Googles Gemini 4 Carbon hat sich den Spitzenplatz im Intelligence Index V5 von Artificial Analysis gesichert: Mit 59 Punkten liegt es einen Punkt vor Claude Opus 5.5. Laut der Analyse belegte das Modell in vier der neun Auswertungen des Benchmark-Sets den ersten Platz. Google veröffentlichte es letzte Woche und stellt es zunächst ausgewählten Cyberabwehrkräften über sein Fairwind-Programm zur Verfügung; eine breitere Bereitstellung ist später geplant.

Auch bei der AA-Omniscience-Auswertung v1.1 von Artificial Analysis, die den Wissensabruf und Halluzinationen misst, lag das Modell vorn. Es erzielte 54 Punkte auf einer Skala von -100 bis +100. Obwohl dies das beste Ergebnis im Vergleich war, zeigt der Wert, dass selbst hoch eingestufte Modelle weiterhin Schwierigkeiten haben können, Informationen zuverlässig abzurufen.

Mit seiner Punktzahl im Intelligence Index liegt Gemini 4 Carbon zwei Punkte vor OpenAIs GPT-6 Astra und neun Punkte vor Metas Muse Wonder Full. Artificial Analysis gibt außerdem für den Benchmark Kosten von 7,76 US-Dollar pro Aufgabe an. Damit ist das Modell etwas günstiger als Gemini 3.8 Flash (high) und kostet mehrere Dollar weniger als Claude Opus 5.5 oder Sonnet 5.5 in den getesteten Konfigurationen. Es ist weiterhin teurer als einige OpenAI-Modelle und erheblich teurer als das Open-Weight-Modell DeepSeek V4.1 Flash 1017, das im Index 32 Punkte erzielte.

Die Ergebnisse bedeuten nicht, dass Carbon in jedem Bereich vorn liegt. Artificial Analysis zufolge liegt es beim Programmieren hinter Claude Code mit Claude Opus 5.5 und bei Wissensarbeit hinter Grok 4.7, Muse Wonder und Kimi K3.1 Pro. Im Pareto-Frontier-Diagramm von Arena.ai steht Carbon unter den teureren Modellen an der Spitze; zu den günstigeren Optionen zählen chinesische Open-Weight-Modelle wie GLM 5.3-Flash und DeepSeek V4 Pro.

Google erklärt, bei der Einführung schrittweise vorzugehen und sich am freiwilligen Verfahren der US-Regierung für Tests von Modellen vor ihrer Veröffentlichung zu beteiligen. Das Unternehmen will zunächst einer Teilgruppe von Cyberabwehrkräften Zugang gewähren und ihn anschließend über vertrauenswürdige Partner im Fairwind-Programm ausweiten. Google zufolge möchte es die Schutzvorkehrungen des Modells weiter verbessern, bevor es Entwicklern zur Verfügung gestellt wird. Dabei soll insbesondere der Missbrauch im Bereich Cybersicherheit eingedämmt werden.

Das Unternehmen erklärt außerdem, Carbon habe im Gray-Swan-Benchmark für indirekte Prompt-Injection allen Versuchen widerstanden, es zu unangemessenem Verhalten zu bringen. Google zufolge erzeugt das Modell halb so viele unbelegte Behauptungen wie Gemini 4 Argon, das zwei Wochen zuvor vorgestellt wurde, und verringert die Überschreitung seiner Zuständigkeit durch das Modell um 26 %. Dabei handelt es sich um Angaben des Unternehmens; die verfügbaren Benchmark-Ergebnisse bedeuten nicht, dass das Modell fehlerfrei ist.

Quellen: Tom's Hardware.