Google: Carbon schlägt Konkurrenten bei Agententests – zu weniger als der Hälfte der Kosten

Google hat Gemini 4 Carbon am Dienstag Entwicklern, Unternehmen, Wissenschaftlern und Verbrauchern zur Verfügung gestellt.

Das Unternehmen gibt an, dass sein neuestes Frontier-Modell mit weniger als der Hälfte der Kosten pro Aufgabe im Vergleich zum nächstbesten externen Modell die beste Leistung in drei unabhängigen Agent-Benchmarks erzielt.

Gemini 4-Modell führt bei CursorBench 4.0, WANDR und AutomationBench

In der Launch-Post schrieb Koray Kavukcuoglu, SVP bei Google DeepMind, dass Carbon CursorBench 4.0, Perplexitys WANDR und Zapiers AutomationBench anführt. Google gibt an, dass es weniger als die Hälfte kostet als das nächstbeste externe Modell pro Aufgabe.

Google hat Carbon für lange, mehrstufige Aufgaben entwickelt. Schwerpunktmäßig adressiert es komplexes Codieren und Debuggen, offene wissenschaftliche Forschung sowie Cybersicherheit.

Unabhängig davon hat Google mit Artificial Analysis den Multimodal Knowledge Agent Benchmark entwickelt. Dieser bewertet, wie Modelle über dichte Dateien wie Diagramme, Baupläne und Tabellen schlussfolgern.

Carbon belegte den zweiten Platz. Google gibt an, dass es zu einem durchschnittlichen Kosten pro Aufgabe operierte, die mehr als sechsmal niedriger war als beim siegreichen Modell.

Carbon erreichte das beste getestete Modell bei Hebbias E2E Financial Agentic Evaluation und lag bei der Balyasny Asset Management General Financial Intelligence Benchmark unter 23 Konfigurationen von Frontier-Modellen an erster Stelle.

Carbon geht tiefer und führt längere Verifikations-Schleifen durch, bevor es antwortet, was bedeutet, dass es mehr Tokens verbraucht als sein Schwestermodell Gemini 4 Argon.

Die API-Tarife steigen auf $4 und $20 nach dem November 30

Google behält Argon, das Modell, das es letzten Monat vorgestellt hat. Das Unternehmen erklärte, dass Argon weiterhin die empfohlene Wahl für die meisten Softwareentwicklungs- und Wissensarbeiten ist.

Carbon ist für Aufgaben gedacht, die die Grenzen der Intelligenz eines Modells ausloten. Es wurde in zwei Schritten veröffentlicht, wobei Cybersecurity-Verteidiger vor zwei Wochen über das Fairwind-Programm frühen Zugang erhielten.

Beide Modelle haben den gleichen Einführungs-API-Preis von 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens. Google sagte, dass sich Carbon’s Preise nach Ende der Einführungsphase am 30. November auf 4 und 20 US-Dollar erhöhen werden.

Cryptopolitan berichtete, dass Argons Preis unter dem von Anthropics Claude Opus 5.5 (4 $ und 20 $) und OpenAIs GPT-6 Astra (10 $ und 50 $) eröffnete.

Bezahlte Entwickler können mit Carbon in Google AI Studio und Android Studio arbeiten. Unternehmen können es über Gemini for Business erhalten.

Google AI Ultra-Abonnenten zahlen 100 $ im Monat und erhalten Zugang zu Carbon in der Gemini-App, zum KI-Modus in der Suche sowie zu Antigravity.

Google präsentiert /swarm in Antigravity, das einen Prompt in ein Team koordinierter Agenten umwandelt. Entwickler können Carbon den Rollen zuweisen, die die größte Schlussfolgerungskraft erfordern, wie Architektur und Prüfung, während leichtere Modelle die parallelen Aufgaben übernehmen.

Vor vier Wochen kündigte Google an, Bewerbungen für 10.000 Wissenschaftler zu sammeln, die Argon sechs Monate lang kostenlos in Antigravity nutzen können. Tausende sind bereits onboarded, und aktuelle sowie zukünftige Teilnehmer erhalten ebenfalls Carbon.

Frühe Tester setzten Carbon in den Bereichen Sicherheit und Biologie ein. Das Team von Wiz entdeckte innerhalb von zwei Stunden Zero-Day-Schwachstellen bei zwei großen SaaS-Anbietern, wie Google mitteilte.

Google-Forscher konnten zudem im Durchschnitt 40-mal mehr entfernte Homologe in sieben proteinfamilien mit geringer Homologie mithilfe von Carbon identifizieren. Diese Homologen werden von Strukturvorhersagemodellen wie AlphaFold 3 verwendet.