--- title: "Google öffnet globalen Zugang zu Gemini 4 Carbon: KI findet Zero-Day-Lücken in 2 Stunden und beweist Kryptographie in Wochen" description: "Google hat den globalen Zugang zu Gemini 4 Carbon geöffnet: Das neuronale Netz findet Zero-Day-Lücken in 2 Stunden, löst 94 % der Aufgaben in einer Codebasis mit 14.000 Tests und beweist Kryptographie in Wochen. Preis: ab 2 Dollar pro Million Token." date: 2026-11-11T08:39:01.492Z lang: de url: https://xab.info/de/posts/google-gemini-4-carbon-globaler-zugang-ki-modell tags: [google, gemini-4-carbon, ai-model, artificial-intelligence, cybersecurity, software-development, multi-agent] author: "Alexander Buran, Roman V." publisher: "XAB.info" --- # Google öffnet globalen Zugang zu Gemini 4 Carbon: KI findet Zero-Day-Lücken in 2 Stunden und beweist Kryptographie in Wochen ![Abstrakter leuchtender Kristall umgeben von strahlenden Energielinien vor einem Farbverlauf](https://xab.info/media/2026/11/11/google-gemini-4-carbon-globalnyj-dostup-ii-model/google-gemini-4-carbon-globalnyj-dostup-ii-model-1.webp) ## Kernpunkte - Google hat globalen Zugang zu Gemini 4 Carbon eröffnet – dem Flaggschiffmodell für Aufgaben am Rande der KI-Möglichkeiten - In einem Test mit 14.000 Prüfungen erreichte das Modell 94 % erfolgreiche Fehlerbehebungen ohne Nebenbugs - Das Tool Swarm verwandelt einen einzelnen Prompt in ein Team von KI-Agenten in der Antigravity-Umgebung - Carbon fand in 2 Stunden eine Zero-Day-Schwachstelle bei zwei SaaS-Anbietern - Preis: 2 Dollar pro Million Input- und 10 Dollar pro Million Output-Token, was 2- bis 6-mal günstiger als bei Konkurrenten ist Google hat offiziell den globalen Zugang zu seinem KI-Flaggschiffmodell Gemini 4 Carbon freigegeben und es für Entwickler, Unternehmenskunden, Forschungsteams und Privatanwender verfügbar gemacht. Das Unternehmen positioniert Carbon als Werkzeug „für Aufgaben am Rande der KI-Möglichkeiten“ – im Gegensatz zu Gemini 4 Argon, das die optimale Lösung für alltägliche Analysen und Standardprogrammierung bleibt. Der Hauptunterschied von Carbon besteht darin, dass das Modell deutlich mehr Rechenressourcen für tiefes Reasoning, mehrstufige Hypothesentests und eine längere autonome Aufgabenausführung ohne menschliches Eingreifen aufwendet. Genau diese Architektur befähigt das neuronale Netz, komplexe Aufgaben zu bewältigen, die zuvor ganze Teams von Spezialisten erforderten. ### Entwicklungsautonomie: 94 % erfolgreiche Lösungen ohne Nebenbugs Interne Tests des Google-Teams vor der offiziellen Veröffentlichung zeigten beeindruckende Werte zur Autonomie des Modells. In einem standardisierten Benchmark zur Fehlerbehebung in einer Codebasis aus 14.000 Tests erzielte Carbon eine Erfolgsquote von 94 % bei der Problemlösung ohne begleitende Regressionen oder neue Bugs. Entwickler betonen, dass das Modell nicht nur einen Patch generiert, sondern eine mehrstufige Kontextanalyse durchführt, alternative Lösungen prüft und das Ergebnis vor der Ausgabe verifiziert. Das unterscheidet Carbon grundlegend von leichteren Modellen, die in ähnlichen Szenarien beim Beheben alter Fehler häufig neue Mängel einbauen. ### Swarm: Ein einzelner Prompt wird zu einem KI-Agenten-Team Die wichtigste technologische Neuerung des Releases ist das Tool Swarm in der Google-Antigravity-Umgebung. Die Funktion ermöglicht es, eine einzige Textanfrage des Nutzers in eine koordinierte Gruppe von KI-Agenten zu verwandeln, die in Echtzeit wie ein geschlossenes Team arbeiten. In dieser Hierarchie übernimmt Carbon die Aufgaben mit der tiefsten Analyseebene – Architekturdesign, Agentenkoordination und finale Prüfung –, während einfachere Unteraufgaben an schnelle und leichte Modelle in parallelen, isolierten Bereichen delegiert werden. Bei öffentlichen Vorführungen baute der Agenten-„Schwarm“ auf einen einzigen Prompt hin eine interaktive 3D-Ausstellung des Eiffelturms basierend auf Fotos von 1887, rekonstruierte ein Google-Bürogebäude anhand von 206 PDF-Bauplänen und erschuf ein vollwertiges 3D-Browserspiel. ### Cybersicherheit: Von Zero-Days bis zur automatischen Korrektur Im Rahmen eines speziellen Fairwind-Programms wurde das Modell Cybersicherheitsspezialisten zur Verfügung gestellt, und Carbon bewies Bestleistungen beim Aufdecken, Ausnutzen und automatischen Beheben von Schwachstellen. Im autonomen System Google Project Fortify entdeckte das neuronale Netz alle Fehler beim Scannen von Code, und die Genauigkeit beim Erkennen versteckter logischer Schwachstellen in Open-Source-Software stieg um 25 %. Das medienwirksamste Ergebnis lieferte die Initiative Wiz Scan for Good: Innerhalb von zwei Stunden entdeckte Carbon eine Zero-Day-Schwachstelle bei zwei großen SaaS-Anbietern und verkürzte damit einen Prozess, der normalerweise wochenlange manuelle Recherchen erfordert, auf einen einzigen Arbeitstag. ### Wissenschaft, Kryptographie und Finanzen: Ergebnisse jenseits der IT Carbon lieferte starke Ergebnisse in GrundlagenDISziplinen wie Physik, Mathematik und Biologie. Das Unternehmen Axiom Bio stellt seine Produktionsprozesse bereits auf das neue Modell um, nachdem die KI zuvor unbekannte Toxizitätsmechanismen von Arzneistoffen identifiziert hatte. Das Hilfsprogramm AlphaProof Code bewies unter Einsatz von Carbon innerhalb weniger Wochen mathematisch die Sicherheit des kryptographischen Signal-Protokolls in der Programmiersprache Lean – eine Aufgabe, für die menschliche Experten normalerweise jahrelang arbeiten. Im Finanzsektor führte das neuronale Netz den Benchmark von Balyasny Asset Management an und ließ dabei 23 Konfigurationen anderer Modelle nach Gesamtmetriken hinter sich. ### Preise: Pro Aufgabe doppelt so günstig wie die Konkurrenz Google hat den Einstiegspreis auf 2 US-Dollar pro 1 Million Input-Token und 10 US-Dollar pro 1 Million Output-Token festgelegt. Nach Angaben des Unternehmens ist dies mehr als doppelt so günstig wie die nächsten externen Wettbewerber bei den Kosten für die Ausführung einer Aufgabe und sechsmal so günstig in multimodalen Tests. Damit ist der Zugriff auf ein Modell, das autonom Zero-Day-Schwachstellen aufspüren und formale Beweise führen kann, für einen breiten Kreis von Entwicklern und Forschungsgruppen wirtschaftlich erschwinglich geworden. ## Faktencheck und Quellen - [Google открыла глобальный доступ к Gemini 4 Carbon: что умеет флагманский ИИ](https://www.rbc.ua/ukr/news/google-vidkrila-globalniy-dostup-gemini-4-1794385401.html) - Primärquelle: Vollständiger Ankündigungstext mit Testzahlen, Swarm-Beschreibung, Fairwind/Fortify/Wiz Scan for Good-Ergebnissen, wissenschaftlichen Anwendungen und Preisgestaltung. Alle Fakten des Artikels stammen aus dieser Quelle. - [Google представила новую ИИ-модель Gemini 4 Argon – уже доступна всем](https://hi-tech.mail.ru/news/157908-gemini-4-argon-stala-dostupna-vsem-v-google-nazvali-ee-tsenu/) - Verwandte Quelle zu Gemini 4 Argon. Bestätigt den globalen Start der Gemini 4-Reihe und die Preispolitik (2 Dollar pro Million Token bis zum 30. November). Keine direkten Widersprüche zum Carbon-Text festgestellt. ## Häufige Fragen ### Worin unterscheidet sich Gemini 4 Carbon von Gemini 4 Argon? Argon bleibt die optimale Wahl für tägliche Analysen und Standardprogrammierung. Carbon wurde für Aufgaben am Rande der KI-Möglichkeiten entwickelt: Das Modell nutzt mehr Ressourcen für tiefes Reasoning, Hypothesentests und längere autonome Aufgabenausführungen ohne menschliches Eingreifen. ### Was ist das Tool Swarm in Google Antigravity? Swarm ist eine Funktion, die eine einzelne Textanfrage des Nutzers in eine koordinierte Gruppe von KI-Agenten in Echtzeit verwandelt. Carbon übernimmt Aufgaben der tiefen Analyse und Koordination, während einfachere Unteraufgaben an leichte Modelle in parallelen, isolierten Bereichen delegiert werden. ### Welche Ergebnisse erzielt Carbon im Bereich Cybersicherheit? Im System Project Fortify erkannte das Modell alle Fehler beim Code-Scanning, und die Trefferquote beim Aufdecken versteckter logischer Schwachstellen in Open-Source-Software stieg um 25 %. Bei Wiz Scan for Good fand Carbon in 2 Stunden eine Zero-Day-Lücke bei zwei großen SaaS-Anbietern. ### Wie viel kostet der Zugriff auf Gemini 4 Carbon? Der Einstiegspreis liegt bei 2 US-Dollar pro 1 Million Input-Token und 10 US-Dollar pro 1 Million Output-Token. Laut Google ist dies mehr als doppelt so günstig wie bei den nächsten Konkurrenten pro Aufgabe und sechsmal so günstig in multimodalen Tests.