KI-Ranking

Gemini 4 Carbon: Google entthront Claude Opus 5.5 mit Paukenschlag

Jakob Steinschaden28. Oktober 2026, 19:04

Balkendiagramm des Artificial Analysis Intelligence Index v5 mit Gemini 4 Carbon auf Platz 1 vor Claude Opus 5.5 und GPT-6 Astra

Da will Anthropic gerade an die Börse durchstarten, und Google schnappt sich die Poleposition im KI-Ranking.

Google hat soeben Gemini 4 Carbon vorgestellt, sein nach eigenen Angaben stärkstes Modell. Der unabhängige Testdienst Artificial Analysis setzt es in seinem Intelligence Index v5 mit 59 Punkten auf Platz 1. Bisher hatte Anthropics Claude Opus 5.5 den Index angeführt, mit 58 Punkten beim Start. Für Anthropic kommt das zu einem heiklen Zeitpunkt: Der Börsenprospekt liegt bei der US-Börsenaufsicht, die Aktie soll in den kommenden Wochen an der Nasdaq starten.

Wo Carbon vorne liegt

Carbon holt in vier der neun Einzeltests des Index die Bestmarke: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience und AutomationBench-AA. Vorne liegt das Modell damit bei komplexem Schlussfolgern, Wissen und wissenschaftlichen Aufgaben. Gegenüber Googles Vorgänger Gemini 4 Argon, der vor zwei Wochen für alle Zahlenden an den Start ging, legt Carbon um 9 Punkte zu.

Bemerkenswert ist der Sprung beim Programmieren, einer Disziplin, in der Google lange hinterherhinkte. Im Coding Agent Index von Artificial Analysis erreicht Carbon mit dem Antigravity-CLI 59 Punkte, nur 3 Punkte hinter Claude Code mit Opus 5.5 (62). Bei Terminal-Bench 4.0 (64 Prozent) und FrontierCode v1.1 (51 Prozent) liegt Carbon jeweils auf Platz 2 hinter Opus 5.5.

Auch bei der Verlässlichkeit steht Carbon gut da. Im aktualisierten AA-Omniscience-Test kommt es auf 54 Punkte, Opus 5.5 auf 48 und Argon auf 46. Die Trefferquote steigt gegenüber Argon um 10 Punkte auf 58 Prozent. Die Halluzinationsrate steigt dabei von 4 auf 11 Prozent, das ist laut Artificial Analysis aber immer noch der zweitniedrigste Wert aller Modelle, nur Argon liegt darunter. Claude Opus 5.5 und GPT-6 Astra kommen jeweils auf 50 Prozent.

Was Carbon kostet

Carbon unterstützt ein Kontextfenster von 1 Million Tokens und verarbeitet Text, Bild, Video und Sprache als Eingabe, ausgegeben wird Text. Der reguläre Preis liegt bei 4 Dollar für eine Million Eingabe-Tokens und 20 Dollar für eine Million Ausgabe-Tokens (rund 3,56 und 17,80 Euro), gleich wie bei Argon. Zum Start gewährt Google 50 Prozent Rabatt, also 2 und 10 Dollar (rund 1,78 und 8,90 Euro), ein bestätigtes Enddatum gibt es laut Artificial Analysis nicht. Zwischengespeicherte Eingabe-Tokens kosten 95 Prozent weniger.

Pro Aufgabe im Intelligence Index fallen laut Artificial Analysis bei Standardpreisen 7,76 Dollar an (rund 6,90 Euro). Das sind etwa 23 Prozent weniger als bei Claude Opus 5.5 (10,04 Dollar, rund 8,94 Euro), aber das 1,2-Fache von GPT-6 Astra (6,25 Dollar, rund 5,56 Euro). Carbon braucht dafür 123.000 Ausgabe-Tokens pro Aufgabe, das sind 29 Prozent weniger als bei Opus 5.5 (173.000).

Googles Schwerpunkt: Cyberabwehr

Google selbst stellt Carbon vor allem als Werkzeug für Cybersicherheit vor. Laut dem Konzern erzielt es Bestwerte beim Finden von Sicherheitslücken (88,2 Prozent bei SEC-bench Pro), beim Ausnutzen (54,8 Prozent bei ExploitGym) und beim Beheben (71,0 Prozent bei CWE-bench). Das Chrome-Team habe mit Carbon mehr als zehnmal bessere Patches erhalten als mit dem Spitzenmodell eines anderen Labors. Bei WebDev Arena legt Carbon um 89 Elo-Punkte zu und landet mit 1769 Punkten auf Platz 4.

Auch bei der Sicherheit des Modells selbst verspricht Google Fortschritte: Der Anteil erfolgreicher Schummelversuche bei Terminal-Bench 4.0 sinke auf 0,0 Prozent, unbelegte Behauptungen halbierten sich gegenüber Argon, und gegen Prompt-Injection-Angriffe im Test von Gray Swan sei Carbon in keinem Fall erfolgreich angegriffen worden. Alle diese Angaben stammen von Google selbst.

Warum der Thron wackelt

Der erste Platz hat Einschränkungen. Carbon ist vorerst nur für ausgewählte Nutzer:innen verfügbar, zunächst für Cyberabwehr-Teams und weitere Partner:innen über das Fairwind-Programm. Google testet das Modell im freiwilligen Vorab-Prüfverfahren der US-Regierung und will es danach so bald wie möglich für Entwickler:innen, Unternehmen und Endkund:innen öffnen.

Hinzu kommt: Der Vorsprung auf Opus 5.5 beträgt im Gesamtindex nur einen Punkt, und beim Programmieren mit Agenten bleibt Anthropics Modell vorne. Beim agentischen Wissensarbeits-Test AA-Briefcase erreicht Carbon 1609 Elo, ein Plus von 126 Punkten gegenüber Argon, liegt aber hinter Grok 4.7 (1638), Muse Wonder (1659) und Kimi K3.1 Pro (1678). Außerdem wurde der Index v5 erst kürzlich mit geheimen Testdaten neu aufgesetzt.

Anthropic vor dem Börsengang

Wie sehr ein Ranking-Platz Anthropics Börsengang beeinflusst, ist offen. Laut Prospekt setzte das Unternehmen im ersten Halbjahr 16,3 Milliarden Dollar (rund 14,5 Milliarden Euro) um, bestehende Investor:innen rechnen mit einer Bewertung von 1,5 bis 1,75 Billionen Dollar.

Anthropic dürfte auf Googles Vorstoß reagieren. Denkbar ist, dass das Unternehmen kurz vor dem Börsengang noch ein neues Spitzenmodell wie Claude 6 vorstellt, um die Stimmung bei Anleger:innen vor dem Handelsstart noch einmal ordentlich anzuheizen. Eine Bestätigung dafür gibt es bisher nicht, und Anthropic hat sich zu einem solchen Termin nicht geäußert.