtete Kosten des Index-Evaluierungssets und kein Preis für eine typische Anfrage. Die Zeit bis zum ersten Antwort-Token enthält die Reasoning-Zeit und ist nicht mit Ausgabetokens pro Sekunde gleichzusetzen. Ein Strich bedeutet, dass in der zitierten Quelle kein vergleichbarer Wert verifiziert wurde.
Wo sich die Benchmark-Ergebnisse unterscheiden
| Messwert | Gemini 4 Carbon (High) | Claude Opus 5.5 (Max, default fallback) | GPT-6 Astra (Max) |
|---|---|---|---|
| Artificial Analysis Intelligence Index v5.0 | 59 | 58 | 57 |
| FrontierCode 2.0 · Coding-Agenten | 41% | 46% | 42% |
| Terminal-Bench 4.0 · Terminal-Coding | 65% | 60% | 59% |
| AutomationBench-AA · agentische Abläufe | 78% | 70% | 68% |
| AA-Briefcase v1.1 · Wissensarbeit (Elo) | 1609 | 1800 | 1568 |
| CritPt v2 · anspruchsvolle Physikaufgaben | 63% | 61% | 71% |
| HLE-Diamond · Schlussfolgern und Wissen | 69% | 68% | 64% |
| Terminal-Bench-Science 0.1 | 65% | 59% | 63% |
| SEC-bench Pro · von Google gemeldetes Sicherheitsergebnis | 88.2% | — | — |
| ExploitGym · von Google gemeldetes Sicherheitsergebnis | 54.8% | — | — |
| CWE-bench · von Google gemeldete Fehlerbehebung | 71.0% | — | — |
Die Vergleichswerte stammen aus dem Artificial Analysis Intelligence Index v5.0 für die genannten Konfigurationen. Googles drei Cyber-Scores sind Anbieterangaben und verwenden keine verifizierte, gemeinsame Testkonfiguration mit den anderen Modellen; leere Felder bedeuten hier nicht ausgewiesen, nicht null.
Listenpreis, Einführungspreis und Kosten pro Benchmark-Aufgabe
Google nennt für Carbon zunächst 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens; gecachte Eingabe ist 95 % günstiger. Die Entwicklerinformationen nennen den Einführungspreis bis zum 30. November 2026; danach gelten 4/20 US-Dollar sowie 0,20 US-Dollar pro Million Cache-Input. Die Tabelle zeigt beide Preise, damit der Rabatt nicht mit dem späteren Listenpreis verwechselt wird. Google zählt Thinking-Tokens als Output.
Artificial Analysis nutzt in Carbon-Auswertungen den Standardpreis 4/20 US-Dollar statt des Einführungsrabatts. Die geschätzten 7,76 US-Dollar pro Intelligence-Index-Aufgabe sind deshalb ein normalisierter Benchmarkwert, keine typische Kundenrechnung. Reasoning-Tokens, Aufgabentyp, Cache und Prompt verändern die realen Kosten. Sol und Terra liegen bei AA-Aufgabenkosten deutlich niedriger, arbeiten aber mit einem anderen Token- und Aufgabenprofil.
Ausgabetempo ist nicht die Zeit bis zur ersten Antwort
Artificial Analysis misst getrennt die Generierung nach dem ersten Stream-Chunk und die Zeit bis zum ersten Antwort-Token. In den Reasoning-Läufen erzeugt Carbon ungefähr 98 Tokens pro Sekunde: ähnlich schnell wie Opus, schneller als Astra und Sol, aber langsamer als Sonnet. Die erste Carbon-Antwort erscheint im passenden Vergleich nach rund 103 Sekunden; Opus und Sonnet benötigen in diesem anspruchsvollen Test mehr Zeit, während auch Astra und Sol deutliche Reasoning-Verzögerungen zeigen.
Diese Werte sind keine Prognose für kurze Alltagsfragen. Die AA-Messung bis zur ersten Antwort enthält die Reasoning-Phase und nutzt lange, schwierige Aufgaben. Anbieter, Effort-Stufe, Promptgröße, Ausgabe, Region und Auslastung beeinflussen die Ergebnisse. Ein Modell kann nach dem Start schnell generieren und trotzdem lange bis zum Beginn brauchen; die Messwerte beantworten verschiedene Fragen.
Wo Carbon überzeugt — und andere Modelle vorne liegen
Carbon führt den ausgewählten Index und mehrere Teilbewertungen wie AutomationBench-AA, HLE-Diamond und Terminal-Bench-Science an. Google nennt außerdem 88,2 % bei SEC-bench Pro, 54,8 % bei ExploitGym und 71,0 % bei CWE-bench als eigene Cybersecurity-Ergebnisse. Für diese Werte gibt es in der zitierten Tabelle keine geprüften Cross-Vendor-Werte mit gemeinsamer Testkonfiguration. Sie belegen weder universelle Sicherheit noch reale Abwehrwirkung.
Der zweite Vergleich zeigt Gegenbeispiele: Opus 5.5 liegt bei FrontierCode 2.0 vorne, Sonnet 5.5 erreicht mehr Punkte in AA-Briefcase und GPT-6 Astra führt beim schwierigen Physik-Subset CritPt v2. Tool-Ökosysteme, Coding-Harnesses, Kontext und Preis können wichtiger sein als zwei Punkte Indexabstand. Benchmarks helfen bei der Auswahl von Tests, entscheiden aber nicht allein über eine Einführung.
Verfügbarkeit und ein praktischer Auswahltest
Carbon war beim Start nicht allgemein zugänglich. Der API-Status in der Tabelle meint daher eine begrenzte Erstgruppe und schrittweise Freigaben für Partner, keinen offenen Registrierungsweg. Google spricht von späterem Zugriff für Entwickler, Unternehmen und Verbraucher nach weiterer Prüfung. Die übrigen Modelle haben öffentliche APIs, doch Produktzugriff und Regionen unterscheiden sich; API-Preise sind nicht direkt mit Abonnement-Kontingenten vergleichbar.
Testen Sie für eine Auswahl eine kleine, repräsentative Menge realer Aufgaben mit denselben Eingaben, Tools und Abnahmekriterien. Messen Sie Qualität, Prüfaufwand, Anfangslatenz, Gesamtdauer, Tokens und Kosten; nehmen Sie Fehlerfälle und Berechtigungen hinzu. Carbon ist interessant, wenn multimodale Eingabe, Kontext oder Reasoning einen konkreten Bedarf lösen. Ein anderes Modell kann bei Antworttempo, bestimmtem Coding-Workflow, aktuellem Zugriff oder Budget besser passen.
Quellen und weiterführende Informationen
- Google — Introducing Gemini 4 Carbon ↗
- Google AI for Developers — Gemini API pricing ↗
- Artificial Analysis — Gemini 4 Carbon Index v5 results and methodology ↗
- Artificial Analysis — Gemini 4 Carbon model profile ↗
- Artificial Analysis — Intelligence Index v5 methodology ↗
- Artificial Analysis — matched model comparisons (Carbon vs Opus, Sonnet, Astra, Sol and Terra) ↗
- Artificial Analysis — Carbon vs Claude Sonnet 5.5 ↗
- Artificial Analysis — Carbon vs GPT-6 Astra ↗
- Artificial Analysis — Carbon vs GPT-6.1 Sol ↗
- Artificial Analysis — Carbon vs GPT-6.1 Terra ↗
- Anthropic — Claude Opus 5.5 ↗
- Anthropic — Claude Sonnet 5.5 model and API details ↗
- Anthropic — Claude model specifications and pricing ↗
- OpenAI Developers — GPT-6 model specifications and pricing ↗
- OpenAI — GPT-6.1 Terra release notes ↗
- OpenAI Developers — GPT-6.1 Terra model details ↗
Einen sachlichen Fehler melden oder eine Quelle vorschlagen? Redaktion kontaktieren.
