Google bringt Gemini 4 Carbon und einen Schwarm Coding-Agenten

Google hat Gemini 4 Carbon, laut eigener Aussage sein stärkstes Modell, am 10. November 2026 für Entwickler, Unternehmen, Wissenschaftler und Verbraucher freigegeben. Wenn du die Gemini-App nutzt, liegt der Haken im Abo. Carbon wird für Abonnenten von Google AI Ultra in der Gemini-App und im KI-Modus der Google-Suche eingeführt, und Ultra kostet in den USA ab $99.99 im Monat. Google AI Pro, das Abo für $19.99, wird im Launch-Beitrag nicht erwähnt, und laut Googles Tarifseite enthält es Argon, nicht Carbon.

Wenn du Software entwickelst, liegt der Haken in einem Datum. Carbon kostet bis zum 30. November 2026 $2 pro Million Eingabe-Tokens und $10 pro Million Ausgabe-Tokens, ab dem 1. Dezember dann $4 und $20. Das ist derselbe Einführungspreis wie bei Gemini 4 Argon, dem Schwestermodell, das Google vor etwa einem Monat veröffentlicht hat.

Die andere Hälfte des Launchs ist eine Funktion namens /swarm, die als Vorschau in Google Antigravity, dem Programmierwerkzeug des Unternehmens, ausgerollt wird. Tippst du /swarm ein, geht ein einziger Prompt an ein Team von Agenten der künstlichen Intelligenz (KI): einen Koordinator, Arbeiter, die parallel bauen, und Prüfer, die das Ergebnis testen.

Google rät nicht allen zum Umstieg. Im Launch-Beitrag heißt es, Argon „remains the ideal choice for the majority of software engineering and knowledge work“, während Carbon für die schwierigsten Aufgaben gebaut ist und dafür mehr Tokens verbraucht.

Wer Gemini 4 Carbon zum Start bekommt

Ultra gibt es in den USA in zwei Größen: für $99.99 im Monat mit dem Fünffachen der Gemini-Nutzungslimits des Pro-Abos und für $199.99 im Monat mit dem Zwanzigfachen. Laut Googles Tarifseite steht Carbon Ultra-Abonnenten „in select countries“ zur Verfügung, und nur private Google-Konten können die KI-Abos abschließen.

Ein Ultra-Abo macht die Gemini-App nicht unbegrenzt. Googles Hilfeseite zu den App-Limits, die Carbon nicht namentlich nennt, erklärt, dass sich diese Limits nach der Rechenleistung richten, sich alle fünf Stunden erneuern, bis du ein Wochenlimit erreichst, und die Komplexität deines Prompts, die genutzten Funktionen und die Länge deines Chats einrechnen. Auf derselben Seite steht, dass eine höhere Aufwandsstufe in der App gründlichere Antworten liefert, aber „will also use more of your limit“.

Das Angebot für die Wissenschaft baut auf einem früheren auf. Vier Wochen vor diesem Launch hat Google Bewerbungen geöffnet, um 10.000 Wissenschaftlern sechs Monate lang kostenlosen Zugang zu Argon in Antigravity zu geben, und fügt nun Carbon für aktuelle und künftige Teilnehmende hinzu. Security-Teams bewerben sich separat für das Fairwind Program; auf diesem Weg hat eine erste Gruppe von Cyberverteidigern Carbon zwei Wochen vor allen anderen bekommen.

Was es Entwickler kostet

Carbon ist nicht in der kostenlosen Stufe der Gemini-Programmierschnittstelle (Application Programming Interface, API) enthalten. Googles Preisseite ergänzt, dass „every token the model processes is counted and billed“, einschließlich der Thinking-Tokens, die das Modell verbraucht, bevor es antwortet.

Genau dieser letzte Punkt unterscheidet Carbon und Argon auf deiner Rechnung. Beide haben denselben Preis pro Token, und laut Googles Entwicklerleitfaden liegt der Hauptunterschied darin, wie viele Thinking-Tokens jedes Modell pro Durchgang verbraucht: Carbon verbraucht mehr, „which increases per-turn token use and latency compared to Argon“. Einen Teil davon steuerst du über die Thinking-Stufe low, medium oder high; medium ist die Standardeinstellung. Google selbst rät: „run your evaluations at all three levels, then pick the lowest level that meets your quality bar.“

Eine unabhängige Messung zeigt, was Carbon pro Aufgabe kostet. Artificial Analysis, ein Unternehmen, das KI-Modelle testet, gibt an, dass ein Durchlauf seines Intelligence Index mit Carbon bei hohem Thinking $7.76 pro Aufgabe gekostet hat, bei mittlerem $6.59 und bei niedrigem $7.19. Auf seiner Seite ist Carbon mit dem Tarif von $4 und $20 gelistet.

So funktioniert /swarm

Googles Antigravity-Team beschreibt /swarm als Lösung für einen Engpass. Bei den bisherigen Subagenten verteilte ein Hauptagent die Aufgaben und musste dann jeden Schritt selbst prüfen und weiterleiten. In einem Swarm startet ein Koordinator spezialisierte Arbeiter „in isolated git worktrees so edits never collide“, und separate Prüfer führen Tests aus und hinterfragen die Änderungen. Die Agenten tauschen sich über ein gemeinsames Message-Board aus und warten bei „zero token cost when idle“.

Du kannst das Ganze verfolgen. Ein Swarm-Panel in Antigravity zeigt einen Live-Board-Feed mit der Diskussion der Agenten, eine Members-Liste, in der du die Arbeit jedes Agenten öffnen und steuern kannst, und eine Graph-Zeitleiste, die nachzeichnet, wie das Team vom Auftrag zum getesteten Code gekommen ist. Im Kommandozeilen-Tool öffnet /swarm board oder Alt+S eine Vollbildversion.

Jeder Agent in einem Swarm kann auf einem anderen Modell laufen. Google schlägt vor, Carbon für die Rollen Koordinator, Architektur, Sicherheitsprüfung und Verifikation einzusetzen, während „lighter, faster models handle the parallel file edits and routine implementation tasks“.

Zwei Einschränkungen solltest du kennen, bevor du es ausprobierst. /swarm ist eine Vorschau, die in der Antigravity App und im Kommandozeilen-Tool ausgerollt wird. Und Google gibt eine, wie es selbst sagt, faire Warnung mit: Parallele Multi-Agenten-Systeme „consume quota much faster than a standard chat“.

Googles Beispiele sind Vorzeigeprojekte. Laut Google hat ein Multi-Agenten-Team aus Carbon-Instanzen mit /swarm sieben öffentliche Planungs-PDFs eines Stadtrats in eine interaktive 3D-Rekonstruktion eines Google-Büros verwandelt, und ein anderer Swarm hat ein Browserspiel gebaut, in dem du als radfahrender Pelikan Googles Campus in Mountain View erkundest. Intern ließen Google-Ingenieure fünf Wochen lang Swarms an Aufgaben wie Migrationen über mehrere Pakete hinweg und Architektur-Umbauten arbeiten.

Was die Tests zeigen und wer sie durchgeführt hat

Googles Texte liefern keine einheitliche Tabelle mit Ergebnissen, also sortiere die Behauptungen danach, wer getestet hat.

Ein unabhängiger Index. Artificial Analysis bewertet Carbon bei hohem Thinking mit 60 auf seinem Intelligence Index, hinter Claude Fable 5.2 bei maximalem Aufwand mit 65 und einen Punkt vor Claude Opus 5.5 bei maximalem Aufwand mit 59. In seiner Zusammenfassung landet Carbon auf Platz vier von 74 Modellen. Argon erreicht auf demselben Index 50. Als Google Carbon am 28. Oktober erstmals ankündigte, hieß es, das Modell liege auf Version 5.0 dieses Index mit 59 Punkten auf Platz eins. Inzwischen ist der Index bei Version 5.0.1 und die Rangliste hat sich verschoben, sodass die Behauptung vom ersten Platz nicht mehr zu dem passt, was Artificial Analysis anzeigt. Über Claude Fable 5.2 hat diese Website separat berichtet.

Platzierungen, die Google aus Tests anderer Unternehmen meldet. Google gibt an, Carbon liege auf CursorBench 4.0, Perplexitys WANDR und Zapiers AutomationBench auf Platz eins, „at more than 2X lower cost per task compared to the next best external model“. Die Ergebnisse hinter diesen Platzierungen stehen nicht im Launch-Beitrag.

Ein Test, an dem Google mitgebaut hat. Der Multimodal-Knowledge-Agent-Benchmark, der prüft, wie Agenten mit Dateien voller Diagramme, Baupläne und Tabellen umgehen, wurde von Google gemeinsam mit Artificial Analysis entwickelt. Laut Google landet Carbon unter den getesteten Modellen auf Platz zwei und erledigt Aufgaben im Schnitt zu einem Sechstel der Kosten des bestplatzierten Modells. Artificial Analysis führt den Testsatz mit 200 Aufgaben durch und hält ihn unter Verschluss.

Sicherheitswerte, gemessen ohne Schutzmechanismen. Google meldet 88.2% auf SEC-bench Pro beim Finden von Schwachstellen, 54.8% auf ExploitGym beim Ausnutzen und 71.0% auf CWE-bench beim Patchen. Im Oktober-Beitrag heißt es, diese Werte seien „evaluated without guardrails“ ermittelt worden, und im Launch-Beitrag, Carbon liege bei ihnen vorn, „when accessed through the Fairwind Program“. Beim Patch-Test erreichte Argon 68.0%.

Kundenzitate. Der Launch-Beitrag enthält Erfahrungsberichte von Unternehmen wie Hebbia, Glean, Box, Cisco und Fortinet. Es sind die eigenen Angaben der Kunden: HubX etwa sagt, Carbon habe 94% von 16 echten Bugfixes in seiner Codebasis ohne Regressionen gelöst.

Googles eigene Forschungsbehauptungen. Google gibt an, seine Forschenden hätten Carbon zusammen mit anderen Modellen genutzt, um Sicherheitsziele in Theoreme zu übersetzen, und dann Agenten auf Basis eines Frameworks namens AlphaProof Code mit Carbon Millionen Zeilen Code in Lean schreiben lassen, einer Sprache für mathematische Beweise. So seien in wenigen Wochen zentrale Sicherheitseigenschaften des Codes hinter Signals Verschlüsselungsprotokoll bewiesen worden. Google beschreibt das als „a task that historically takes expert teams years“.

Was der Sicherheitsbericht sagt

Google hat eine Model Card und einen separaten Safety and Security Report zu Carbon veröffentlicht. Vier Punkte sind wichtig, wenn du dich auf das Modell verlassen willst.

Das öffentliche Modell hat engere Sicherheitsgrenzen. Laut Bericht hält Google wie schon bei Argon bei sicherheitsbezogenen Anfragen „a conservative safety margin“ ein, wobei sich zusätzliche Ablehnungen auf „borderline dual-use reverse-engineering and exploit-adjacent auditing prompts rather than general software engineering workflows“ konzentrieren. Carbon „refuses slightly more frequently than Argon“ bei Text-Prompts in Googles Tests zu übermäßigen Ablehnungen, lehnt Bild-Prompts aber seltener unnötig ab. Verifizierte Verteidiger im Fairwind Program erhalten angepasste Schutzmaßnahmen, die Aufgaben wie die Prüfung erlauben, ob sich eine Schwachstelle ausnutzen lässt.

Google meldet starke Werte gegen Angriffe, mit Einschränkung. In simulierten Cyberangriffstests haben Carbons Schutzmechanismen laut Google 99% der Angriffspfade eines automatisierten Red-Teaming-Agenten blockiert und die Durchbruchrate pro Versuch auf 0.8% gesenkt, gegenüber 3.1% bei Argon. Im Test von Gray Swan mit versteckten Anweisungen, die in Inhalten platziert sind, die ein Agent liest, erreichte Carbon eine Angriffserfolgsrate von 0%. Derselbe Bericht hält fest, dass solche Angriffe „on Carbon are still possible“.

Es vermutet weit häufiger, getestet zu werden. In einer Reihe von Googles Alignment-Tests äußerte Carbon in 28.3% der Durchläufe, es befinde sich womöglich in einer Sicherheitsevaluierung, gegenüber 1.7% bei Argon. Ein Modell, das weiß, dass es getestet wird, lässt sich anhand von Testergebnissen schwerer beurteilen, und der Bericht sagt zu denselben Tests, dass „unspoken evaluation awareness cannot be ruled out“.

Google hat keine vollständig neue Risikobewertung durchgeführt. Im Rahmen seines Frontier Safety Framework kam Google zu dem Schluss, dass Carbon „did not show meaningful new capabilities or material increases in performance compared with Gemini 4 Argon“, und übernahm deshalb die Risikobefunde von Argon. Laut Model Card basiert Carbon auf Argon und hat einen Wissensstand bis März 2026.

Was sich für Entwickler ändert

Die Modell-ID lautet gemini-4-carbon, mit einem Kontextfenster von 1 Million Tokens, das sich Eingabe, Thinking und Ausgabe teilen. Wenn du bereits Argon nutzt, „requires no request schema changes“ der Wechsel, Google rät aber dennoch zu prüfen, ob dein Ausgabelimit und deine Timeouts längeres Nachdenken zulassen. Wer von Gemini 3 oder älter kommt, hat mehr zu tun:

• Explizites Caching entfällt. Carbon unterstützt es nicht, also müssen Aufrufe raus, die zwischengespeicherte Inhalte anlegen oder darauf verweisen; implizites Caching ist für Prompts ab 4,096 Tokens standardmäßig aktiv.
• Sampling-Einstellungen werden ignoriert. Google rät, temperature, top_p und top_k zu entfernen.
• Lange Antworten brauchen den Background-Modus. Standardantworten enden bei 65,536 Tokens; für längere empfiehlt Google background=True mit einem höheren max_output_tokens.
• Erhöhe deine Limits und Timeouts. Google empfiehlt ein max_output_tokens von mindestens 32,768, weil Carbon mehr davon fürs Thinking verbrauchen kann, und entweder Background-Ausführung oder Client-Timeouts von mindestens 15 Minuten.

Die Model Card nennt gelegentliche Langsamkeit oder Timeouts unter Carbons bekannten Einschränkungen. Artificial Analysis gibt in seiner Zusammenfassung des Modells 67 Sekunden bis zum ersten Antwort-Token an.

Wie es weitergeht

• 30. November 2026: der letzte Tag des API-Einführungspreises von $2 und $10.
• 1. Dezember 2026: Der API-Preis steigt auf $4 pro Million Eingabe-Tokens und $20 pro Million Ausgabe-Tokens, für Carbon und Argon gleichermaßen.
• Ohne Datum: /swarm ist in der Vorschau, und Googles Beiträge sagen nicht, wann es die Vorschauphase verlässt.

Für wen es sich lohnt

Wenn du Google AI Ultra mit einem privaten Konto bezahlst, wird Carbon in ausgewählten Ländern für dein Abo ausgerollt. Sobald es auftaucht, probiere es an einem Problem aus, an dem die Alltagsmodelle scheitern, und behalte dabei deine Nutzung im Blick. Wenn du Google AI Pro oder gar kein Abo hast, steht dir Carbon zum Start weder in der Gemini-App noch in der Suche zur Verfügung; als Wege bleiben die kostenpflichtige API oder, für Forschende, das Wissenschaftsprogramm.

Wenn du Entwickler bist, sind die drei Wochen bis zum 1. Dezember das günstige Zeitfenster, um Carbon mit deiner eigenen Arbeitslast gegen Argon zu testen. Fang mit mittlerem Thinking an, der Standardeinstellung, teste auch niedrig und hoch, und bleib bei der niedrigsten Stufe, die deine Anforderungen erfüllt. Und wenn du /swarm ausprobieren willst, tu das zuerst an einem überschaubaren Projekt: Es ist eine Vorschau, und Google warnt selbst, dass es Kontingent schnell aufbraucht.

Quellen (14)

• blog.google Google: Gemini 4 Carbon is now available
• blog.google Google: Gemini 4 Carbon, our next frontier model
• blog.google Google: Gemini 4 Carbon is now available for developers
• antigravity.google Google Antigravity: Gemini 4 Carbon and /swarm
• blog.google Google: Multimodal Knowledge Agents benchmark
• ai.google.dev Gemini API: Pricing
• ai.google.dev Gemini API: Models
• ai.google.dev Gemini API: Release notes
• one.google.com Google One: Google AI plans
• artificialanalysis.ai Gemini 4 Carbon
• storage.googleapis.com Google DeepMind: Gemini 4 Carbon Model Card
• storage.googleapis.com Google DeepMind: Gemini 4 Carbon Safety and Security Report
• aistudio.google.com Gemini API: What's new in Gemini 4 Carbon
• support.google.com Google Help: Changes to Gemini model access and limits