Gemini 4 Carbon ist Nummer eins im Index und nicht verfügbar: Was änderte sich am 28. Oktober?

Google DeepMind veröffentlichte Gemini 4 Carbon: unser nächstes Frontier-Modell am 28. Oktober 2026, und in diesem Beitrag stand die Zahl, die seither überall zitiert wird: 59 auf dem Artificial Analysis Intelligence Index v5.0 — erster Platz, einen Punkt vor Claude Opus 5.5 mit 58 und neun Punkte vor Gemini 4 Argon, dem Modell, auf dem Carbon basiert und das Google seit dem 13. Oktober über seine kostenpflichtige API verkauft. Artificial Analysis ist der Drittanbieter-Evaluator hinter dieser Zahl, und die Zeile war am selben Tag veröffentlicht. Was am 28. Oktober nicht kam — und auch nicht am 29. oder 30. Oktober —, ist ein Weg für alle außerhalb eines benannten Programms, das Modell aufzurufen.

Diese Lücke – zwischen einem verifizierten Spitzenrang und einer Tür ohne Klinke – ist die ganze Geschichte der Woche. Carbon ist kein Leak, kein Gerücht und keine Vorschau, die jemand auf einer Bestenliste entdeckt hat. Es ist ein angekündigtes, gebenchmarktes, bepreistes Modell mit einer veröffentlichten Preisliste und ohne veröffentlichte Modell-ID. Im Folgenden steht, was sich tatsächlich geändert hat, was Google zurückgehalten hat und was die Zahlen bedeuten, sobald man aufhört, die Schlagzeilenwertung zu lesen, und beginnt, die neun Tests zu lesen, aus denen sie gemittelt wird.

Was in dem Beitrag stand – und die vier Dinge, die nicht darin standen.

In der Ankündigung wird Koray Kavukcuoglu genannt, SVP und Chief AI Architect von Google DeepMind, und Carbon wird als ein Cybersicherheits- und Langfrist-Engineering-Modell positioniert, das auf Argon aufbaut. Die Formulierung zum Zugang ist präzise und es lohnt sich, sie zweimal zu lesen: „Ab dieser Woche werden wir Carbon einer Teilmenge von Cyber-Verteidigern zur Verfügung stellen", dann „den Zugang für weitere vertrauenswürdige Partner über unser Fairwind Program schrittweise ausweiten" und schließlich Entwicklern, Unternehmen und Verbrauchern „so bald wie möglich", sobald die Schutzmaßnahmen verfeinert sind. Google gibt außerdem an, am freiwilligen Vorab-Testverfahren der US-Regierung beteiligt zu sein. In dieser Abfolge taucht nirgends ein Datum auf.

Vier Dinge, die eine Modellseite normalerweise enthält, fehlen:

• Modell-ID — die Modellliste der Gemini API, geprüft am 30. Oktober, enthält keinen Carbon-Eintrag. Der einzige Gemini-4-String darin ist gemini-4-argon.

• Kontextfenster — {{1}}weder in Googles Beitrag angegeben noch auf seiner Preisseite vorhanden{{/1}}. Die Modellseite von Artificial Analysis nennt 1M; dabei handelt es sich um eine Angabe eines Drittanbieters, nicht um eine Herstellerspezifikation, und sie ist die einzige im Umlauf befindliche.

• Parameteranzahl und Architektur — nicht offengelegt, und kein technischer Bericht begleitet die Veröffentlichung.

• Eine Model Card – bis zum 30. Oktober wurde keine veröffentlicht, weshalb jede Sekundärquelle den Blogbeitrag statt einer Spezifikation zitiert.

Die Preisgestaltung hingegen wird vollständig veröffentlicht, was die Auslassungen beabsichtigt statt unfertig erscheinen lässt: Google ist bereit, Ihnen zu sagen, was Carbon kostet, bevor es bereit ist, Ihnen zu sagen, was es ist.

Die 59 ist ein Durchschnitt aus neun Tests, und Carbon gewinnt vier davon.

Die eigene Ausarbeitung von Artificial Analysis ist nützlicher als der Rang. Carbon führt 4 der 9 Bestandteilevaluationen an – HLE-Diamond, Terminal-Bench-Science, AA-Omniscience und AutomationBench-AA – was bedeutet, dass die Punktzahl für den ersten Platz daher rührt, dass es durchweg sehr gut abschneidet, und nicht daher, dass es das gesamte Set dominiert. Die Bereiche, in denen es nicht führend ist, sind genau die, die ein Entwickler, der einen Agenten einstellt, zuerst bemerken würde.

• Coding-Agenten – Carbon erreicht mit Antigravity CLI 59 im Coding-Agent-Index. Claude Opus 5.5 kommt in Claude Code auf 62. Drei Punkte – und zwar bei genau der Workload, auf die Googles Marketing am stärksten setzt.

• Terminal-Bench 4.0 — Carbon liegt mit 64 % auf dem zweiten Platz, hinter Claude Opus 5.5.

• FrontierCode v1.1 — Zweiter mit 51%, erneut hinter Opus 5.5.

• AA-Briefcase — 1.609 Elo, 126 mehr als die 1.483 von Gemini 4 Argon. Das ist der größte einzelne Sprung bei der Einführung und lässt Carbon weiterhin hinter Grok 4.7 (1.638), Muse Wonder (1.659) und Kimi K3.1 Pro (1.678) zurück.

• AA-Omniscience v1.1 — 54, vor Opus 5.5 mit 48 und Argon mit 46. Die Genauigkeit stieg um 10 Punkte auf 58 %, und die Halluzinationsrate stieg von 4 % auf 11 %. Die zweite Zahl steht nicht in Googles Beitrag.

Die ehrliche Lesart von 59 ist also, dass Carbon das stärkste Allzweckmodell auf dem Leaderboard und der zweitstärkste Coding-Agent ist, mit einer verschlechterten Halluzinationsrate, die Google nicht von sich aus genannt hat. Alle drei Aussagen stammen von derselben Seite.

Googles eigene Tabelle, beschriftet als Googles

Die Anbieterzahlen sind diejenigen, die in Beschaffungspräsentationen landen werden, daher verdienen sie eine präzise Zuordnung statt eines Platzes im selben Satz wie die unabhängige Bewertung. Alles unten ist von Google berichtet und außerhalb Googles nicht reproduziert:

• SEC-bench Pro — 88,2 % bei der Entdeckung von Schwachstellen, die zentrale Cybersicherheitsaussage.

• ExploitGym — 54,8 % bei der Exploitation, gegenüber 42,0 % für Gemini 4 Argon.

• CWE-bench — 71,0 % beim Patchen.

• WebDev Arena — um 89 Elo auf 1.768 gestiegen, vierter Platz. Diese ist eine öffentliche Arena und daher überprüfbar, weshalb sie die Herstellerangabe ist, die am wenigsten mit einem Vorbehalt versehen werden muss.

• Gray Swan indirekte Prompt-Injection — 0,0 % Angriffserfolg, gegenüber Argons 0,7 %. Terminal-Bench 4.0 Betrug: 0,0 % erfolgreich, 0,4 % versucht.

• Interne Engineering-Behauptungen – mehr als doppelt so hohe Erfolgsquote bei der Generierung von sicherem Code im Vergleich zu Argon; eine Erklärung des Chrome-Teams, dass Carbon „mehr als 10-mal“ bessere Patches erzeugte als das Frontier-Modell eines rivalisierenden Labors; schwerwiegende Warnungen zu Fehlausrichtungen um fast 80 % gesunken; nicht belegte Behauptungen etwa halbiert; Aufgabenüberschreitung um 26 % und Unterversorgung um 29 % gesunken.

Googles Tabelle ist nicht durchweg schmeichelhaft, und die beiden Punkte, an denen sie verliert, sind genau die, die man sich merken sollte: FrontierSWE 2 ging an GPT-6 Astra, und das Offline-Subset von OSWorld-2.1 ging an Claude Opus 5.5. Ein Launch-Beitrag, der seine eigenen Niederlagen veröffentlicht, ist glaubwürdiger als einer, der siebzehn Siege veröffentlicht und keine Spalte für den Rest hat — genau deshalb sind die Zeilen mit den Niederlagen das Erste, was man prüfen sollte, wenn ein Anbieter einen Sweep behauptet.

Die Preisliste und die Uhr, die Google nicht gestartet hat

Der Einführungspreis von Carbon beträgt 2 $ pro Million Eingabe-Tokens und 10 $ pro Million Ausgabe-Tokens, wobei für zwischengespeicherte Eingaben 95 % Rabatt gewährt werden. Im Beitrag heißt es dann, dass nach Ablauf des Einführungszeitraums „4 $ pro 1 Mio. Eingabe-Tokens und 20 $ pro 1 Mio. Ausgabe-Tokens gelten werden“ – und es wird kein Enddatum genannt. Argon hat dagegen einen festen Endtermin: Sein Einführungstarif läuft bis zum 30. November 2026, und der Standardtarif tritt am 1. Dezember in Kraft. Bei Carbon läuft die Uhr noch nicht, und sie wird erst starten, wenn das Modell einen öffentlichen Endpunkt hat, über den es verkauft werden kann.

Bei Standardpreisen veranschlagt Artificial Analysis die Kosten von Carbon pro Aufgabe im Intelligence Index auf $7.76 — etwa 23 % unter Claude Opus 5.5 (max) mit $10.04 und rund das 1,2-Fache von GPT-6 Astra (max) mit $6.25, bei 123k Ausgabetokens pro Aufgabe. Das sind Dollar pro Aufgabe, nicht Dollar pro Token, und der Unterschied ist wichtig: Ein Modell, das pro Token günstiger ist, aber länger nachdenkt, kann pro Antwort trotzdem mehr kosten.

Dies ist der Teil des Launches, der in dem Moment relevant wird, in dem Carbon einen Endpoint bekommt, und es ist der Teil, für den die Weitergaberegel für den vollständigen Modellkatalog gedacht ist. OrcaRouter berechnet 0 % Aufschlag und gibt den Listenpreis des Anbieters unverändert weiter, sodass eine Preissenkung oder Preiserhöhung des Anbieters bei uns noch am selben Tag wirksam wird und nicht erst nach einem Preisanpassungszyklus. Derzeit gilt diese Regel für die Google-Modelle, die wir tatsächlich routen; Carbon gehört nicht dazu, und Seiten, die etwas anderes behaupten, verkaufen etwas, das noch niemand liefern kann.

Was ein Entwickler diese Woche tatsächlich tun kann

Am 30. Oktober enthält der OrcaRouter-Katalog keine Zeichenfolge, die zu Gemini 4 passt. Die heute aufrufbaren Frontier-Gemini-Modelle stehen eine Stufe darunter und sind entsprechend bepreist: Gemini 3.1 Pro Preview zu 2 $ Eingabe und 12 $ Ausgabe pro Million Tokens bei einem Kontext von 1 Mio. Tokens sowie die Flash-Stufe – Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash – ab 0,75 $ Eingabe. Das bedeutet „das Topmodell ist gesperrt“ in der Praxis: Die Arbeit muss trotzdem ausgeliefert werden, und sie wird auf dem besten Modell ausgeliefert, das eine Tür hat.

Wenn Sie Carbon für einen Sicherheits-Workflow evaluieren, besteht die glaubwürdige Art der Vorbereitung – ohne einen Produktionspfad auf ein unveröffentlichtes Modell zu setzen – darin, zuerst den Fallback aufzubauen. Automatisches Failover über Anbieter hinweg mit einem Schlüssel bedeutet, dass ein primäres Modell, das beginnt, Fehler zurückzugeben oder langsamer zu werden, innerhalb desselben Aufrufs ersetzt wird. Am Tag, an dem Carbon verfügbar wird, ist der Wechsel also eine Änderung der Modell-String-Änderung statt einer Neuarchitektur.

Der Präzedenzfall, der das Datum vorgibt, das man im Auge behalten sollte

Argon ist die einzige brauchbare Vorlage für das, was als Nächstes passiert. Google kündigte es am 30. September 2026 an, stellte es am 13. Oktober in der kostenpflichtigen API auf allgemeine Verfügbarkeit um und öffnete sein Einführungspreis-Fenster bis zum 30. November. Das sind dreizehn Tage von der Ankündigung bis zu einem aufrufbaren Endpunkt. Wendet man dieselbe Rechnung auf Carbons Ankündigung vom 28. Oktober an, ergibt sich als implizites Datum etwa der 10. November – eine Rechnung auf Basis eines einzigen Präzedenzfalls, keine Zusage, und Google hat ausdrücklich erklärt, dass die Vorabtests der Regierung zuerst abgeschlossen werden müssen.

Die andere Variable ist weniger angenehm: Das Modell, das in zwei Wochen ausgeliefert wird, ist möglicherweise nicht das Modell, das 59 erreicht hat. Carbon baut auf Argon auf, und es gibt eine unbestätigte Beobachtung vom 21. Oktober, als ein Arena-Monitor eines Drittanbieters eine Fähigkeitsänderung am gemini-4-argon-Alias meldete und einige Entwickler dies als vorzeitiges Eintreffen von Carbons Gewichten deuteten. Wenn Googles Plan darin besteht, Carbons Post-Training in den Argon-Namen zu integrieren, statt einen zweiten Endpunkt zu starten, dann ist das, worauf man achten sollte, überhaupt keine neue Modell-ID — es ist ein Versionssprung bei dem Modell, das man bereits aufrufen kann.

Das Ranking wird eine Weile Bestand haben; Spitzenplätze in Bestenlisten tun das üblicherweise, bis das nächste Labor antwortet. Was nicht Bestand haben wird, ist die Annahme, die dem Großteil der Berichterstattung dieser Woche zugrunde liegt – dass ein Modell auf Platz eins ein Modell ist, das man in ein Produkt einbauen kann. Am 30. Oktober ist Gemini 4 Carbon mit einem veröffentlichten Punkt Vorsprung das beste Modell der Welt und das einzige Frontier-Modell dieser Generation ohne Adresse. Gemini 4 Argon, vier Wochen früher angekündigt und neun Punkte niedriger, hat die Adresse, die Preisliste mit einer echten Frist und den Traffic.