Gemini 4 Carbon: Google stellt ein Modell zum Erkennen und Beheben von Sicherheitslücken vor

Was Google zu Gemini 4 Carbon angekündigt hat

Google stellte Gemini 4 Carbon am 28. Oktober 2026 vor. Das Modell sei auf Programmierung, lang laufende Aufgaben und Cybersicherheit ausgerichtet. Konkret soll es mehrere Schritte der Softwaresicherheit abdecken: Schwachstellen finden, ihre Ausnutzbarkeit prüfen und Patches erstellen. Diese Fähigkeiten und die dazugehörigen Testergebnisse sind Angaben von Google, keine unabhängige Überprüfung des Modells.

Die Unterscheidung zwischen diesen Arbeitsschritten ist wichtig. Einen möglichen Fehler zu finden, beweist nicht, dass er unter realen Bedingungen ausgenutzt werden kann. Und selbst wenn eine Schwachstelle ausnutzbar ist, folgt daraus nicht, dass ein Patch die Ursache behebt, ohne neue Probleme einzuführen. Die von Google genannten Tests messen unterschiedliche Aufgaben. Ihre Ergebnisse sollten daher nicht zu einem einzigen Maß für Sicherheit oder Qualität zusammengefasst werden.

Was die genannten Cybersicherheitstests messen

Google nennt 88,2 Prozent bei SEC-bench Pro zur Erkennung von Schwachstellen, 54,8 Prozent bei ExploitGym zur Ausnutzung von Schwachstellen und 71,0 Prozent bei CWE-bench zur Behebung. Das Unternehmen beschreibt die Tests als extern und erklärt, dass sie ohne die Sicherheitsvorkehrungen des Modells durchgeführt wurden. Die Ergebnisse beschreiben deshalb nicht zwangsläufig das Verhalten einer kommerziellen Version mit aktivierten Schutzmaßnahmen oder die Möglichkeiten, die Kundinnen und Kunden tatsächlich erhalten.

Die Werte beziehen sich auf bestimmte Tests und sind keine allgemeine Erfolgsquote für Cybersicherheit. Die hier verfügbaren Angaben enthalten nicht genügend Einzelheiten, um alle Testbedingungen nachzuvollziehen, die Resultate unabhängig zu vergleichen oder die Leistung für beliebige Codebasen einzuschätzen. Google gibt für CWE-bench 71,0 Prozent an; dieser Wert sollte nicht durch eine abweichende Zahl aus anderen Darstellungen ersetzt werden.

Was die Ankündigung über Programmierung und längere Aufgaben sagt

Google zufolge ist Carbon für technische Arbeitsabläufe mit mehreren Schritten ausgelegt. In internen Tests hätten die Teams das Modell über Tage an komplexen Problemen arbeiten sehen. Als Beispiele nennt das Unternehmen die Suche nach Ursachen und die Behebung schwer auffindbarer Fehler in großen Codebasen und Low-Level-Systemen. Diese internen Beobachtungen beschreiben Erfahrungen des Unternehmens; sie belegen nicht, dass das Modell jede länger dauernde Aufgabe zuverlässig und ohne Aufsicht erledigt.

Für die Webentwicklung meldet Google, Carbon habe 89 Elo-Punkte hinzugewonnen und belege mit 1.768 Punkten Rang vier bei WebDev Arena. Außerdem stehe das Modell mit 59 Punkten an der Spitze der Version 5.0 des Artificial Analysis Intelligence Index. Das sind Platzierungen in bestimmten Tests, keine allgemeingültige Rangfolge der Fähigkeiten. Die Ergebnisse hängen von den Aufgaben, der Methodik und der jeweiligen Indexversion ab.

Modellsicherheit und Grenzen der Aussagen

Google erklärt, Carbon zeige in internen Tests bei bestimmten unerwünschten Verhaltensweisen Verbesserungen gegenüber Gemini 4 Argon. Zu den mitgeteilten Ergebnissen zählen ein Rückgang schwerwiegender Warnungen vor Fehlanpassungen um fast 80 Prozent in internen Programmierumgebungen sowie etwa halb so viele unbelegte Behauptungen. Außerdem meldet Google eine Erfolgsquote von 0,0 Prozent für Angriffe im getesteten indirekten Prompt-Injection-Benchmark von Gray Swan.

Ein Ergebnis von 0,0 Prozent bedeutet, dass unter den Bedingungen des betreffenden Tests keine erfolgreichen Angriffe verzeichnet wurden. Es belegt keine Widerstandsfähigkeit gegen alle denkbaren Angriffe. Ebenso beweisen interne Verbesserungen gegenüber Argon nicht, dass es in anderen Situationen keine Fehler, unbelegten Aussagen oder problematischen Verhaltensweisen gibt. Google beschreibt mehrere Schutzebenen, darunter Maßnahmen gegen Missbrauch und Schutz vor Prompt Injection. Eine absolute Sicherheitsgarantie ergibt sich daraus nicht.

Erster Zugang und angekündigte Preise

Google teilte mit, dass zunächst eine ausgewählte Gruppe von Fachleuten für Cybersicherheit Zugang erhalten soll. Danach solle der Zugang schrittweise über das Fairwind-Programm auf weitere vertrauenswürdige Partner ausgeweitet werden. Vor einer Bereitstellung für Entwickler, Unternehmen und Verbraucher wolle Google weiter Rückmeldungen sammeln und die Schutzmaßnahmen anpassen. Die Ankündigung nennt weder die Zulassungskriterien für das Programm noch einen Termin für den allgemeinen Zugang; die Verfügbarkeit für die Öffentlichkeit ist nicht bestätigt.

Der angekündigte Einführungspreis beträgt 2 US-Dollar pro einer Million Eingabetokens und 10 US-Dollar pro einer Million Ausgabetokens. Für zwischengespeicherte Eingabetokens nennt Google einen Rabatt von 95 Prozent auf den Preis für Eingabetokens. Nach dem Einführungszeitraum sollen die Preise auf 4 US-Dollar pro einer Million Eingabetokens und 20 US-Dollar pro einer Million Ausgabetokens steigen. Wann dieser Zeitraum endet, ist nicht angegeben. Aus diesen Zahlen lässt sich der Gesamtpreis einer Anwendung nicht ableiten: Er hängt unter anderem vom Nutzungsumfang und der Verarbeitung der einzelnen Anfragen ab.

Was sich derzeit daraus schließen lässt

Bestätigt ist die Ankündigung eines Modells, das Google auf Programmierung und verschiedene Schritte der Softwaresicherheit ausrichtet, zusammen mit konkreten Testergebnissen, einem zunächst begrenzten Zugang und mitgeteilten Preisen. Für die Einschätzung der Fähigkeiten ist entscheidend, dass die veröffentlichten Punktzahlen von Google stammen. Die offiziellen Seiten auf Spanisch und Englisch wiederholen dieselbe Ankündigung und sind keine unabhängigen Bestätigungen.

Mit den verfügbaren Informationen lässt sich weder eine unabhängige Überprüfung der genannten Ergebnisse noch die Leistung von Carbon auf anderen Systemen als den getesteten feststellen. Auch die praktischen Bedingungen des Fairwind-Programms bleiben offen. Für Sicherheitsteams können die Zahlen erste Anhaltspunkte zu bestimmten Aufgaben und Tests liefern. Sie ersetzen jedoch weder fachkundige Prüfung noch die Genehmigung für Systemtests, Tests in der eigenen Umgebung oder eine Überprüfung der Änderungen vor ihrer Umsetzung.

Weiter entdecken

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.