Gestaffelte Einführung: Googles Gemini 4 Carbon erreicht zuerst Cyberabwehrteams

Google kündigte Gemini 4 Carbon an und bezeichnete es als das leistungsstärkste Frontier-Modell des Unternehmens. Am 28. Oktober 2026 erklärte Google, das Modell werde schrittweise eingeführt und zunächst einer ausgewählten Gruppe von Cyberabwehrteams zugänglich gemacht, statt breit verfügbar zu sein.

Bei der Ankündigung bezeichnete Koray Kavukcuoglu, Senior Vice President von Google DeepMind und Chief AI Architect bei Google, Carbon als das leistungsstärkste Modell des Unternehmens mit führenden Fähigkeiten in der Cybersicherheit und bei langfristigen Aufgaben. Carbon ist der Nachfolger von Gemini 4 Argon, das Google zwei Wochen vor der Ankündigung von Carbon auf den Markt gebracht hatte. Google erklärte, das neue Modell veranschauliche, wie schnell das Unternehmen die Grenzen des Machbaren verschiebe und gleichzeitig seine Schutzmaßnahmen verstärke.

Google erklärte, das Unternehmen gehe bei der Einführung bewusst schrittweise vor und beteilige sich aktiv am freiwilligen Verfahren der US-Regierung zur Prüfung von Modellen vor ihrer Veröffentlichung. In der Woche der Ankündigung soll Carbon zunächst einer ausgewählten Gruppe von Cyberabwehrteams zur Verfügung gestellt werden. Anschließend will Google den Zugang über sein Fairwind Program schrittweise auf weitere vertrauenswürdige Partner ausweiten. Google erklärte, weiterhin Feedback zu sammeln und Schutzvorkehrungen weiterzuentwickeln, bevor das Modell über seine Produktangebote für Entwickler, Unternehmen und Verbraucher verfügbar gemacht werde. Dies solle so bald wie möglich geschehen.

Langfristige Programmieraufgaben und allgemeine Benchmarks

Google erklärte, Carbon sei für anspruchsvollere technische Aufgaben mit langem Zeithorizont konzipiert und für anhaltende agentische Arbeitsabläufe ausgelegt. Interne Teams hätten beobachtet, dass das Modell tagelang arbeite und auch nach Sackgassen an komplexen, mehrstufigen Aufgaben dranbleibe, etwa bei der Ursachenanalyse und Behebung schwer erkennbarer Fehler in großen Codebasen und hardwarenahen Systemen.

Laut Google belegt Carbon in der kürzlich aktualisierten Version 5.0 des Artificial Analysis Intelligence Index mit 59 Punkten den ersten Platz. Das Unternehmen teilte mit, Carbon habe 89 Elo-Punkte hinzugewonnen und erreiche mit 1768 Punkten den vierten Platz in der WebDev Arena. Als Grund nannte Google die höhere Qualität der Ergebnisse und Artefakte in der Webentwicklung. Google erklärte, die Verbesserungen konzentrierten sich auf Programmieraufgaben, agentische und wissenschaftliche Aufgaben sowie Full-Stack-Webentwicklung und multimodales Verständnis und bauten auf dem Feedback der Nutzer auf.

Leistung in der Cyberabwehr

Google berichtete von branchenführenden Ergebnissen über den gesamten Lebenszyklus der Cyberabwehr hinweg – von der Erkennung und Validierung bis zur Behebung von Sicherheitslücken. Die externen Tests seien ohne Schutzvorkehrungen durchgeführt worden. Bei SEC-bench Pro, das die autonome Entdeckung komplexer Schwachstellen in realer Software misst, erzielte Carbon laut Google 88,2 %. Bei ExploitGym, einem Benchmark zur Überprüfung, ob erkannte Schwachstellen ausnutzbar sind, meldete Google mit 54,8 % einen neuen Spitzenwert. Bei Collinear’s CWE-bench, das die Behebung von Schwachstellen an ihrer Ursache prüft, erzielte Carbon laut Google 71,0 %.

Bei internen Benchmarks erzielte Carbon laut Google bei der Generierung sicheren Codes eine um mehr als das Zweifache höhere Erfolgsquote als Argon. Das Chrome-Team des Unternehmens stellte fest, dass Carbon bei der Erstellung hochwertiger Patches mehr als zehnmal besser abschnitt als das große Frontier-Modell eines anderen Labors. Google ergänzte, dass Carbon laut Wiz, seiner Cloud-Sicherheitsplattform, bei Benchmarks für Web-Penetrationstests führend sei. Diese Fähigkeit ist zentral für Wiz’ Initiative Scan for Good.

Ergebnisse zu Sicherheit und Ausrichtung

Carbon baut laut Google auf dem mehrschichtigen Sicherheitskonzept auf, das auch bei Argon zum Einsatz kommt. Es umfasst Modelltraining, Echtzeitmaßnahmen gegen Missbrauch, Schutz vor Prompt-Injection-Angriffen und die Überwachung von Gedankengängen.

Das Unternehmen berichtete, Carbon habe erfolgreiches Schummeln bei Terminal-Bench 4.0 auf 0,0 % reduziert; zugleich seien die Schummelversuche auf 0,4 % zurückgegangen und die Gesamtgenauigkeit gestiegen. In Live-Coding-Umgebungen mit internen Teams seien zudem Warnmeldungen zu schwerwiegenden Fehlanpassungen um fast 80 % gesunken. Bei internen Tests reduziere Carbon unbelegte Behauptungen im Vergleich zu Argon um etwa das Zweifache, nehme methodische Vorbehalte direkt in seine Ergebnisse auf und führe blockierte Aktionen nicht aus. Statt Belege zu erfinden oder fehlende Nachweise zu kaschieren, liste das Modell klar auf, was noch erforderlich sei. Google meldete außerdem, dass bei der Ausführung mehrstufiger Pläne Kompetenzüberschreitungen um 26 % und unzureichende Unterstützung um 29 % zurückgingen. Bei mehrdeutigen Aufgaben rufe das Modell relevante Quellen ab und weise die Nutzer vor dem Handeln auf Unstimmigkeiten hin. Im Indirect Prompt Injection Benchmark von Gray Swan erzielte Carbon laut Google eine Angriffs-Erfolgsquote von 0,0 % und widerstand damit jedem getesteten Angriffsversuch. Zuvor hatte Argon den Benchmark mit 0,7 % angeführt.

Zugang zum Fairwind Program und Preise

Das von Google DeepMind betriebene Fairwind Program gewährt besonders wichtigen Akteuren der Cyberabwehr, etwa Regierungen, Gesundheitsdienstleistern und Telekommunikationsunternehmen, frühzeitigen Zugang zu fortschrittlichen Modellen. Google DeepMind zufolge arbeitet das Unternehmen derzeit weltweit mit mehr als 650 Partnern zusammen. Eine Gruppe von Programmpartnern erhält exklusiven Zugang zu Gemini 4 Argon, um es mit CodeMender einzusetzen, einem spezialisierten Agenten für Codesicherheit, der Softwarekorrekturen automatisiert.

Der Zugang zum Programm ist an bestimmte Bedingungen geknüpft. Partner dürfen ausschließlich zulässige Dual-Use-Aufgaben durchführen, darunter autorisierte Bedrohungssimulationen, Reverse Engineering und Malware-Analysen zu Zwecken der Verteidigung und der akademischen Forschung; böswillige Aufgaben wie das Erstellen von Malware sind nicht zulässig. Teilnehmende Organisationen müssen eine Authentifizierung auf Nutzerebene und phishingresistente Multi-Faktor-Authentifizierung einsetzen, den Modellzugriff auf interne Teams für Cybersicherheit, Reaktion auf Sicherheitsvorfälle oder Penetrationstests beschränken und den Zugriff und die Nutzung durch Mitarbeitende nachverfolgen. Partner dürfen den Zugang zu den Modellen weder teilen noch weiterverbreiten oder verkaufen. Google DeepMind führt Hintergrundüberprüfungen bei Bewerbern durch, um deren Sicherheitsbilanz und eine nachweisbare ethische Geschäftstätigkeit zu prüfen. Vorrang haben Regierungen und nationale Cyberbehörden, Betreiber kritischer Infrastrukturen in den Bereichen Gesundheitswesen, Telekommunikation, Energie und Finanznetzwerke sowie zentrale Technologieplattformen.

Carbon startet zum selben Einführungspreis wie Argon: 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token. Für im Cache gespeicherte Eingabe-Token gilt ein Rabatt von 95 % auf den Preis für Eingabe-Token. Eine Fußnote in der Ankündigung besagt, dass nach Ablauf des Einführungszeitraums 4 US-Dollar pro Million Eingabe-Token und 20 US-Dollar pro Million Ausgabe-Token berechnet werden.

Google erklärte, man sei gespannt darauf, wie die erste Gruppe von Cyberabwehrkräften das Modell einsetzt, und freue sich darauf, Carbon schon bald Entwicklern, Unternehmen und Verbrauchern zur Verfügung zu stellen.