Google öffnet Gemini 4 Carbon mit Agenten-Schwarm für alle

Google hat Gemini 4 Carbon am 10. November 2026 für die Öffentlichkeit geöffnet, so steht es im Blogbeitrag von Koray Kavukcuoglu, Senior Vice President von Google DeepMind und Chief AI Architect von Google. Das Modell, als leistungsstärkstes der Reihe präsentiert, steht damit Entwicklern, Unternehmen, Wissenschaftlern und Verbrauchern offen, dazu gibt es eine Vorschau auf /swarm, eine Funktion, die eine Anfrage an ein Team aus KI-Agenten übergibt. Der Einstiegspreis steigt dagegen.

Carbon kommt nicht überraschend. Laut Google war das Modell zwei Wochen zuvor über das Fairwind-Programm einer Gruppe von Cybersicherheits-Verteidigern anvertraut worden. Es folgt auf Gemini 4 Argon, das Google nicht als ersetztes Modell, sondern als Ergänzung darstellt: Argon bleibe »die ideale Wahl« für die Mehrheit der Software-Engineering- und Wissensarbeitsaufgaben, während Carbon auf Aufgaben ziele, die die Grenzen der Intelligenz eines Modells testen, etwa komplexes mehrstufiges Programmieren und Debugging oder offene wissenschaftliche Forschung. Dafür verbraucht es mehr Tokens als Argon, um gründlich zu erkunden, tief zu schlussfolgern und lange Verifikationsschleifen zu durchlaufen.

Zahlen, die vor allem von Google stammen

Google gibt an, Carbon belege bei mehreren Tests, die es als unabhängig bezeichnet, den ersten Platz, bei mehr als doppelt so niedrigen Kosten pro Aufgabe wie das nächstbeste externe Modell:

• CursorBench 4.0, ein auf Programmierung ausgerichteter Test;
• WANDR, der Test von Perplexity;
• AutomationBench, der Test von Zapier;
• Multimodal Knowledge Agent (MKA), ein neuer, gemeinsam mit Artificial Analysis entwickelter Test für dichte Dokumente (Diagramme, Baupläne, Tabellen), bei dem Carbon Zweiter wird, bei durchschnittlichen Kosten pro Aufgabe, die mehr als sechsmal niedriger sind als die des Spitzenreiters.

Diese Zahlen stammen von Google. Messungen von Artificial Analysis, von Frandroid unter Berufung auf VentureBeat wiedergegeben, zeichnen ein differenzierteres Bild. Im Intelligence Index v5.0 führt Carbon mit 59 Punkten vor Claude Opus 5.5 von Anthropic (58) und GPT-6 Astra von OpenAI (57) und deutlich vor Argon (50). Bei AA-Omniscience beantwortet es 58 Prozent der Fragen richtig gegenüber 48 Prozent bei Argon, doch seine Halluzinationsrate steigt von 4 auf 11 Prozent. Laut The Decoder übertrifft Anthropics neues Spitzenmodell Fable 5.2 es im Test von Artificial Analysis (62 Punkte gegenüber 60 in der High-Version), und laut Frandroid liegt Carbon bei den Büroaufgaben von AA-Briefcase hinter Grok 4.7, Muse Wonder und Kimi K3.1 Pro. Die Werte für Carbon weichen von Artikel zu Artikel ab (59 bei Frandroid, 60 bei The Decoder); es ist nicht bekannt, ob die Version des Index dieselbe ist.

/swarm: ein Agententeam für eine einzige Anfrage

Neu ist vor allem /swarm, in der Vorschau in Google Antigravity, Googles Plattform zum Programmieren mit Agenten. Laut Google verwandelt die Funktion einen einzelnen Prompt in ein Team koordinierter Agenten, deren Arbeit sich in Echtzeit verfolgen lässt. Carbon übernimmt die Rollen, die das tiefste Reasoning erfordern, etwa Architekturdesign, Koordination und Auditing, während schnellere, leichtere Modelle in parallelen, isolierten Arbeitsbereichen arbeiten, mit adversarialen Verifizierern, die jede Änderung testen. Das ist die Logik eines agentischen Systems: mehrere Agenten, getrennte Rollen und eine Kontrolle.

Google veranschaulicht die Funktion mit einem 3D-Spiel, in dem man den Campus in Mountain View als Pelikan auf einem GBike erkundet, mit einer interaktiven 3D-Rekonstruktion des Baus des Eiffelturms aus historischen Fotos und mit einem spielbaren Fortepiano aus dem 18. Jahrhundert. Das sind vom Anbieter ausgewählte Demonstrationen. The Decoder weist darauf hin, dass das Kosten-Nutzen-Verhältnis von Agentenschwärmen diskutiert wird: OpenAI und Anthropic gaben sich zuletzt eher zurückhaltend, auch die Wissenschaft ist skeptisch. Der Mehrwert scheint vor allem in der durch Parallelisierung gewonnenen Geschwindigkeit zu liegen, die aber komplex umzusetzen bleibt.

Preis und Zugang: die Rechnung steigt

Für Entwickler ist Carbon über die API in Google AI Studio und in Gemini for Business für alle zahlenden Konten verfügbar, zum selben Einführungspreis wie Argon: 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens. Das Wort »Einführung« stammt von Google; The Decoder nennt als regulären Standardpreis 4 US-Dollar für Input und 20 US-Dollar für Output.

Bei gleichem Token-Preis dürfte die tatsächliche Rechnung höher ausfallen als bei Argon, da Carbon mehr Tokens verbraucht, betont The Decoder. Im zwei Wochen zuvor veröffentlichten Test von Artificial Analysis kostete eine gelöste Aufgabe mit Carbon zum Standardpreis durchschnittlich 7,76 US-Dollar, gegenüber 10,04 US-Dollar bei Opus 5.5 Max, 6,25 US-Dollar bei GPT-6 Astra Max und 26,50 US-Dollar bei Fable 5.2 auf der höchsten Stufe (rund 9 US-Dollar in der High-Version).

Bei den Verbrauchern schmerzt der Einstieg. Laut Frandroid ist Carbon Abonnenten von Google AI Ultra in der Gemini-App, im KI-Modus der Google-Suche und in Antigravity vorbehalten. Pro-Abonnenten bleiben bei Argon, obwohl Argon am 13. Oktober für Pro- und Ultra-Abonnenten zugleich geöffnet worden war. In Frankreich kostet Google AI Pro 21,99 Euro im Monat, Ultra beginnt bei 99,99 Euro mit fünfmal höheren Limits als Pro; eine zweite Stufe für 219,99 Euro vervielfacht sie um das Zwanzigfache. Ein Pro-Abonnent muss also 78 Euro mehr im Monat zahlen, um Carbon sofort auszuprobieren.

Sicherheit und Vorbehalte

Google hat einen vollständigen Sicherheitsbericht und die Model Card veröffentlicht. Laut The Decoder besteht Carbon 92 Prozent eines internen Ehrlichkeitstests mit 375 Aufgaben (Argon: 70 Prozent) und weigert sich in 98 Prozent der Fälle, fehlende experimentelle Daten zu erfinden. Gegen adaptive Red-Teaming-Agenten wehrt es 99 Prozent der Angriffspfade ab und senkt die Durchbruchsrate pro Versuch von 3,1 auf 0,8 Prozent. Externe Tester von Trajectory Labs fanden in 132 Stunden und mehr als 13.000 Anfragen keinen einzigen universellen Jailbreak.

Im Gray-Swan-Benchmark für indirekte Prompt-Injection erreicht Carbon eine Erfolgsrate der Angriffe von 0 Prozent, was Google als Premiere darstellt. The Decoder relativiert: Das heiße nicht, dass Prompt-Injections gelöst seien, und der Test sei womöglich saturiert.

In der Cybersicherheit verweist Google auf das Programm Scan for Good von Wiz, bei dem das Modell bei zwei großen SaaS-Anbietern in weniger als zwei Stunden Zero-Day-Schwachstellen aufspürte, sowie auf sein System Project Fortify, mit 100 Prozent Recall beim Scannen und 95 Prozent Präzision bei der Triage in einem internen Test. Diese Leistungen gelten allerdings für die über das Fairwind-Programm verfügbare Version, und Google nennt keine konkreten Zahlen für die Benchmarks, bei denen es führen will, merkt The Decoder an.

Was das für ein deutsches Unternehmen ändert

Für ein deutsches Unternehmen lautet die Frage nicht, Carbon überall einzusetzen, sondern zu entscheiden, wo es seinen Preis wert ist. Google selbst empfiehlt Argon für die Mehrheit der Anwendungen; Carbon lohnt sich für schwere Vorhaben, etwa eine Code-Migration über mehrere Pakete oder ein Sicherheitsaudit, bei denen ein Fehler mehr kostet als zusätzliche Tokens. Vor einer Festlegung sollte man die realen Kosten pro Aufgabe an den eigenen Fällen messen, den Einführungspreis einkalkulieren, der sich ändern kann, die Verfügbarkeit und die lokalen Preise der Ultra-Abonnements prüfen (die genannten Preise sind die in Frankreich) und /swarm als Vorschau behandeln, die mit menschlicher Kontrolle zu testen ist. Teams, die bereits mit parallelen Agenten experimentieren, finden hier einen Prüfstand; die anderen können warten, bis sich Erfahrungsberichte ansammeln.