Gemini 4 Carbon ist jetzt aufrufbar, und der Preis verdoppelt sich in zwanzig Tagen

For twelve days, G​emini 4 Carbon was the best model almost nobody could call. G​oogle announced it on 28 October 2026 to a named cohort of cyber defenders and Fairwind Program partners, with no model ID, no endpoint and no rate card. On 10 November 2026 that changed: gemini-4-carbon is now a stable model on the paid G​emini API, in AI Studio and Android Studio, and for enterprises through G​emini for business. The part worth planning around is the calendar. It costs $2 per million input tokens and $10 per million output tokens until 30 November. On 1 December those numbers become $4 and $20 with nothing else about the model changing.

Das hier ist also ein Launch-Beitrag, bei dem der Launch echt ist und die nützlichen Informationen nicht das Marketing sind. Nützlich sind die Zugriffsmatrix, der zwanzigtägige Rabatt und die Tatsache, dass die Zeile „#1 on the Artificial Analysis Intelligence Index“ von Oktober auf demselben Board jetzt auf Platz vier steht.

Wer kann es tatsächlich aufrufen, und wer noch nicht?

Der Beitrag vom 10. November ist ungewöhnlich konkret, was die Kanäle angeht, was ihn eher als Zugangstabelle denn als Ankündigung lesenswert macht. Was geöffnet wurde:

• Paid G​emini API developers, through AI Studio and Android Studio, with G​oogle AI Ultra subscribers also able to reach it in Antigravity and AI Studio.

• Enterprises, through G​emini for business on either the API or the model dropdown, plus Antigravity and CodeMender.

• Consumers on G​oogle AI Ultra, in the G​emini app and AI Mode in Search.

• Wissenschaftler und Forscher nur auf Antrag, wobei Argon und Carbon in der Top-Stufe von Antigravity enthalten sind, sechs Monate kostenlos, vorbehaltlich Berechtigung und Kapazität.

• Cyber-Verteidiger, weiterhin über das Fairwind Program, wo der gesamte Rollout begann.

What did not open is the free tier. G​oogle's pricing page is explicit: "Not available" for G​emini 4 Carbon, and every processed token is billed — including thinking tokens, and including tool system instructions when grounding is on. There is also no playground-grade ceiling mentioned anywhere in the docs; rate limits are not published on the model page. If you are budgeting a pilot, that is the one number you will have to discover by calling the API rather than by reading about it.

Der 20-Tage-Preis und die Klippe dahinter

G​oogle is running Carbon on the same introductory rate card it used for G​emini 4 Argon: $2 in and $10 out through 30 November, then $4 and $20 from 1 December 2026. The pattern is not new — Argon launched the same way — which is why the date matters more than the discount. A workload priced at the intro rate today is priced 100% higher on the same tokens three weeks from now.

Der Rest der Karte ist der Punkt, an dem Teams überrascht werden:

• Zwischengespeicherte Eingabe — 0,10 $ pro Million bis 30. November, danach 0,20 $. Beim aktuellen Satz entspricht ein zwischengespeichertes Token 5 % eines frischen, und der Multiplikator gilt auch nach der Änderung.

• Batch and Flex — die Hälfte des Standardtarifs, aktuell 1,00 $ für Eingaben und 5,00 $ für Ausgaben, ab dem 1. Dezember 2,00 $ und 10,00 $. Wenn Ihr Job Latenz verträgt, ist dies der mit Abstand größte Hebel bei der Rechnung.

Priorität — 1,8x Standard, jetzt 3,60 $ Eingabe und 18,00 $ Ausgabe, danach 7,20 $ und 36,00 $.

• Contributor — 1,00 $ Eingabe, 5,00 $ Ausgabe, 0,05 $ zwischengespeichert, Vorschau nur auf Einladung. Keine allgemeine Option.

• Long context — there is no length-based tier. Unlike G​emini 3.1 Pro, which steps up a price band past 200,000 input tokens, Carbon charges the same per-token rate whether you send 2,000 tokens or 900,000. That is a genuine advantage for large-codebase work and it is easy to miss because most vendors of 1M-token models do tier.

Caching is implicit only. Explicit context caching is not supported on Carbon, so you cannot pin a document and guarantee the cached rate the way you can on some other G​emini models. If your saving plan depended on explicit cache hits, it does not apply here.

Die Behauptung Nr. 1 – und was das Board vier Revisionen später dazu sagt

G​oogle's 28 October post led with a first-place finish on the Artificial Analysis Intelligence Index. That was accurate for the board as it stood that day. It is not what the board says now, and this is the sort of drift that gets quoted for months after it stops being true.

Read the current listing and G​emini 4 Carbon at high effort scores 60 on Intelligence Index v5.0.1 — fourth of 74 models. Above it sit three configurations of Claude Fable 5.2, at 65, 62 and 62. Carbon's own effort dial moves the number too: medium lands at 58 and low at 54, which means a single "Carbon scores 60" line in a comparison is only true at high effort.

The vendor-reported numbers from the 10 November post, none of which have been independently reproduced, are a different and much louder set: first on CursorBench 4.0, on Perplexity's WANDR and on Zapier's AutomationBench, at what G​oogle describes as more than 2x lower cost per task than the next-best external model; second on a new Multimodal Knowledge Agent benchmark built with Artificial Analysis, at over 6x lower average cost per task than the top model; a tie for best on Hebbia's end-to-end financial evaluation; and top of 23 frontier configurations on Balyasny's GMI. Every one of those is G​oogle's own framing of a benchmark, and the cost-per-task advantage is a claim about a specific task mix, not a general price statement.

The cyber numbers follow the same pattern. On 28 October G​oogle published SEC-bench Pro at 88.2%, ExploitGym at 54.8% and CWE-bench at 71.0%. On 10 November it added Project Fortify at 100% scan recall and 95% triage precision on open-source code, a 25%-plus relative recall gain over Argon, and a 40-fold average increase in homologs retrieved across seven CASP17 protein families. Those are the claims that justify the model's existence for a security team. They are also unaudited by anyone outside G​oogle, and the model has been generally callable for one day.

Was das unabhängige Gremium tatsächlich sagt – und die Zahl, auf die es ankommt

Artificial Analysis has measured Carbon rather than repeated G​oogle's chart, and its numbers are the ones to budget against:

• Kosten pro Aufgabe im Intelligence Index — 7,76 $ zum Standardpreis. Das ist nicht die günstigste Art, Intelligenz zu kaufen; es gehört zu den teuersten im Leaderboard und liegt bei diesem Maßstab auf Platz 61 von 73.

Auf dem Index verbrauchte Output-Tokens — 205 Millionen, gegenüber einem Median von 72,8 Millionen. Carbon ist ein ausführliches Modell und liegt im Ausführlichkeits-Ranking auf dem drittletzten Platz. Der Preis pro Token unterschätzt, was eine Carbon-Workload tatsächlich kostet, wenn das Modell länger nachdenkt und mehr schreibt.

• Geschwindigkeit — 80 Ausgabe-Tokens pro Sekunde, bei 66,85 Sekunden bis zum ersten Antwort-Token. Verglichen mit dem Median von 12 Sekunden in seiner Klasse ist Carbon ein Modell, das man im Batch verarbeitet, statt eines, das man hinter eine Chat-Box setzt.

• Context — 1M tokens, confirmed both by G​oogle's docs and by the third-party listing.

Fasst man die Ausführlichkeit und den Preis zusammen, ist die Rechnung gnadenlos. Eine Aufgabe, die auf Carbon $7.76 kostet, kostet auf einem günstigen Open-Weight-Modell etwa ein Fünftel davon – genau diesen Vergleich stellt der nächste Artikel dieser Reihe ausführlich an. Das Argument für Carbon ist nicht, dass es effizient ist. Es ist, dass es im Cyber-Bereich und bei Agentenarbeit mit langem Zeithorizont möglicherweise nichts anderes mit derselben Leistungsfähigkeit gibt.

Was mit den nächsten zwanzig Tagen zu tun ist

Drei praktische Maßnahmen, geordnet danach, wie viel Geld sie sparen.

Bewerten Sie zuerst auf Basis des Einführungstarifs und kalkulieren Sie das Ergebnis dann mit dem Dezember-Tarif. Alles, was Sie im November mit November-Zahlen entscheiden, wird 100 % besser aussehen, als es ist. Wenn ein Pilotprojekt diesen Monat eine Monatsrechnung von 400 $ ausweist, kostet derselbe Traffic ab dem 1. Dezember im Standardtarif 800 $.

Second, decide whether you need Carbon or whether Argon will do. G​oogle says so itself in the announcement: Argon "remains the ideal choice for the majority of software engineering and knowledge work," and Carbon uses more tokens than Argon to get its answers. The two models share an identical rate card, which means the choice is purely about capability per token spent — and for most workloads the cheaper-per-answer model is Argon.

Third, keep the integration portable. This is where routing earns its keep, and it is worth being precise about what is and is not available today. G​emini 4 Carbon is reached through G​oogle's paid API; it is not in our catalogue, and nothing here should be read as claiming otherwise. G​emini 4 Argon is: google/gemini-4-argon sits on OrcaRouter at G​oogle's own $2 in / $10 out, with the same OpenAI-compatible surface as the other 200-plus models on the key. DeepSeek V4 Pro and Grok 4.7 — the two opponents in this batch — are also there, at $0.66/$1.98 and $2/$6 respectively. Because we pass provider list price through with 0% markup, a vendor rate change is live on our side the day it happens rather than after a repricing cycle — which is the specific thing that matters on 1 December.

Diese Portabilität ist das ganze Argument dafür, im November nicht das SDK eines einzigen Anbieters fest zu verdrahten. Carbons Zugangsbedingungen haben sich nun innerhalb von vierzehn Tagen zweimal geändert: erst eine gegatete Ankündigung, dann eine kostenpflichtige API. Der Tarif ändert sich am 1. Dezember. Ein Monat, in dem sich sowohl der Preis als auch die Tür bewegt haben, ist kein Monat, um eine Abhängigkeit von einem einzigen Anbieter aufzubauen.

Was ist noch unbekannt

Two things, and they are the ones to watch rather than the benchmark table. Rate limits are unpublished, so nobody outside G​oogle knows what a production Carbon integration can actually sustain — the 28 October cohort was small enough that throughput was never tested publicly. And the consumer picture is Ultra-only: there is no free path to Carbon and no indication of when there will be. If the model follows Argon's arc, a cheaper sibling will absorb the volume and Carbon will stay the expensive specialist. That is the shape the pricing already implies.