Google DeepMind gab am 10. November 2026 bekannt, dass Gemini 4 Carbon, die neueste Ergänzung seiner Gemini-4-Frontier-Modellfamilie, nun für Entwickler, Unternehmen, Wissenschaftler und Endnutzer verfügbar ist. In der Ankündigung im Google DeepMind Blog beschrieb Koray Kavukcuoglu, SVP von Google DeepMind und Chief AI Architect bei Google, Carbon als das stärkste Modell des Unternehmens mit Frontier-Leistung bei Cybersicherheitsfähigkeiten und langfristigen agentischen Workflows in komplexen Wissensarbeiten, Software-Engineering und wissenschaftlichem Denken.

Zwei Wochen zuvor hatte Google Carbon über sein Fairwind Program an eine Gruppe von Cybersicherheitsexperten freigegeben. Carbon folgt auf Gemini 4 Argon, das laut Google weiterhin die ideale Wahl für den Großteil von Software-Engineering und Wissensarbeit bleibt. Carbon ist für Aufgaben konzipiert, die die Grenzen der Intelligenz eines Modells testen – komplexe, mehrstufige Programmier- und Debugging-Aufgaben sowie offene wissenschaftliche Forschung und Entdeckung – und verbraucht dabei mehr Tokens als Argon, um gründlich zu explorieren, tiefgründig zu denken und erweiterte Verifizierungsschleifen durchzuführen.

Bei unabhängigen Benchmarks, die darauf ausgelegt sind, die Modellleistung in realen Workflows zu testen, verbinde Carbon Frontier-Genauigkeit mit praktischer Produktionseffizienz, so Google. Es belegt Platz #1 bei CursorBench 4.0, Perplexitys WANDR und Zapiers AutomationBench – bei mehr als 2X niedrigeren Kosten pro Aufgabe im Vergleich zum besten externen Modell.

Um Carbon für größere und komplexere Projekte einzusetzen, zeigt Google eine /swarm-Funktion in Google Antigravity, wie in der Antigravity-Ankündigung beschrieben. Die Funktion verwandelt einen einzelnen Prompt in ein koordiniertes Agententeam, das in Echtzeit verfolgt werden kann. Entwickler können Carbon für Rollen einsetzen, die die tiefste Denkleistung erfordern, etwa Architekturentwurf, Koordination und Auditing, während es mit schnelleren, leichteren Modellen in parallelen isolierten Workspaces und adversariellen Verifizierern kombiniert wird, die jede Änderung prüfen.

Gemini 4 Carbon ist über die API in Google AI Studio und Gemini for business für alle zahlenden Entwickler und Unternehmen verfügbar – zum selben Einführungspreis wie Gemini 4 Argon: 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens, laut Googles Preisdokumentation. Eine Fußnote in der Ankündigung besagt, dass nach Ablauf der Einführungsphase am 30. November 2026 der Preis von 4 US-Dollar pro Million Input-Tokens und 20 US-Dollar pro Million Output-Tokens gilt; der Einführungspreis gilt nur für das für den öffentlichen Zugang bestimmte Carbon-Modell. Das Modell wird außerdem für alle Google AI Ultra-Abonnenten in Google Antigravity, der Gemini App und AI Mode in Search ausgerollt.

Wissensarbeit, Artefakterstellung und Datenanalyse mit höherer Präzision

In den Bereichen Recht, Finanzen und Unternehmensbetrieb kombiniere Gemini 4 Carbon, so Google, Frontier-Visuelles Verständnis, Denkfähigkeit und erschöpfende Recherche, um fundierte Erkenntnisse aus großen Mengen dichter Dokumente und Daten zu synthetisieren. Das Modell folgt strengen Schemas und Formatierungen, um ausgefeilte und präzise Tabellen, Präsentationen und Berichte zu erstellen.

Da bestehende Benchmarks nicht ausreichend erfassen, wie Agenten nativ über dichte Dateien mit Diagrammen, Bildern, Bauplänen, Schemata und Tabellen denken, startete Google in Partnerschaft mit Artificial Analysis den neuen Multimodal Knowledge Agent (MKA) Benchmark, der die multimodale Leistung eines Modells in agentischen Workflows testet. Carbon belegt Platz #2 bei diesem Benchmark und kostet dabei mehr als 6X weniger pro Aufgabe im Durchschnitt als das leistungsstärkste Modell.

Google demonstrierte Carbons Dokumentenverarbeitungsfähigkeiten auch durch Multi-Agent-Builds in Google Antigravity. Ein Team aus Gemini-4-Carbon-Agenten verwandelte historische Fotos und technische Tafeln aus einem einzigen Prompt in eine interaktive Three.js-3D-Ausstellung zum Bau des Eiffelturms von 1887–1889. Aus sieben öffentlichen Stadtplanungs-PDFs (206 extrahierte technische Zeichnungsansichten) und einem einzigen Prompt erstellte ein Multi-Agent-Carbon-Team eine interaktive Three.js-Rekonstruktion von Googles Bürogebäude Platform 37 mit 906K Dreiecken über 10 nächtliche Schleifen. In einer weiteren Demonstration baute Carbon auf Basis einer wissenschaftlichen Arbeit einen interaktiven multiskaligen Textil-Visualisierer, der ein Finite-Elemente-Framework für virtuelle Fasern mit interaktiven 3D-Garnnetzen, 110-Faser-Polar-Tracking und dynamischen Spannungs-Dehnungs-Kurven mit minimalem Prompting modellierte.

In Vorab-Evaluationen erreichte Carbon bei tiefer Finanzrecherche in Hebbias E2E Financial Agentic Evaluation die Leistung des besten getesteten Modells und belegte den Spitzenplatz unter 23 Frontier-Modellkonfigurationen bei Balyasny Asset Managements General Financial Intelligence Benchmark, der juristische Expertise, agentische Toolnutzung und Ausführung, Coding und Data Engineering sowie Wahrnehmung und Kontextverständnis umfasst.

Verbessertes agentisches Coding, Full-Stack-Entwicklung sowie 3D- und UI-Design

Carbon zeigt bei Engineering-Aufgaben, die Multi-Agent-Kollaboration erfordern, hervorragende Leistungen, etwa bei Migrationen mehrerer Pakete, ursachenbezogenen Untersuchungen über Subsysteme hinweg und komplexen Architektur-Neuentwürfen. Bei der Entwicklung von Web-Apps durchläuft es Build-and-Verify-Schleifen, erholt sich von Fehlern und prüft sowohl seinen Code als auch das gerenderte UI, um vollständige, funktionierende Anwendungen zu erstellen. Stärkeres visuelles Design, räumliches Denken und die Beachtung von Umgebungsdetails kommen auch der 3D-Spieleentwicklung und kreativen Programmierung zugute.

Google zeigte mehrere Builds, die von der /swarm-Funktion in Google Antigravity angetrieben werden. Carbon erschuf ein Open-World-3D-Spiel, in dem Spieler Googles Mountain-View-Campus als Pelikan auf einem GBike erkunden; das System koordinierte Subagenten, um 3D-Assets in Blender auf Basis von Omni- und Nano-Banana-Referenzen zu modellieren, das Browser-Spiel in Three.js mit WebGL-Shadern zu erstellen und prozedurale Web-Audio-Soundeffekte mit Lyria-Musik zu kombinieren. Eine spielbare Version des Spiels ist in AI Studio gehostet.

In Kombination mit verbessertem Frontend-Geschmack und Motion-Design-Fähigkeiten in Google Antigravity gestaltete Carbon den Google Merchandise Store in nur zwei Prompts neu, schlug fünf Art-Direction-Konzepte vor und erstellte komplett neue Produktbilder mit Nano Banana 2.1. Die Live-App und die zugehörige Gemini-Frontend-Design-Skill sind öffentlich verfügbar.

Ausgehend von einer mit Gemini Omni in Google Antigravity generierten Videoreferenz erstellte Carbon eine filmreife Unterwasserszene von Atlantis mit mehreren Einstellungen. Die Pipeline modellierte prozedurale Ruinen, volumetrische Kaustik-Beleuchtung und Wassersimulation in Blender, bevor die gesamte Umgebung für das Echtzeit-Rendering im Browser nach Three.js konvertiert wurde.

Mit einer Multi-Agent-Schleife in Google Antigravity rekonstruierte Carbon außerdem ein spielbares Fortepiano von Stein-Schule aus ca. 1780 mit 61-Tasten-Escapement-Physik aus CAD-Zeichnungen und Röntgenaufnahmen und platzierte es in einem 3D-Modell des Koerner Hall des Royal Conservatory of Music in Toronto mit platzspezifischer räumlicher Akustik. Das interaktive Instrument ist als Live-App verfügbar.

Frontier-Fähigkeiten in der Cybersicherheit

Gemini 4 Carbon for cyber liefert Googles bislang stärkste Cybersicherheitsfähigkeiten und gibt Sicherheitsteams die durchgängige Intelligenz, die sie zum Schutz kritischer Software benötigen. Über das Fairwind Program abgerufen, führt Carbon bei zentralen Benchmarks zum Finden (SEC-bench Pro), Ausnutzen (ExploitGym) und Patchen (CWE-bench v1) von Schwachstellen: Es inspiziert Software, verfolgt, wie Schwachstellen über Systeme hinweg verkettet werden können, und generiert verifizierte Patches mit Ursachenanalyse.

Frühe Tester innerhalb und außerhalb von Google sehen in der Praxis bereits starke Ergebnisse mit Carbon for cyber. In Project Fortify, Googles autonomes System für Scanning, Triage und Remediation, erreichte Carbon 100% Recall beim Scanning und 95% Präzision bei der Triage auf Googles internem Benchmark. Bei Tests von Open-Source-Code-Repositories meldet Google eine relative Verbesserung von über 25% gegenüber Argons bereits starkem Recall-Wert, wodurch bisher unentdeckte, reale Logikfehler aufgedeckt wurden. Diese Erfolge auf ganz Google auszuweiten – einen der größten Anwender von Open-Source-Software weltweit – trage dazu bei, sowohl die eigenen Systeme als auch das breitere Ökosystem abzusichern, so Google.

Googles Cloud Vulnerability Research (CVR)-Team nutzte Carbon kürzlich, um nachzuweisen, dass zwei Fehler in einer beliebten Open-Source-Software tatsächlich ausnutzbare Schwachstellen waren – vergleichbar im Schweregrad mit dem kürzlichen PHP2Shell-Exploit. Durch den Aufbau eines Proof of Concept mit Carbon half CVR den Maintainern, den Fehler als kritisch neu einzustufen und schnell einen Patch zu veröffentlichen. Details werden nach Abschluss des Responsible-Disclosure-Prozesses mitgeteilt.

Im Rahmen von Wiz' Scan for Good-Programm nutzte das Team Carbon zur Bewertung von Schwachstellen in öffentlicher digitaler Infrastruktur. Beim Scannen zweier großer SaaS-Anbieter deckte das Modell 0-Day-Schwachstellen in weniger als zwei Stunden auf und verdichtete wochenlange Schwachstellenforschung auf einen einzigen Nachmittag. Das Team arbeitete mit den betroffenen Organisationen in Rekordzeit an der Behebung und trug so dazu bei, mögliche Auswirkungen auf Zehntausende Unternehmen abzumildern.

Stärkeres wissenschaftliches und mathematisches Denken

Gemini 4 Carbon zeigt deutlich verbesserte Leistung beim Denken in Physik, Mathematik und Lebenswissenschaften – von der Synthese experimenteller Daten über das Testen von Hypothesen bis zum Durchdenken mehrstufiger fachspezifischer Probleme. Für das Arzneimitteltoxizitäts-Forschungsunternehmen Axiom Bio ist Carbon nun das leistungsstärkste Modell in der translationalen Forschung und fand neuartige Toxizitätsmechanismen, die das Unternehmen zuvor nicht identifiziert hatte. Axiom verlagert nun seine produktiven wissenschaftlichen Analysen und Agenten auf Carbon und Argon, um die Entwicklung sichererer Medikamente zu ermöglichen.

Forscher in ganz Google nutzen Carbon in Google Antigravity, um ihre Arbeit zu beschleunigen:

• Code-Verifikation: Forscher entwickelten ein neues agentisches Framework für formale Verifikation namens AlphaProof Code und wandten es auf eine große sicherheitstechnische Herausforderung an: den mathematischen Beweis des tatsächlichen Codes hinter dem kryptografischen Protokoll von Signal. Unter Einsatz von Carbon neben anderen Modellen übersetzten die Forscher Sicherheitsziele in mathematische Theoreme. AlphaProof-Code-Agenten nutzten anschließend Carbon, um Millionen von Codezeilen in Lean, einer Programmiersprache für mathematische Beweise, zu generieren – und halfen so, zentrale Sicherheitseigenschaften in Wochen zu beweisen, eine Aufgabe, für die Expertenteams historisch Jahre benötigen. Google erklärte, das Ergebnis zeige Carbons Potenzial, skalierbare formale Verifikation zu ermöglichen, die lange als Goldstandard für die Entwicklung sicherer Software gilt.
• Entwicklung von Enzym-Assays: Mit lediglich Labornotizen und Rohdaten als Grundlage ging Carbon über die Standardanalyse hinaus und deckte schwer interpretierbare Datenanomalien auf, mit denen es subtile experimentelle Artefakte im Nasslabor diagnostizierte, etwa unvollständiges automatisches Mischen in tiefen Vertiefungen – mit deutlich verbesserter Reproduzierbarkeit. Außerdem verbesserte Carbon Methoden zur Entfaltung von Chromatographie-Peaks und erkannte geringfügige Sample-Übertragungen in Forschungsinstrumenten, was die Entwicklung neuer Assays erheblich beschleunigte und die Rückkopplungsschleife zwischen Berechnung und Laborbank verkürzte.
• Vorhersage von Proteinstrukturen: Strukturvorhersagemodelle wie AlphaFold 3 verwenden Multiple Sequence Alignments (MSAs) evolutionärer Verwandter, um abzuleiten, wie Aminosäureketten falteten – und haben daher oft Schwierigkeiten mit wenig erforschten viralen, mikrobiellen und eukaryotischen Proteinen, die kaum Treffer in Standarddatenbanken haben. In einem Multi-Agent-Setup nutzten Googles Forscher Gemini 4 Carbon, um autonom entfernte Homologe über Petabasen-skalierte unannotierte Sequenzarchive, Umgebungs- und Viralsequenzkataloge sowie 3D-Strukturdatenbanken hinweg zu entdecken. Über 7 proteinarme Familien aus dem CASP17-Blindtestset erhöhte Carbon die Anzahl der gefundenen Homologe im Durchschnitt um das 40-Fache – eine erheblich größere Informationsbasis für Strukturvorhersagemodelle ohne erneutes Training. Während breitere Benchmarking-Läufe noch andauern, könnte die Beseitigung dieses Upstream-Suchengpasses einen vielversprechenden Weg zur Modellierung schwer charakterisierbarer Proteom-Regionen bieten.

Vier Wochen vor der Ankündigung öffnete Google Bewerbungen, um 10.000 Wissenschaftlern kostenlosen Zugang zu Argon in Google Antigravity für sechs Monate zu gewähren und ihr Forschungstempo zu beschleunigen; bereits Tausende Wissenschaftler wurden onboardet. Mit Carbons Veröffentlichung erweitert Google den Zugang auf Carbon für aktuelle und zukünftige Teilnehmer, und das Programm wird künftig Zugang zu Googles neuesten Frontier-Modellen bereitstellen, sobald diese verfügbar sind. Bewerbungen sind über Googles Bewerbungsformular weiterhin möglich; das Onboarding erfolgt wöchentlich rollierend, vorbehaltlich der Berechtigung, Kapazität und Auswahl.

Fortschritte bei Modell-Sicherheit und -Security

Google erklärte, mit jeder Modellveröffentlichung Sicherheits- und Schutzmaßnahmen, Prävention des Missbrauchs agentischer Fähigkeiten, Modellausrichtung und Schadensminderung proportional zur Modellfähigkeit zu stärken. Da Gemini 4 Carbon stärkere Cyber-Fähigkeiten einführt, baute das Unternehmen auf Argons starkem Sicherheits- und Schutzstack auf, um die Widerstandsfähigkeit gegen Missbrauch und Prompt Injection zu festigen.

Im Bereich Missbrauch erklärte Google, die Schutzmaßnahmen verstärkt zu haben, um sicherzustellen, dass stärkeres defensives Denken nicht in offensives Risiko umschlägt. In simulierten Cyberangriff-Testumgebungen mit ExploitBench und CyScenarioBench blockierte Carbon 99% der Angriffspfade von Googles adaptivem Red-Teaming-Agenten, der nach jeder Blockade seine Angriffspläne iterativ überarbeiten kann. Die Carbon-Schutzmaßnahmen senkten die Verletzungsrate pro Versuch auf 0,8%, gegenüber 3,1% bei Argon, und verringerten die Erfolgsrate automatisierter Cyberangriff-Anfragen in Gray Swans Tests auf 2,17%, gegenüber 9,86% bei Argon. Externe Tests durch Trajectory Labs fanden über 132 Stunden und mehr als 13.000 Anfragen keine neuen universellen Jailbreaks.

Zur Ausrichtung berichtete Google von erheblichen Verbesserungen, gemessen an Monitor-Flag-Raten über den Lebenszyklus des Modells, sowie von Reduzierungen bei Datenfabrikation. Auf Googles agentischem Ehrlichkeits-Benchmark mit 375 Aufgaben bestand Carbon 92% der Aufgaben, gegenüber 70% bei Argon – es lehnte es 98% der Zeit ab, fehlende Experimentaldaten zu ergänzen, und markierte methodische Mängel 68% der Zeit.

Zur Prompt Injection teilte Google zwei Wochen vor der Ankündigung mit, dass Carbon eine Erfolgsrate von 0% bei Prompt-Injection-Angriffen auf dem Gray Swan IPI Benchmark erreichte – das erste Mal, dass dieser Meilenstein erreicht wurde. Gleichzeitig räumte Google ein, dass die Robustheit gegenüber Prompt Injection weiterhin ein Verbesserungsbereich bleibt: Sein fortgeschrittenes automatisiertes Red Teaming hat gezeigt, dass Modelle in einigen Verteilungen gegen komplexe Angriffe weiter verbessert werden könnten – Daten, die das Unternehmen laut eigener Aussage nutzen wird, um die Sicherheit seiner Modelle kontinuierlich voranzutreiben. Weitere Details finden sich im vollständigen Gemini 4 Carbon Safety and Security Report (PDF) sowie in Googles zugehörigem Sicherheitsbeitrag.

Erste Schritte mit Gemini 4 Carbon

Ab dem 10. November ergänzt Carbon Argon in Googles Frontier-Modellfamilie über seine Produkte hinweg:

• Entwickler: Bauen Sie mit der Gemini-API auf bezahltem Tarif in AI Studio und Android Studio; Google AI Ultra-Abonnenten können es in Google Antigravity und AI Studio ausprobieren.
• Unternehmen: Zugriff über Gemini for business per API oder Modellauswahl, in Google Antigravity oder in CodeMender.
• Endnutzer: Carbon ist ab heute in der Gemini App und im AI Mode in Search mit einem Google AI Ultra-Abo verfügbar.
• Wissenschaftler und Forscher: Bewerben Sie sich für die Chance auf kostenlosen Zugang zu Argon und Carbon über die höchste Nutzungstufe von Google Antigravity für 6 Monate, mit rollierendem Onboarding, vorbehaltlich der Berechtigung, Kapazität und Auswahl.
• Cybersicherheitsverteidiger: Bewerben Sie sich für das Fairwind Program, um rollierend Zugang zu Carbon for cyber zu erhalten.

Weitere Informationen finden sich in der Gemini 4 Carbon Model Card (PDF) sowie in Googles aktualisiertem Gemini-4-Entwicklerleitfaden und der Dokumentation, die bewährte Verfahren für die Migration von Workflows auf das Modell behandeln.

Über den Autor

Koray Kavukcuoglu ist SVP von Google DeepMind und Chief AI Architect bei Google, wo er die Entwicklung von Google DeepMinds hochmodernen generativen KI-Modellen und deren Integration in Googles Produkte im großen Maßstab leitet. Vor seiner aktuellen Rolle war er VP of Research bei Google DeepMind, wo er das Deep-Learning-Team gründete und sein Team bedeutende Forschungsdurchbrüche wie DQN (Deep Q-Network) und WaveNet entwickelte.