Google hat am 28. Oktober 2026 Gemini 4 Carbon vorgestellt. Das Modell ist auf Programmierung, langfristige agentische Aufgaben und Cybersicherheit ausgerichtet. Zunächst soll es einem Teil der Fachleute für Cyberabwehr zugänglich werden. Entwickler, Unternehmen und Verbraucher sollen erst nach Rückmeldungen und Anpassungen der Schutzmaßnahmen folgen.
Programmierung und langfristige Aufgaben
Bei der internen Nutzung konnte Carbon laut Google über mehrere Tage an technischen Aufgaben mit mehreren Schritten arbeiten. Die Teams setzten es beispielsweise ein, um Ursachen unauffälliger Fehler in großen Codebasen und systemnahen Komponenten zu finden und diese zu beheben.
In internen Tests zur Erzeugung sicheren Codes erreichte das Modell laut Google eine mehr als doppelt so hohe Erfolgsquote wie Gemini 4 Argon, das zwei Wochen zuvor erschienen war. Das Chrome-Team erzielte mit Carbon bei der Erstellung hochwertiger Codekorrekturen laut Google ein mehr als zehnmal besseres Ergebnis als mit einem großen fortgeschrittenen Modell eines anderen, nicht genannten Labors.
Google zufolge erreichte Carbon in der WebDev Arena nach einem Anstieg um 89 Elo-Punkte mit 1.769 Punkten den vierten Platz. Das Unternehmen verbindet das Ergebnis mit einer verbesserten Qualität der Ausgaben bei der Webentwicklung. In der aktualisierten Version 5.0 des Artificial Analysis Intelligence Index belegte das Modell laut Google mit einem Wert von 59 den ersten Platz.
Schwachstellen finden und beheben
Google veröffentlichte zudem Ergebnisse externer Cybersicherheitstests, in denen das Modell ohne Schutzmaßnahmen bewertet wurde. Bei der Suche nach Schwachstellen erreichte Carbon dem Unternehmen zufolge 88,2 % in SEC-bench Pro. Im Test ExploitGym zur Prüfung der Ausnutzbarkeit erzielte es 54,8 % und in CWE-bench für die Behebung von Schwachstellen 71,0 %.
Zuverlässigkeit und Widerstandsfähigkeit in Tests
Bei internen Tests produzierte Carbon laut Google etwa halb so viele unbelegte Aussagen wie Argon. In laufenden Programmierumgebungen mit internen Teams sank dem Unternehmen zufolge zugleich die Zahl der Warnungen vor schwerwiegenden Fehlanpassungen des Modellverhaltens um nahezu 80 %.
In Terminal-Bench 4.0 sank laut Google die Rate erfolgreicher Täuschungen auf 0,0 % und die Rate der Täuschungsversuche auf 0,4 %, während die Gesamtgenauigkeit stieg. Das Unternehmen nennt außerdem einen Rückgang der Überschreitung von Aufgabenstellungen um 26 % und der unzureichenden Erfüllung von Anforderungen um 29 %.
In einem Test von Gray Swan zu indirekten Prompt-Injection-Angriffen lag die Erfolgsrate der Angriffe auf Carbon laut Google bei 0,0 %. Bei Argon betrug sie 0,7 %.
Schrittweiser Zugang zum Modell
In der Woche der Ankündigung beginnt Google, das Modell einem Teil der Fachleute für Cyberabwehr zugänglich zu machen. Schrittweise sollen weitere vertrauenswürdige Partner des Fairwind-Programms folgen. Für Entwickler, Unternehmen und Verbraucher plant Google die Bereitstellung erst, nachdem Rückmeldungen eingeholt und Schutzmaßnahmen angepasst wurden.
Der Einführungspreis soll dem von Argon entsprechen: zwei Dollar pro Million Eingabetoken und zehn Dollar pro Million Ausgabetoken; zwischengespeicherte Eingabetoken sollen 95 % weniger kosten als reguläre Eingabetoken.
