Der Gemini nach dem Gemini 4 Carbon: Ein Leak, null Specs und ein 28-Tage-Rhythmus

Kurz nach 02:00 UTC am 29. Oktober – am Abend des 28. Oktober in Kalifornien, an dem Tag, an dem Google sein neues Frontier-Modell ankündigte – veröffentlichte das Konto @kimmonismus einen Satz, hinter dem nichts stand außer dem Satz: „sie haben ein weiteres unveröffentlichtes Gemini-Modell, das sogar besser als Carbon ist.“ Kein Codename, kein Benchmark, kein Datum, kein Screenshot, keine zweite Quelle. Der einzig überprüfbare Teilsatz in demselben Beitrag ist der Teil, den alle ohnehin schon kannten: Gemini 4 Carbon hatte an diesem Tag mit 59 den ersten Platz im Artificial Analysis Intelligence Index v5.0 erreicht. Und das Modell, auf dem Carbon basiert, Gemini 4 Argon, wurde achtundzwanzig Tage zuvor angekündigt und erreichte vor fünfzehn Tagen die allgemeine Verfügbarkeit.

Das ist also ein Artikel zum aktuellen Wissensstand über ein Modell, das keinen Namen, keinen Score und kein Datum hat – und der ehrliche Weg, darüber zu schreiben, besteht darin, drei Arten von Belegen auseinanderzuhalten. Was Google veröffentlicht hat, ist ein Blogpost, ein Preis und ein Zugangsplan. Was unabhängige Messung hinzufügt, ist eine Position im Leaderboard und Kosten pro Aufgabe. Was der Beitrag behauptet, ist, dass im Labor etwas Schnelleres existiert. Nur die ersten beiden lassen sich überprüfen, und nur das Dritte ist für jeden, der die Taktung nicht verfolgt hat, eine Neuigkeit.

Die Behauptung – und was tatsächlich darin steckt

Der Beitrag umfasst vier Teilsätze, und nur einer davon ist eine Behauptung über ein zukünftiges Modell. Er sagt der Reihe nach: Es gibt ein weiteres noch nicht veröffentlichtes Gemini; es ist besser als Carbon; Carbon steht auf Platz eins im Artificial Analysis Index; und dies wirkt wie ein bedeutender Schritt hin zur rekursiven Selbstverbesserung. Der dritte Teilsatz ist verifizierbar und wahr. Die ersten beiden sind ohne Quellenangabe. Der vierte ist eine Deutung, und er ist der Teil, bei dem Googles eigene Führung am sorgfältigsten zurückhaltend formuliert hat – mehr dazu unten.

Was der Beitrag nicht enthält, ist genauso wichtig wie das, was er enthält. Es gibt keinen internen Codenamen, was für diese besondere Geschichte ungewöhnlich ist: Der Carbon-Leak, der dem Launch vorausging, kam mit einem daher, dazu einem Plattformnamen und ein paar Zitaten von Mitarbeitenden. Es gibt kein Artefakt jener Art, das in diesem Jahr jeden glaubwürdigen Gemini-Leak gestützt hat – ein Framework-Pull-Request, ein Model-Registry-Eintrag, ein Arena-Alias, ein Helm-Chart. Es gibt kein Datum, keine Größe, keine Modalitätenliste und keinen Hinweis darauf, ob die Behauptung von einer Person bei Google, von einem Partner oder aus Rückschlüssen auf den Launch selbst stammt. Die Antworten unter dem Beitrag sind Witze, darunter einer mit dem Wortlaut „Gemini [redacted] ist allerdings noch nicht da“, was genau das richtige Maß an Zuversicht ist, das man aus dem Thread ziehen sollte.

Es lohnt sich außerdem, das „heute“ genau zu datieren, denn es ist der einzige Zeitstempel in der Geschichte, der sich festnageln lässt. Der Beitrag ging am 29. Oktober um 02:06 UTC online. In Mountain View ist das der 28. Oktober, 19:06 Uhr – derselbe Tag, an dem Google die Carbon-Ankündigung veröffentlichte und an dem Artificial Analysis seinen Beitrag veröffentlichte, der Carbon auf Platz eins setzte. Die Behauptung zum Leaderboard ist kein Scoop; sie ist der Launch, nach dem Abendessen noch einmal wiederholt.

Was Google am 28. Oktober veröffentlichte – und was nicht.

Das Primärdokument ist kurz und ungewöhnlich konkret in Bezug auf den Zugang. Koray Kavukcuoglu, SVP von Google DeepMind und Chief AI Architect, veröffentlichte am 28. Oktober 2026 auf blog.google „Gemini 4 Carbon: unser nächstes Frontier-Modell“. Es beschreibt Carbon als „unser stärkstes Modell mit hochmoderner Cybersicherheit und Fähigkeiten für lange Horizonte“, gibt an, dass es auf Gemini 4 Argon basiert, das „vor zwei Wochen startete“, und stellt fest, dass Carbon „mit 59 auf Platz 1 der kürzlich aktualisierten v5.0 des Artificial Analysis Intelligence Index steht“.

Der Absatz über den Zugang ist der, den man zweimal lesen sollte. Google sagt, es werde Carbon ab jener Woche „für eine Teilgruppe von Cyber-Verteidigern“ verfügbar machen, dann „den Zugang über unser Fairwind Program schrittweise auf weitere vertrauenswürdige Partner ausweiten“ und erst dann „es Entwicklern, Unternehmen und Verbrauchern über unsere Produktoberflächen so bald wie möglich zur Verfügung stellen“. Das ist eine Abfolge, die über den ersten Schritt hinaus keine Daten enthält. Stand 30. Oktober gibt es noch immer keine öffentliche Modellkennung, keinen Endpunkt und keine Möglichkeit, Carbon über eine API aufzurufen – was auch der Zustand war, in dem sich das Modell befand, als der obige Beitrag geschrieben wurde.

Was der Beitrag nicht enthält, ist eine Spezifikation. Keine Parameteranzahl, keine Architekturbeschreibung, kein Kontextfenster, kein technischer Bericht und keine Erwähnung eines neueren Modells als Carbon. Die Lesart von Ars Technica, die zusammen mit dem Launch berichtet wurde, ist, dass Carbon ein Post-Training-Upgrade von Argon sein könnte und keine neue Architektur; Google sagt weder das eine noch das andere. Das Fehlen eines Nachfolgers ist kein Beweis dafür, dass es keinen gibt — Unternehmen kündigen den nächsten Checkpoint nicht im Launch-Beitrag des aktuellen vorab an —, aber es bedeutet, dass die einzige Aussage aus erster Hand in dieser Geschichte Carbon betrifft.

Was unabhängige Messungen zusätzlich leisten

Artificial Analysis ist in dieser Geschichte das, was einem neutralen Schiedsrichter am nächsten kommt – mit dem üblichen Vorbehalt, dass es eigene Bewertungen durchführt und nicht einfach die Anbietertabelle irgendjemandes nachspielt. In seinem Bericht vom 28. Oktober setzt es Gemini 4 Carbon mit 59 auf dem Intelligence Index v5.0 auf den ersten Platz der Modelle, die es verfolgt, vor Claude Opus 5.5 mit 58 und GPT-6 Astra mit 57. Es stellt fest, dass Carbon in vier der neun Bestandteilevaluationen führt – HLE-Diamond, Terminal-Bench-Science, AA-Omniscience und AutomationBench-AA –, was eine engere Aussage als „bestes Modell“ und zugleich eine nützlichere ist.

Derselbe Bericht ist der Punkt, an dem die Launch-Story ihr Gegengewicht bekommt. Carbon liegt auf dem Coding Agent Index mit 59 auf Platz zwei, nicht auf Platz eins – gegen Claude Opus 5.5 mit Claude Code bei 62. Auf Terminal-Bench 4.0 belegt es Platz zwei, ebenso auf FrontierCode v1.1. Auf AA-Briefcase, dem Elo für Wissensarbeit, erreicht es 1609 und liegt weiterhin hinter Grok 4.7, Muse Wonder und Kimi K3.1 Pro. Die gemessenen Kosten betragen 7,76 US-Dollar pro Intelligence-Index-Aufgabe, rund 23 % unter den 10,04 US-Dollar von Opus 5.5 – ein Effizienzvorteil, den die „Nummer eins“-Darstellung verbirgt.

Ein methodischer Hinweis muss bei jeder Zahl in diesem Beitrag mitgeführt werden. Artificial Analysis hat den Index am 27. Oktober auf v5.0 umgestellt, dabei 60 % des zusammengesetzten Index durch private oder zurückgehaltene Testsets ersetzt und mehrere Bestandteilevaluationen ausgetauscht. Werte aus der Zeit vor diesem Umbau liegen nicht auf derselben Skala; daher kann Carbons 59 nicht von einem älteren Argon-Wert abgezogen werden, und jeder Artikel, der Ihnen einen Zuwachs von neun Punkten über den Umbau hinweg zeigt, vergleicht zwei unterschiedliche Maßstäbe. Die v5.0-Zahlen in diesem Beitrag stammen alle aus dem Lauf nach dem Umbau.

Und das Detail, das für diesen Artikel am wichtigsten ist: Der Bericht von Artificial Analysis erwähnt genau zwei Gemini-Modelle, Carbon und Argon. Es gibt keine anonyme Zeile über Carbon, keinen Eintrag „Gemini preview“, nichts Unbenanntes, das bei 60 oder darüber steht. Wenn irgendwo öffentlich bereits ein stärkeres Modell gemessen würde, wäre das der erste Ort, an dem es auftauchen würde.

Warum ein neuerer Checkpoint im Labor plausibel ist

Die Behauptung ist nicht unplausibel, und der Grund ist arithmetisch statt Insiderwissen. Gemini 4 Argon wurde am 30. September angekündigt und erreichte am 13. Oktober die allgemeine Verfügbarkeit. Carbon wurde am 28. Oktober angekündigt – achtundzwanzig Tage nach Argon-Ankündigung und fünfzehn nach seiner allgemeinen Verfügbarkeit. Googles eigener Beitrag stellt diese Lücke als das Entscheidende dar: Carbon „verdeutlicht das Tempo, mit dem wir die Grenze vorantreiben“. Sundar Pichai beschrieb die Veröffentlichungen in seinem eigenen Beitrag auf X als einen Takt regelmäßiger Modellveröffentlichungen statt einmaliger Generationsstarts.

Die Berichterstattung von Anfang Oktober liefert die Hintergründe zur Maschinerie hinter dem Rhythmus. Der Business-Insider-Artikel vom 9. Oktober nannte, gestützt auf interne Dokumente und Mitarbeiternachrichten, eine Reihe von Kontrollpunkten – Argon, Barium, Carbon – und berichtete, dass „Barium-B“ der interne Build war, der öffentlich als Argon ausgeliefert wurde. Carbon wurde auf Googles interner Coding-Plattform Jetski getestet, wo ein Mitarbeiter schrieb, es fühle sich beim Programmieren „wie Opus 5.5“ an, und ein anderer, „Carbon ist wirklich gut.“ Eine dritte interne Notiz verwendete das „Next“-Label, das das Unternehmen für Gemini-Updates beibehält: „Das neue Gemini-Pro-Next-Modell fühlt sich irgendwie gut an.“ Google lehnte eine Stellungnahme ab.

Diese Berichterstattung ist die stärkste strukturelle Stütze, die der Beitrag vom 29. Oktober hat, und es lohnt sich, genau zu sein, was sie stützt. Sie belegt, dass Google mehrere Checkpoints parallel betrieben und sie in kurzen Abständen ausgeliefert hat – genau das Regime, in dem ein neuerer, besserer Checkpoint existiert, bevor er angekündigt wird. Sie belegt nicht, dass ein solcher Checkpoint jetzt existiert, dass jemand außerhalb des Unternehmens ihn gesehen hat oder dass er besser als Carbon und nicht bloß anders ist. Ein schneller Rhythmus macht die Behauptung wahrscheinlich; er verleiht ihr keine Quellenbasis.

Die kursierenden Namen sind Erfindungen, und das Periodensystem zeigt, warum.

Wenn Sie nach dem Nachfolger suchen, werden Sie ihn benannt finden. Sie werden „Gemini 5“ sehen, üblicherweise verbunden mit der Behauptung von zehn Billionen Parametern, einem Datum im Jahr 2027 und TPU-V8-Hardware. Sie werden „Krypton“ und gelegentlich „Dysprosium“ sehen, abgeleitet von den elementbezogenen Codenamen der Gemini-4-Reihe. Keiner dieser Namen ist in einem Google-Dokument, Blogbeitrag, API-Eintrag oder einer Erklärung eines Google-Managers aufgetaucht. Google hat „Gemini 5“ nie öffentlich verwendet; die Berichterstattung, die es als bekanntes Produkt behandelt, ist eine Extrapolation aus einem Namensmuster.

Das Muster selbst ist dünner, als es aussieht. Argon ist Element 18, Barium ist 56, Kohlenstoff ist 6. Das ist keine Sequenz, und es ist weder ein Countdown noch eine Roadmap – es sind drei Elemente, die aus Gründen gewählt wurden, die niemand außerhalb des Unternehmens kennt. Das stärkere Gegenbeispiel ist Barium-B, ein interner Name, der zu Argon wurde – einem ganz anderen öffentlichen Namen. Bei diesem Programm hat sich bereits gezeigt, dass Codenamen von Produktnamen entkoppelt sind, was bedeutet, dass selbst ein echtes Leck eines Codenamens nicht verraten würde, wie das Modell bei der Auslieferung heißen wird – und ein geratener Codename verrät überhaupt nichts.

Es gibt einen Präzedenzfall dafür, wie diese Vermutungen schiefgehen, und er liegt nicht lange zurück. Am 21. Oktober vertrat eine weithin geteilte Argumentation die Ansicht, der Alias gemini-4-argon habe stillschweigend begonnen, Carbon-Gewichte auszuliefern, was aus dem Verhalten in der Arena statt aus einer veröffentlichten Änderung abgeleitet wurde. Es wurde nie bestätigt, und der sieben Tage später erfolgte Start beschrieb Carbon als ein eigenständiges Modell mit eigenem Namen und eigener Ankündigung. Die Ableitung aus Verhalten hat in diesem Monat bereits einmal eine selbstsichere, falsche Antwort hervorgebracht.

„RSI“ ist das schwächste Wort im Beitrag.

Die Hälfte der Behauptung, die sich auf rekursive Selbstverbesserung bezieht, hat einen nachvollziehbaren Ursprung – und es handelt sich um eine witzige Bemerkung. Als die Story von Business Insider vom 9. Oktober erschien, antwortete Vedant Misra – ein Forscher bei Google DeepMind – auf X mit dem Satz „Hast du schon von rekursiver Selbstverbesserung gehört“ – ohne Fragezeichen. Das ist der Keim, aus dem die Rahmung entstand, und es ist ein Witz über die Berichterstattung, keine Offenlegung über die Trainingsschleife.

Die Google-Führung hat seitdem mehr gesagt, und das weist in die andere Richtung. Sergey Brin sagte Anfang Oktober, Google „beginne, auf diese RSI-Tretmühle zu geraten“, und „unsere Forscher und das Modell arbeiten Hand in Hand, um die nächste Version des Modells zu erstellen.“ Sundar Pichai war in der Woche vor dem Start von Carbon im Big Technology Podcast vorsichtiger: „Wir sind noch ziemlich weit vom Endzustand der RSI entfernt. Der richtige Weg, es zu beschreiben, ist: Man hat RSI-Schleifen zusammen mit KI-Forschern in verschiedenen Aspekten der Modellentwicklung. Ich würde sagen, man hat fast schon Agenten, die auf irgendeine automatisierte Weise KI-Forschern dabei helfen, zusammenzuarbeiten, um diese Modelle zu erstellen.“ Er erwartete, dass sich dieses Kontinuum bis ins nächste Jahr weiter verbessern würde.

Googles eigener Launch-Post verwendet dieselbe vorsichtige Formulierung: „Unsere Forscher und Modelle arbeiten Hand in Hand, um Fähigkeiten schneller voranzutreiben." Dieser Satz beschreibt Werkzeuge – Agenten, die den Menschen helfen, die Modelle bauen – und er ist die Aussage des Anbieters, die der RSI-Behauptung am nächsten kommt. Es ist keine Aussage darüber, dass ein Modell seinen Nachfolger entworfen hat, und niemand bei Google hat das behauptet.

Die Unterscheidung verdient einen eigenen Absatz, denn sie ist der Unterschied zwischen einer Geschichte vom Tempo und einer Geschichte von den Fähigkeiten. Ein Gladstone-AI-Bericht, der im selben Business-Insider-Artikel zitiert wird, kam zu dem Ergebnis, dass die meisten der bei Anthropic und DeepMind befragten Forscher RSI innerhalb von drei bis zwölf Monaten erwarten. Eine Umfrage zu Erwartungen ist kein Ergebnis. Beobachtbar ist das Intervall: 28 Tage von der Ankündigung von Argon bis zu der von Carbon und am Ende dieser Zeitspanne ein neues Modell an der Spitze eines unabhängigen Index. Das ist ein schnelles Tempo. Ob Menschen oder Modelle die Iterationen durchgeführt haben, ist genau der Teil, den kein Außenbeobachter überprüfen kann, und ein einzelner Beitrag, der dies behauptet, schließt die Lücke nicht.

Was „besser als Carbon“ schlagen müsste

Wenn die Behauptung stimmt, gibt es eine Rangliste zu schlagen, und jede Zeile davon ist veröffentlicht. Das ist der nützliche Teil der Geschichte, selbst solange das Modell ungenannt bleibt: Er verwandelt „besser“ von einem Adjektiv in eine Reihe von Schwellenwerten.

• Intelligence Index v5.0 — Gemini 4 Carbon 59, insgesamt auf Platz 1; ein Nachfolger müsste auf derselben, nach dem 27. Oktober geltenden Rubrik 60 oder mehr erreichen, nicht auf der älteren.

• Die vier Evaluierungen, in denen Carbon bereits führend ist – HLE-Diamond, Terminal-Bench-Science, AA-Omniscience und AutomationBench-AA; ein neuerer Checkpoint, der insgesamt einen Punkt hinzugewinnt, dabei aber eine dieser Evaluierungen verliert, ist ein anderes Modell, kein strikt besseres.

• Coding Agent Index — Carbon 59, Zweiter hinter Claude Opus 5.5 mit 62, „besser beim Programmieren“ heißt also, 62 zu übertreffen, nicht Carbon zu übertreffen.

• {{1}}Googles eigene Cybersicherheitszahlen, ohne Leitplanken ausgeführt{{/1}} — {{2}}SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%{{/2}}; diese wurden vom Anbieter angegeben, von keinem Dritten reproduziert, und es sind die Zahlen, gegen die ein Nachfolger vermarktet würde.

• Preis — 2 $ pro Million Eingabe- und 10 $ pro Million Ausgabe-Token während der Einführungsphase, danach 4 $ bzw. 20 $, wobei zwischengespeicherte Eingaben 95 % Rabatt erhalten; ein Nachfolgemodell, das darüber liegt, ist nicht automatisch der bessere Kauf, und eines, das darunter liegt, wäre mehr wert als ein Punkt auf dem Index.

• Zugang — dieselbe Hürde. Carbon ist derzeit nur für Fairwind verfügbar; ein stärkeres Modell hinter einer restriktiveren Zugangshürde ändert nichts, worauf ein Entwickler reagieren könnte.

Was Sie heute tatsächlich anrufen können

Carbon ist nicht aufrufbar. Argon schon. Gemini 4 Argon ist seit dem 13. Oktober als gemini-4-argon allgemein verfügbar, in derselben Einstiegsstufe – 2 US-Dollar pro Million Eingabe-Tokens, 10 US-Dollar pro Million Ausgabe-Tokens – und es ist die einzige Gemini-4-Stufe mit einem öffentlichen Endpunkt. Wenn die Entscheidung vor Ihnen lautet: „auf das unbenannte Modell warten“ oder „mit etwas ausliefern, das heute antwortet“, dann hat die zweite Option einen Modell-String, einen Preis und eine zweiwöchige Erfolgsbilanz; die erste hat einen Beitrag.

Weder Carbon noch Argon sind Stand 30. Oktober im OrcaRouter-Katalog – wir haben nachgesehen, und es gibt keinen google/gemini-4-*-Eintrag, an den man routen könnte, daher sollte hier nichts als Angebot verstanden werden, eines der beiden zu bedienen. Was der Katalog von Google enthält, ist die 3.x-Linie, einschließlich google/gemini-3.8-flash, das die praktische Untergrenze für Arbeit ist, die heute ein Google-Modell erfordert. Sie können sehen die Modelle, die wir routen im Katalog, und der Grund, warum das hier zählt, ist das Timing und nicht die Präferenz: Wenn Google Carbon öffnet – oder wie auch immer der nächste Checkpoint heißen mag –, wird es als eine weitere Kennung hinter einem Schlüssel ankommen, den Sie bereits besitzen, zum Listenpreis mit durchgereichtem 0-%-Aufschlag, neben einer Failover-Kette, die den bisherigen Anbieter weiter bedient, falls die neue Stufe an jenem Tag langsamer ist oder ein Ratenlimit hat. Ein nicht angekündigtes Modell zu testen ist eine Routing-Entscheidung; einen Produktionspfad darauf zu verwetten nicht.

Was würde dies von einem Post zu einem Fakt machen?

Fünf Dinge sind überprüfbar, und vier davon sind kostenlos. Eine Zeile über Carbon im Artificial Analysis Intelligence Index, nach derselben v5.0-Rubrik. Ein anonymer Gemini-Eintrag auf LMArena – der Weg, über den Carbon selbst vor der Markteinführung erstmals öffentliche Outputs erzeugte. Eine neue Kennung in der Gemini-API-Modellliste von Google – der Unterschied zwischen einem Checkpoint und einem Produkt. Ein Fairwind-Erweiterungshinweis im Google-Blog – der Mechanismus, über den bisher jedes zugangsbeschränkte Gemini-4-Modell Entwickler erreicht hat. Und eine zweite, unabhängige Veröffentlichung mit eigener Quellenarbeit statt einer Paraphrase desselben Beitrags.

Bis mindestens eines davon auftaucht, ist die ehrliche Zusammenfassung diejenige, die die Beweislage stützt: Google hat am 28. Oktober ein Frontier-Modell ausgeliefert, das in einem unabhängigen Index an erster und im Coding-Agent-Index an zweiter Stelle steht, den Zugang darauf auf Cyber-Verteidiger beschränkt, es mit 2 $/10 $ als Einführungspreis bepreist und eine Kadenz regelmäßiger Veröffentlichungen beschrieben, die einen weiteren Checkpoint wahrscheinlich macht. Ein einzelner Beitrag sagt, dieser weitere Checkpoint sei besser. Die Kadenz ist der Teil, auf den man planen kann; der Vergleich ist der Teil, auf den man nicht planen kann, weil das Modell, das er beschreibt, keinen Namen, keinen Score und kein Datum hat – und in einem Markt, in dem immer das aufrufbare Modell die Rechnung entscheidet, ist ein namenloser Nachfolger kein Grund, irgendetwas zu verzögern.