Gemini 4 Carbon ist da: Braucht Ihr Betrieb das Topmodell?
12. November 2026
KI-generiert, redaktionell von 8thsense ausgewählt, geprüft und freigegeben. EU AI Act, Art. 50
Google hat am 10. November sein bisher stärkstes KI-Modell Gemini 4 Carbon breiter verfügbar gemacht. Rund zwei Wochen lang durften nur ausgewählte Cybersecurity-Fachleute damit arbeiten, jetzt erhalten zahlende Entwickler, Unternehmen und Abonnenten von Google AI Ultra Zugriff. Bemerkenswert ist weniger das Modell selbst als ein Satz in Googles eigener Ankündigung: Für den Großteil der Programmier- und Wissensarbeit bleibe das sparsamere Modell Argon „die ideale Wahl”. Für Geschäftsführer ist das ein seltener, offizieller Hinweis darauf, dass das neueste Spitzenmodell nicht automatisch das richtige ist.
Was Google freigegeben hat
Laut dem Google-Blog von Koray Kavukcuoglu, Chief AI Architect bei Google, ist Carbon für Aufgaben gebaut, „die die Grenzen der Intelligenz eines Modells testen”. Google nennt komplexes, mehrstufiges Programmieren und Debugging sowie offene wissenschaftliche Recherche. Zugang gibt es über die kostenpflichtige Gemini-API in Google AI Studio, über Gemini for business sowie für Ultra-Abonnenten in der Gemini-App, im KI-Modus der Google-Suche und in Googles Entwicklerumgebung Antigravity (Quelle: blog.google). Digital Trends bestätigt die Freigabe und die vorherige Exklusivphase über Googles Fairwind-Programm für Sicherheitsforscher (Quelle: digitaltrends.com). Zum günstigeren Abo Google AI Pro, zu Google Workspace und zu besonderen Regelungen für die EU macht Google in der Ankündigung keine Angaben.
Gleicher Preis pro Token, trotzdem teurer
Auf den ersten Blick wirkt die Preisfrage unspektakulär. In der offiziellen Preisliste der Gemini-API kosten Carbon und Argon exakt gleich viel: bis zum 30. November 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens, ab dem 1. Dezember jeweils das Doppelte, also 4 und 20 US-Dollar (Quelle: aistudio.google.com). Eine kostenlose Stufe gibt es für keines der beiden Modelle. Der Unterschied liegt im Verbrauch. Google schreibt selbst, dass Carbon mehr Tokens einsetzt, um Lösungswege zu erkunden und Ergebnisse zu überprüfen. Argon beschreibt die Preisseite als Modell mit schnelleren Antworten und geringerem Token-Verbrauch pro Durchgang. Weil auch die internen „Denk-Tokens” voll abgerechnet werden, kostet dieselbe Aufgabe mit Carbon in der Regel spürbar mehr.
Die Benchmarks und was sie aussagen
Google führt eine lange Liste von Bestwerten an, unter anderem Platz eins in CursorBench 4.0 und in Zapiers AutomationBench, jeweils mit nach Herstellerangabe weniger als halb so hohen Kosten pro Aufgabe wie beim nächstbesten Konkurrenzmodell. Dazu kommen Sicherheitswerte: In simulierten Angriffen habe Carbon 99 Prozent der Angriffsversuche eines automatisierten Red-Teaming-Agenten abgewehrt. Gleichzeitig räumt Google ein, dass die Robustheit gegen Prompt Injection „ein Bereich für weitere Verbesserungen” bleibe. Wichtig für die Einordnung:
Die Zahlen stammen vom Hersteller oder von dessen Testpartnern, unabhängige Vergleiche stehen noch aus.
Der Kostenvergleich bezieht sich auf Konkurrenzmodelle anderer Anbieter, nicht auf Googles eigenes Argon.
Benchmarks messen Spitzenaufgaben. Ein Angebotsschreiben oder eine E-Mail-Zusammenfassung wird durch ein stärkeres Modell kaum besser.
Die günstigeren Alternativen im Baukasten
Wer über die API arbeitet, hat neben Carbon und Argon eine ganze Modellpalette zur Auswahl. Laut Googles Preisliste kostet Gemini 4 Hydrogen 1,50 US-Dollar pro Million Eingabe-Tokens und 7,50 US-Dollar für die Ausgabe und ist als einziges Gemini-4-Modell auch in einer kostenlosen Stufe nutzbar, dort allerdings mit dem Hinweis, dass Eingaben zur Produktverbesserung verwendet werden können. Noch deutlich günstiger sind die Flash-Lite-Modelle: Gemini 3.1 Flash-Lite liegt bei 0,25 US-Dollar Eingabe und 1,50 US-Dollar Ausgabe pro Million Tokens (Quelle: aistudio.google.com). Für einfache Klassifizierungen, das Sortieren eingehender Anfragen oder das Auslesen von Formularen reichen solche Modelle oft völlig aus. Der Preisabstand zum Topmodell ist dabei ein Vielfaches.
Was das für Unternehmen bedeutet
Die Lehre aus Googles Ankündigung gilt unabhängig vom Anbieter: Das Modell sollte zur Aufgabe passen, nicht zur Schlagzeile. Für die meisten Unternehmen besteht KI-Arbeit aus Routine, etwa E-Mails vorsortieren, Termine bestätigen, Protokolle zusammenfassen oder Rechnungsdaten auslesen. Ein Pflegedienst, der Anfragen von Angehörigen vorqualifiziert, oder eine Tanzschule, die Kursanfragen beantwortet, braucht dafür kein Spitzenmodell. Wer solche Abläufe per API oder über Werkzeuge wie n8n und Make automatisiert, sollte jede Stufe einzeln betrachten: ein günstiges Modell für die Masse, ein stärkeres nur dort, wo es tatsächlich auf Tiefe ankommt, zum Beispiel bei der Prüfung langer Verträge oder bei komplexer Fehlersuche im eigenen Code.
Praktisch heißt das: Lassen Sie die Person, die Ihre KI-Automation betreut, zehn typische Aufgaben mit zwei oder drei Modellen durchspielen und Ergebnisqualität sowie Token-Verbrauch vergleichen. Das kostet einen halben Arbeitstag und wenige Euro an API-Gebühren. Gerade mit der Preisverdopplung für Argon und Carbon ab Dezember lohnt sich dieser Test. Wer bereits Workflows auf Argon betreibt, sollte zudem prüfen, ob die neuen Preise im Budget berücksichtigt sind. Der Wechsel auf Carbon ist dagegen nur dann sinnvoll, wenn eine konkrete Aufgabe mit dem bisherigen Modell nachweislich scheitert.
