Google hat mit Gemini 4 Carbon ein neues Spitzenmodell vorgestellt, das im überarbeiteten Index von Artificial Analysis auf Platz 1 liegt, einen Punkt vor Claude Opus 5.5. Nutzen können es zunächst aber nur ausgewählte Cyber-Verteidiger:innen. Gleichzeitig verschiebt der neue Index die gesamte Rangliste.
Das Thema kurz und kompakt
- Gemini 4 Carbon erreicht im Artificial Analysis Intelligence Index v5 59 Punkte und liegt damit knapp vor Claude Opus 5.5 (58) und GPT-6 Astra (57).
- Bei Programmier-Agenten bleibt Claude Opus 5.5 vorn: Der Coding-Agent-Index sieht Claude Code mit Opus 5.5 bei 62 Punkten, Carbon bei 59.
- Carbon kostet pro Aufgabe im Index 7,76 US-Dollar, rund 23 Prozent weniger als Opus 5.5 (10,04), aber etwa das 1,2-Fache von GPT-6 Astra (6,25).
- Zugang gibt es zunächst nur für ausgewählte Cyber-Verteidiger:innen, ein Termin für API und Gemini-App fehlt.
- Der Index v5 beruht zu 60 Prozent auf nicht öffentlichen Testdaten, die Werte sind mit älteren Versionen nicht vergleichbar.
Gemini 4 Carbon: Platz 1 mit einem Punkt Vorsprung
Google hat Gemini 4 Carbon am 28. Oktober angekündigt und nennt es sein bislang stärkstes Modell, nur zwei Wochen nach Gemini 4 Argon. Nach den unabhängigen Tests von Artificial Analysis liegt Carbon im Intelligence Index v5 mit 59 Punkten vorn und erzielt in vier der neun Einzeltests den Bestwert: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience und AutomationBench-AA. Bei Programmier-Agenten liegt es auf Platz 2 hinter Claude Opus 5.5. Der Vorsprung im Gesamtindex beträgt nur einen Punkt, Unterschiede dieser Größe sollte man nicht überbewerten. Die Halluzinationsrate steigt von 4 Prozent bei Argon auf 11 Prozent, ist damit aber weiter die zweitniedrigste aller gemessenen Modelle.
Google hebt besonders die Fähigkeiten in der Cybersicherheit hervor: 88,2 Prozent beim Auffinden von Schwachstellen (SEC-bench Pro), 54,8 Prozent bei der Ausnutzung (ExploitGym) und 71 Prozent beim Beheben (CWE-bench). Das sind Googles eigene Angaben. Wegen dieser Fähigkeiten startet Carbon gestaffelt: zuerst für ausgewählte Cyber-Verteidiger:innen im Programm „Fairwind“, später für weitere vertrauenswürdige Partner. Für Entwickler:innen und Nutzer:innen der Gemini-App gibt es keinen Termin.
Preis: Einführungsangebot, dann doppelt so teuer
Google nennt für die API 2 US-Dollar pro Million Eingabe- und 10 US-Dollar pro Million Ausgabe-Token, gespeicherte Eingaben sind 95 Prozent günstiger. Nach der Einführungsphase steigen die Preise auf 4 und 20 US-Dollar. Ein Enddatum nennt Google für Carbon nicht (bei Argon ist es der 30. November). Zum Vergleich: Claude Opus 5.5 kostet 4 und 20 US-Dollar. Die „23 Prozent günstiger“ beziehen sich auf die Kosten pro Aufgabe im Index bei Standardpreisen, nicht auf den Token-Preis.
Neuer Index: Warum sich das Ranking verschiebt
Artificial Analysis hat den Index am 27. Oktober grundlegend überarbeitet: Er beruht jetzt zu 60 Prozent auf privaten Testdaten oder zurückgehaltenen Antworten, damit Hersteller nicht auf die Tests hin optimieren können. Dazu kommen zwei neue und drei überarbeitete Tests. Das Ergebnis: Claude Opus 5.5 führte mit 58, vor GPT-6 Astra (57) und GPT-6.1 Sol (55), bis Carbon mit 59 hinzukam. Gemini 4 Argon kommt auf 50. Metas Muse Wonder Full fällt von 56 auf 50 Punkte. Besonders deutlich trifft es Modelle mit frei verfügbaren Gewichten: Der Abstand zum besten offenen Modell wächst von 3 auf 12 Punkte, wobei Kimi K3.1 Pro mit 46 vorn liegt, dessen Gewichte noch nicht veröffentlicht sind. Veröffentlichte Open-Weight-Modelle wie DeepSeek V4.1 Flash 1017 und GLM-5.3 erreichen 32 Punkte, weniger als Claude Haiku 5.5 mit 36.
Zwei Folgen für die Praxis: Erstens sind Werte aus früheren Versionen nicht mit den neuen vergleichbar. Alte Rankings und Preisvergleiche sollten entsprechend gekennzeichnet sein. Zweitens spielt die Rechenstufe eine größere Rolle: Claude Opus 5.5 erreicht auf niedriger Stufe 35 Punkte, auf maximaler 58, bei zehnmal so hohen Kosten pro Aufgabe (0,98 statt 10,04 US-Dollar). Wer Modelle vergleicht, sollte also immer Stufe und Kosten pro Aufgabe mit betrachten, nicht nur den Spitzenwert.
Fazit
- Gemini 4 Carbon führt den neuen Index mit einem Punkt Vorsprung, bei Programmier-Agenten bleibt Claude Opus 5.5 vorn.
- Zugang gibt es zunächst nur für ausgewählte Cyber-Verteidiger:innen, die Preise steigen nach der Einführungsphase auf das Doppelte.
- Der neue Index beruht überwiegend auf privaten Tests, die Werte sind mit älteren Versionen nicht vergleichbar.
.png)
.png)