NieuwsAandelenGoogle DeepMind lanceert Gemini 4 Carbon, zijn krachtigste frontiermodel tot nu toe

Google DeepMind lanceert Gemini 4 Carbon, zijn krachtigste frontiermodel tot nu toe

Auteur: Google DeepMind Blog·

Belangrijkste punten

  • •Google DeepMind bracht op 10 november 2026 Gemini 4 Carbon uit en positioneert het als het krachtigste model in zijn Gemini 4-familie voor cybersecurity, langlopende agentische workflows en veeleisende codeer- en wetenschappelijke taken.
  • •Het model staat bovenaan CursorBench 4.0, Perplexity's WANDR en Zapier's AutomationBench, met volgens Google meer dan twee keer lagere kosten per taak dan het beste externe alternatief.
  • •Carbon's introductieprijs komt overeen met die van Gemini 4 Argon: $2 per miljoen inputtokens en $10 per miljoen outputtokens, stijgend naar $4 en $20 zodra de promotie op 30 november 2026 eindigt.
  • •In securityevaluaties leidde Carbon benchmarks voor het vinden, exploiteren en patchen van kwetsbaarheden, blokkeerde het 99% van de aanvalstrajecten van Google's adaptieve red-teaming-agent en behaalde het een slagingspercentage van 0% voor prompt injection-aanvallen op de Gray Swan IPI-benchmark.
  • •Google-onderzoekers gebruikten Carbon om in wezen weken lang belangrijke securityeigenschappen van Signal's cryptografische protocol formeel te bewijzen en om het ophalen van homologen gemiddeld met 40-voud te verhogen over zeven eiwitfamilies met weinig homologie.
Google DeepMind lanceert Gemini 4 Carbon, zijn krachtigste frontiermodel tot nu toe

Google DeepMind kondigde op 10 november 2026 aan dat Gemini 4 Carbon, de nieuwste aanwinst voor de Gemini 4-familie frontiermodellen, nu beschikbaar is voor ontwikkelaars, ondernemingen, wetenschappers en consumenten. In de aankondiging op de Google DeepMind-blog omschreef Koray Kavukcuoglu, SVP van Google DeepMind en Chief AI Architect bij Google, Carbon als het krachtigste model van het bedrijf, met frontierprestaties op het gebied van cybersecurity en langlopende agentische workflows voor complex kenniswerk, software-engineering en wetenschappelijk redeneren.

Twee weken eerder had Google Carbon vrijgegeven aan een groep cybersecurityverdedigers via het Fairwind Program. Carbon volgt op Gemini 4 Argon, dat volgens Google de ideale keuze blijft voor het merendeel van software-engineering en kenniswerk. Carbon is gebouwd voor taken die de grenzen van de intelligentie van een model testen — complexe, meerstaps-codering en debugging, en open wetenschappelijk onderzoek en ontdekking — en gebruikt meer tokens dan Argon om grondig te verkennen, diep te redeneren en uitgebreide verificatielussen uit te voeren.

Bij onafhankelijke benchmarks die zijn ontworpen om modelprestaties in echte workflows te testen, combineert Carbon volgens Google frontier-nauwkeurigheid met praktische productie-economie. Het staat #1 op CursorBench 4.0, Perplexity's WANDR en Zapier's AutomationBench, met meer dan 2X lagere kosten per taak vergeleken met het beste externe alternatief.

Om Carbon toe te passen op grotere en complexere projecten, previewt Google /swarm in Google Antigravity, zoals beschreven in de Antigravity-aankondiging. De functie zet één prompt om in een gecoördineerd team van agents dat in realtime te volgen is. Ontwikkelaars kunnen Carbon toewijzen aan rollen die de diepste redenering vereisen, zoals architectuurontwerp, coördinatie en auditing, terwijl het wordt gekoppeld aan snellere, lichtere modellen in parallelle geïsoleerde werkruimten en adversariële verificateurs die elke wijziging testen.

Gemini 4 Carbon is via de API beschikbaar in Google AI Studio en Gemini for business voor alle betalende ontwikkelaars en ondernemingen, tegen dezelfde introductieprijs als Gemini 4 Argon: $2 per miljoen inputtokens en $10 per miljoen outputtokens, volgens de prijsdocumentatie van Google. Een voetnoot in de aankondiging vermeldt dat na afloop van de introductieperiode op 30 november 2026 een prijs van $4 per miljoen inputtokens en $20 per miljoen outputtokens geldt; het introductietarief geldt alleen voor het Carbon-model dat voor publieke toegang is bedoeld. Het model wordt ook uitgerold naar alle Google AI Ultra-abonnees in Google Antigravity, de Gemini-app en AI Mode in Search.

Kenniswerk met hogere precisie, artefactgeneratie en data-analyse

In de juridische, financiële en bedrijfsoperationele sector combineert Gemini 4 Carbon volgens Google frontier-beeldbegrip, redenering en uitputtende retrievering om onderbouwde inzichten te synthetiseren uit grote hoeveelheden dichte documenten en data. Het model volgt strikte schema's en opmaak om verzorgde en nauwkeurige spreadsheets, presentaties en rapporten te genereren.

Omdat bestaande benchmarks niet voldoende vastleggen hoe agents van nature redeneren over dichte bestanden met grafieken, afbeeldingen, blauwdrukken, schema's en tabellen, lanceerde Google samen met Artificial Analysis de nieuwe Multimodal Knowledge Agent (MKA)-benchmark, die de multimodale prestaties van een model in agentische workflows test. Carbon staat #2 op de benchmark, met meer dan 6X lagere gemiddelde kosten per taak dan het best presterende model.

Google demonstreerde ook de documentverwerkingscapaciteiten van Carbon via multi-agent-builds in Google Antigravity. Een team van Gemini 4 Carbon-agents zette historische foto's en technische platen met één enkele prompt om in een interactieve Three.js 3D-expositie van de bouw van de Eiffeltoren in 1887–1889. Op basis van zeven openbare gemeenteraadsplanning-PDF's (206 geëxtraheerde technische tekeningaanzichten) en één enkele prompt bouwde een multi-agent Carbon-team in 10 nachtelijke loops een interactieve Three.js-reconstructie van Google's Platform 37-kantoor met 906K driehoeken. In een andere demonstratie bouwde Carbon een interactieve multiscale-textielvisualizer op basis van een academisch artikel, waarbij een virtual-fiber finite element-framework werd gemodelleerd met interactieve 3D-garnalenmeshes (3D yarn meshes), 110-vezel polar tracking en dynamische spanning-rekcurves, met minimale prompts.

In pre-release-evaluaties evenaarde Carbon de prestaties van het best geteste model voor diepgaand financieel onderzoek in Hebbia's E2E Financial Agentic-evaluatie en stond het bovenaan uit 23 frontiermodelconfiguraties op Balyasny Asset Management's General Financial Intelligence-benchmark, die juridische expertise, agentisch toolgebruik en executie, codering en data-engineering, en perceptie en contextbegrip omvat.

Verbeterde agentische codering, full-stack-ontwikkeling en 3D- en UI-design

Carbon presteert uitzonderlijk goed op engineeringtaken die multi-agent-samenwerking vereisen, zoals migraties over meerdere pakketten, onderzoek naar de oorzaak van problemen over subsystemen heen en complexe herontwerpen van architectuur. Voor webapp-ontwikkeling voert het volgens Google build-and-verify-loops uit, herstelt het van fouten en controleert het zowel zijn code als de gerenderde UI om complete, werkende applicaties te produceren. Sterker visueel ontwerp, ruimtelijk redeneren en aandacht voor omgevingsdetails zijn ook van toepassing op 3D-game-ontwikkeling en creatieve codering.

Google toonde verschillende builds die worden aangedreven door de /swarm-functie in Google Antigravity. Carbon creëerde een open-world 3D-game waarin spelers Google's Mountain View-campus verkennen als een pelikaan op een GBike; het systeem coördineerde subagents om 3D-assets in Blender te modelleren op basis van Omni- en Nano Banana-referenties, de browsersgame in Three.js met WebGL-shaders te bouwen en procedurele Web Audio-geluidseffecten te combineren met Lyria-muziek. Een speelbare versie van de game staat in AI Studio.

Gecombineerd met verbeterde front-end-smaak en motion design-vaardigheden in Google Antigravity, herontwierp Carbon de Google Merchandise Store in twee prompts, waarbij het vijf artrichtingsconcepten voorstelde en volledig nieuwe productbeelden genereerde met Nano Banana 2.1. De live app en de bijbehorende Gemini front end design-skill zijn beide publiek beschikbaar.

Vertrekkend van een videoreferentie die met Gemini Omni in Google Antigravity is gegenereerd, produceerde Carbon een filmische meerschots onderwaterscène van Atlantis. De pipeline modelleerde procedurele ruïnes, volumetrische caustische verlichting en watersimulatie in Blender voordat de volledige omgeving naar Three.js werd omgezet voor realtime browserrendering.

Met een multi-agent-loop in Google Antigravity reconstrueerde Carbon ook een bespeelbare Stein-Schule-fortepiano uit circa 1780 met 61-toets-escapementfysica op basis van CAD-tekeningen en röntgenopnames, en plaatste deze in een 3D-model van de Koerner Hall van het Royal Conservatory of Music in Toronto met plaatspecifieke ruimtelijke akoestiek. Het interactieve instrument is beschikbaar als live app.

Frontiercapaciteiten voor cybersecurity

Gemini 4 Carbon for cyber levert Google's sterkste cybersecuritycapaciteiten tot nu toe en geeft securityteams de end-to-end intelligentie die nodig is om kritieke software te beschermen. Wanneer het via het Fairwind Program wordt benaderd, leidt Carbon op belangrijke benchmarks voor het vinden (SEC-bench Pro), exploiteren (ExploitGym) en patchen (CWE-bench v1) van kwetsbaarheden — software inspecteren, natrekken hoe gebreken over systemen heen kunnen worden gekoppeld en geverifieerde patches met oorzaakanalyse genereren.

Vroege testers binnen en buiten Google zien al sterke resultaten met Carbon for cyber in de praktijk. In Project Fortify, Google's autonome systeem voor scanning, triage en remediëring, behaalde Carbon 100% recall bij scanning en 95% precisie bij triage op Google's interne benchmark. Bij het testen van open-sourcecodeermrepository's meldt Google een relatieve verbetering van meer dan 25% op Argon's al sterke recall-rate, waarbij voorheen onopgemerkte, echte logicafouten aan het licht kwamen. Het doorvoeren van deze winsten binnen Google — een van 's werelds grootste gebruikers van open-source software — helpt zowel de eigen systemen van het bedrijf als het bredere ecosysteem te beveiligen, aldus Google.

Google's Cloud Vulnerability Research (CVR)-team gebruikte Carbon onlangs om aan te tonen dat twee bugs in populaire open-source software in werkelijkheid exploiteerbare kwetsbaarheden waren, vergelijkbaar in ernst met de recente PHP2Shell-exploit. Door met Carbon een proof of concept te bouwen, hielp CVR de maintainers de bug te herclassificeren als kritiek en snel een patch uit te brengen. Details worden gedeeld zodra het verantwoorde openbaarmakingsproces is afgerond.

Als onderdeel van Wiz's Scan for Good-programma gebruikte het team Carbon om kwetsbaarheden in openbare digitale infrastructuur te beoordelen. Bij het scannen van twee grote SaaS-aanbieders ontdekte het model 0-day kwetsbaarheden in minder dan twee uur, waarbij weken van kwetsbaarheidsonderzoek werden gecomprimeerd tot één middag. Het team werkte samen met de getroffen organisaties om in recordtijd te remediëren, wat helpt de potentiële impact op tienduizenden bedrijven te beperken.

Sterker wetenschappelijk en wiskundig redeneren

Gemini 4 Carbon toont sterk verbeterde prestaties in redeneren over natuurkunde, wiskunde en levenswetenschappen, het synthetiseren van experimentele data, het toetsen van hypothesen en het doorlopen van meerstaps-vraagstukken binnen domeinen. Voor Axiom Bio, een bedrijf dat onderzoek doet naar geneesmiddelentoxiciteit, is Carbon nu het leidende model voor translational science, waarbij het nieuwe toxiciteitsmechanismen vond die het bedrijf eerder niet had geïdentificeerd. Axiom verplaatst nu zijn productie-wetenschappelijke analyses en agents naar zowel Carbon als Argon om de creatie van veiligere geneesmiddelen mogelijk te maken.

Onderzoekers binnen Google gebruiken Carbon in Google Antigravity om hun werk te versnellen:

  • Codeverificatie: Onderzoekers bouwden een nieuw agentisch framework voor formele verificatie genaamd AlphaProof Code en pasten het toe op een grote securityuitdaging: wiskundig bewijzen dat de werkelijke code onder de cryptografische protocolimplementatie van Signal correct is. Met Carbon naast andere modellen vertaalden de onderzoekers securitydoelen naar wiskundige stellingen. AlphaProof Code-agents gebruikten Carbon vervolgens om miljoenen regels code in Lean te genereren, een computertaal voor het schrijven van wiskundige bewijzen, waarmee ze in weken belangrijke securityeigenschappen bewezen — een taak die expertteams historisch jaren kost. Google zei dat het resultaat Carbon's potentieel aantoont om schaalbare formele verificatie mogelijk te maken, lang beschouwd als de gouden standaard voor het bouwen van veilige software.
  • Ontwikkeling van enzymassays: Uitgerust met alleen labnotities en ruwe data, ging Carbon verder dan standaardanalyse om moeilijk te interpreteren data-anomalieën aan het licht te brengen, die het gebruikte om subtiele experimentele artefacten in natte labo's te diagnosticeren, zoals onvolledige geautomatiseerde menging in diepe putten, wat leidde tot aanzienlijk verbeterde reproduceerbaarheid. Carbon verbeterde ook methoden om chromatografiepieken te deconvolueren en vond sporen van sample carryover in onderzoeksinstrumenten, wat de ontwikkeling van nieuwe assays aanzienlijk versnelde en de feedbacklus tussen berekening en het lab strakker maakte.
  • Eiwitstructuurvoorspelling: Structuurvoorspellingsmodellen zoals AlphaFold 3 gebruiken Multiple Sequence Alignments (MSA's) van evolutionaire verwanten om te helpen afleiden hoe aminozuurketens vouwen, en daardoor hebben ze vaak moeite met onderbenaderde, virale, microbiële en eukaryote eiwitten die weinig matches hebben in standaarddatabases. In een multi-agent-setup gebruikten Google's onderzoekers Gemini 4 Carbon om autonoom externe homologen te ontdekken in petabase-schaal ongeannoteerde sequentiearchieven, omgevings- en virale sequentiecatalogen en 3D-structuredatabases. Over 7 eiwitfamilies met weinig homologie uit de CASP17 blind test set verhoogde Carbon het aantal opgehaalde homologen gemiddeld met 40-voud, waardoor de informatie die beschikbaar is voor structuurvoorspellingsmodellen aanzienlijk toenam zonder retraining. Hoewel bredere benchmarking nog gaande is, biedt het aanpakken van deze upstream-zoekflessehals mogelijk een veelbelovend pad naar het modelleren van moeilijk te karakteriseren regio's van het proteoom.

Vier weken voor de aankondiging opende Google aanmeldingen om 10.000 wetenschappers kosteloos zes maanden toegang te geven tot Argon in Google Antigravity om het tempo van hun onderzoek te versnellen, en duizenden wetenschappers zijn al geonboard. Met de release van Carbon breidt Google de toegang tot Carbon uit voor huidige en toekomstige deelnemers, en het programma blijft toegang bieden tot Google's nieuwste frontiermodellen zodra die beschikbaar komen. Aanmeldingen zijn nog open via Google's aanmeldformulier, en onboarding gaat wekelijks doorlopend verder, afhankelijk van geschiktheid, capaciteit en selectie.

Vooruitgang in modelsafety en -security

Google zei dat het bij elke nieuwe modelrelease safety- en securitymitigaties, preventie van agentisch misbruik, modeluitlijning en schadebeperking versterkt in verhouding tot de modelcapaciteit. Omdat Gemini 4 Carbon sterkere cybercapaciteiten introduceert, bouwde het bedrijf voort op Argon's safety- en securitystack om robuustheid tegen misbruik en prompt injection te versterken.

Wat betreft misbruik zei Google dat het safeguards heeft versterkt om ervoor te zorgen dat sterkere defensieve redenering niet vertaald wordt in offensief risico. In gesimuleerde cyberaanval-testomgevingen met ExploitBench en CyScenarioBench blokkeerde Carbon 99% van de aanvalstrajecten van Google's adaptieve red-teaming-agent, die na elke blokkade zijn aanvalsplannen iteratief kan herzien. De Carbon-safeguards verlaagden het per-poging inbreukpercentage naar 0,8%, van 3,1% bij Argon, en verlaagden het slagingspercentage van geautomatiseerde cyberaanval-query's naar 2,17% in Gray Swan's testen, vergeleken met 9,86% bij Argon. Extern testen door Trajectory Labs vond nul nieuwe universele jailbreaks in 132 uur en meer dan 13.000 verzoeken.

Wat betreft uitlijning rapporteerde Google significante verbeteringen gemeten met monitorvlag-percentages gedurende de levenscyclus van het model, samen met afnames in datafabricage. Op Google's 375-taak agentische eerlijkheidsbenchmark slaagde Carbon voor 92% van de taken, vergeleken met 70% voor Argon — weigerde het in 98% van de gevallen ontbrekende experimentele data in te vullen en markeerde het in 68% van de gevallen methodologische gebreken.

Wat betreft prompt injection deelde Google twee weken voor de aankondiging dat Carbon een slagingspercentage van 0% behaalde op de Gray Swan IPI-benchmark — de eerste keer dat die mijlpaal werd bereikt. Tegelijk gaf Google toe dat robuustheid tegen prompt injection nog een gebied voor verbetering blijft: zijn geavanceerde geautomatiseerde red teaming heeft aangetoond dat modellen in sommige distributies verder verbeterd kunnen worden tegen geavanceerde aanvallen, en levert data die het bedrijf zegt te zullen gebruiken om de security van zijn modellen continu naar het volgende frontier te brengen. Meer details zijn beschikbaar in het volledige Gemini 4 Carbon Safety and Security-rapport (PDF) en in Google's gerelateerde safety- en securitypost.

Aan de slag met Gemini 4 Carbon

Vanaf 10 november sluit Carbon zich bij Argon aan in Google's familie van frontiermodellen binnen zijn producten:

  • Ontwikkelaars: Bouw met de betaalde tier van de Gemini API in AI Studio en Android Studio; Google AI Ultra-abonnees kunnen het proberen in Google Antigravity en AI Studio.
  • Ondernemingen: Toegang via Gemini for business via de API of de modeldropdown, in Google Antigravity of in CodeMender.
  • Gewone gebruikers: Probeer Carbon vanaf vandaag in de Gemini-app en AI Mode in Search met een Google AI Ultra-abonnement.
  • Wetenschappers en onderzoekers: Meld je aan voor een kans om gratis zes maanden toegang te krijgen tot zowel Argon als Carbon via Google Antigravity's hoogste gebruikstier, met doorlopende onboarding, afhankelijk van geschiktheid, capaciteit en selectie.
  • Cybersecurityverdedigers: Meld je aan voor het Fairwind Program om doorlopend toegang te krijgen tot Carbon for cyber.

Meer informatie is beschikbaar in de Gemini 4 Carbon model card (PDF), samen met Google's bijgewerkte Gemini 4 developer guide en documentatie, die best practices behandelen voor het migreren van workflows naar het model.

Over de auteur

Koray Kavukcuoglu is SVP van Google DeepMind en Chief AI Architect bij Google, waar hij de ontwikkeling leidt van Google DeepMind's meest geavanceerde generatieve AI-modellen en hun integratie in Google's producten op schaal. Voor zijn huidige rol was hij VP of Research bij Google DeepMind, waar hij het deep learning-team oprichtte en zijn team baanbrekende onderzoekdoorbraken realiseerde zoals DQN (Deep Q-Network) en WaveNet.