Google hat am 10. November 2026 Gemini 4 Carbon für alle freigegeben. Es ist das stärkste Modell der Gemini-4-Familie. Auf ChatX ersetzt Carbon seit dem 11. November Gemini 4 Argon, das wir erst wenige Tage zuvor eingebaut hatten. Daneben bleiben Gemini 3.8 Flash als Allrounder und Gemini 3.5 Flash Lite als günstige Variante. Hier steht, was Carbon besser kann als Argon, wo es nicht vorn liegt und für welche Aufgaben sich welches der drei Modelle lohnt.
Was Gemini 4 Carbon ausmacht
Google hat Carbon am 28. Oktober 2026 angekündigt und zunächst nur Behörden und ausgewählten Sicherheitsfachleuten gegeben. Seit dem 10. November steht es laut Änderungsprotokoll der Gemini API allen offen. Google nennt es sein stärkstes Modell für lange Programmierarbeit, Wissensarbeit mit Texten, Bildern und Tabellen, naturwissenschaftliche Fragen und die Abwehr von Cyberangriffen.
Drei Eigenschaften sind im Alltag wichtig:
- Sehr langer Kontext: Eingabe und Ausgabe dürfen zusammen bis zu 1 Million Token umfassen. Das reicht für sehr lange Dokumente oder umfangreiche Chatverläufe.
- Aktuelles Wissen: Laut Modellkarte reicht der Wissensstand bis März 2026. Für alles Neuere schaltest du auf ChatX die Websuche dazu.
- Bilder als Eingabe: Du kannst Fotos, Screenshots oder Diagramme hochladen und Fragen dazu stellen.
Carbon denkt vor jeder Antwort nach. Wie gründlich, steuerst du auf ChatX mit den Stufen Niedrig, Mittel und Hoch. Voreingestellt ist Mittel. Eine Stufe „Aus“ gibt es bei diesem Modell nicht. Die Denkschritte selbst zeigt ChatX nicht an, sie zählen aber bei der Abrechnung mit.
Carbon statt Argon: Was sich ändert
Argon und Carbon gehören zur selben Familie und kosten bei Google je Token gleich viel. Google beschreibt Argon als die schnellere Variante für den Dialog und Carbon als das Modell, das gründlicher nachdenkt. Wir haben beide am 11. November mit denselben Aufgaben verglichen:
- Denkaufgaben: Bei einer Rechenaufgabe mit zwei Zügen lag Argon auf den Stufen Niedrig und Mittel daneben. Carbon kam auf Mittel zum richtigen Ergebnis.
- Code: Eine PHP-Funktion schrieb Carbon schneller und mit weniger Token als Argon (6,5 statt 10,4 Sekunden).
- Verbrauch: Bei Denkaufgaben braucht Carbon etwa dreimal so viele Token wie Argon, weil es länger nachdenkt. Bei einfachen Aufgaben auf der Stufe Niedrig ist der Verbrauch etwa gleich.
Auf der Stufe Niedrig war Carbon bei der Rechenaufgabe dagegen langsam und unsicher: Es brauchte über eine Minute und korrigierte sich mitten in der Antwort. Deshalb läuft Carbon auf ChatX in der Grundeinstellung auf Mittel. Wer bisher Argon gewählt hatte, bekommt automatisch Carbon. Du musst nichts umstellen.
Benchmarks: fast überall vorn
Die Werte stammen aus Googles Modellkarte vom 10. November 2026. Zum Vergleich stehen Argon und drei Modelle daneben, die du auf ChatX ebenfalls kennst.
| Test | Gemini 4 Carbon | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Claude Fable 5.1 |
|---|---|---|---|---|---|
| Gesamtwertung (Artificial Analysis Index v5.0) | 59 | 50 | 57 | 58 | 49 |
| Wissensarbeit (Vals Index v2.2) | 70,4 % | 69,2 % | 65,0 % | 70,2 % | keine Angabe |
| Sehr lange Texte (GraphWalks, 256k bis 1M) | 96,2 % | 84,2 % | 71,8 % | 66,8 % | 65,0 % |
| Mathematik (RiemannBench) | 80,0 % | 76,0 % | 72,0 % | 69,6 % | 65,6 % |
| Arbeiten im Terminal (Terminal-Bench 4.0) | 65,2 % | 57,1 % | 59,1 % | 59,6 % | 52,0 % |
| Programmieren (FrontierSWE 2) | 61,2 % | 55,0 % | 65,5 % | 62,3 % | 56,3 % |
| Computer bedienen (OSWorld-2.1) | 81,5 % | 74,7 % | 80,9 % | 87,2 % | 76,8 % |
Am deutlichsten ist der Vorsprung bei sehr langen Texten: Bei Eingaben zwischen 256.000 und 1 Million Token liegt Carbon zwölf Punkte vor Argon und mehr als 24 Punkte vor dem nächsten Modell eines anderen Anbieters. Das spricht dafür, dass Carbon mit einem dicken Handbuch oder vielen Dateien auf einmal gut zurechtkommt.
Überall vorn liegt Carbon nicht. Beim Programmieren in FrontierSWE 2 führen GPT-6 Astra und Claude Opus 5.5, beim Bedienen eines Computers liegt Claude Opus 5.5 klar vorn. Zwei Dinge solltest du außerdem wissen: Die Zahlen hat Google selbst veröffentlicht. Und Claude Fable 5.2, das seit dem 9. November verfügbar ist, fehlt in der Tabelle noch.
Carbon, 3.8 Flash oder Flash Lite?
Auf ChatX stehen weiter drei Gemini-Modelle zur Wahl. Sie unterscheiden sich vor allem in Gründlichkeit und Preis.
| Modell | Gedacht für | Zugang |
|---|---|---|
| Gemini 4 Carbon | schwere Aufgaben, lange Dokumente, schwieriger Code | kostenloses Konto |
| Gemini 3.8 Flash | Alltag: Texte, Analysen, Übersetzungen, Code | kostenloses Konto |
| Gemini 3.5 Flash Lite | schnelle, einfache Fragen und kurze Texte | ohne Anmeldung |
Gemini 3.8 Flash ist seit dem 2. September 2026 auf dem Markt. Google nennt es sein intelligentestes Arbeitstier („our most intelligent workhorse model“). Für die meisten Fragen ist es die vernünftige Wahl. Flash Lite kannst du sofort ausprobieren, ohne dich anzumelden. Alle drei findest du auf der Gemini-Seite von ChatX.
Unser Test: drei Aufgaben, drei Modelle
Wir haben den drei Gemini-Modellen dieselben Aufgaben gestellt: eine Rechenaufgabe mit zwei Zügen, eine kurze E-Mail an den Vermieter und eine PHP-Funktion zur IBAN-Prüfung. Jedes Modell lief einmal in seiner Grundeinstellung, Carbon also auf der Denkstufe Mittel und 3.8 Flash auf Niedrig.
| Aufgabe | Gemini 4 Carbon | Gemini 3.8 Flash | Gemini 3.5 Flash Lite |
|---|---|---|---|
| Rechenaufgabe | 20,8 Sekunden, rund 4.000 Token | 9,7 Sekunden, rund 1.000 Token | 2,1 Sekunden, rund 370 Token |
| E-Mail an den Vermieter | 12,0 Sekunden, rund 1.800 Token | 3,4 Sekunden, rund 170 Token | 1,2 Sekunden, rund 100 Token |
| IBAN-Prüfung in PHP | 6,5 Sekunden, rund 1.050 Token | 4,7 Sekunden, rund 440 Token | 1,4 Sekunden, rund 220 Token |
Bei der Rechenaufgabe kamen Carbon und 3.8 Flash auf das richtige Ergebnis: Die Züge begegnen sich kurz nach 10:10 Uhr. Flash Lite hat sich verrechnet und nannte 10:29 Uhr. Carbon hat sein Ergebnis zusätzlich mit einer Probe abgesichert. Die E-Mail war bei allen drei Modellen brauchbar. Für solche Aufgaben reicht Flash Lite, das in gut einer Sekunde fertig war. Auf der Stufe Niedrig schrieb Carbon die E-Mail in 5 Sekunden mit rund 420 Token.
Der Test ist eine Stichprobe mit je einem Durchlauf, den Code haben wir nicht ausgeführt. Er zeigt aber das Muster: Carbon braucht länger und kostet mehr, lieferte dafür bei der kniffligen Rechenaufgabe die gründlichste Antwort.
Was eine Antwort auf ChatX kostet
ChatX rechnet nach den echten Kosten beim Anbieter ab. In unserem Test kostete eine Antwort von Carbon zwischen rund 1.050 und 4.000 Token, bei 3.8 Flash waren es rund 170 bis 1.000 Token und bei Flash Lite rund 100 bis 370 Token. Carbon kostet damit je nach Aufgabe etwa das Zwei- bis Zehnfache von 3.8 Flash. Der größte Teil davon entfällt auf das Nachdenken. Auf der Stufe Niedrig sinkt der Verbrauch bei einfachen Aufgaben deutlich, auf Hoch steigt er weiter. In einem längeren Chat kommt der bisherige Verlauf als Eingabe dazu.
Wichtig für die Planung: Google bietet Carbon bis zum 30. November 2026 zum Einführungspreis an. Ab dem 1. Dezember verdoppelt Google den Preis. Dann wird auf ChatX auch doppelt so viel Guthaben abgezogen, in unserem Test also rund 2.100 bis 8.000 Token je Antwort. Bei Gemini 3.8 Flash endet der Einführungspreis zum Jahreswechsel.
Tipps für den Einstieg
- Erst Flash, dann Carbon: Stell deine Frage zuerst Gemini 3.8 Flash. Reicht die Antwort nicht, wechselst du im selben Chat zu Carbon.
- Niedrig für Texte: E-Mails, Zusammenfassungen und Übersetzungen brauchen kein langes Nachdenken. In unserem Test sank der Verbrauch für die E-Mail damit von rund 1.800 auf rund 420 Token.
- Mittel oder Hoch für harte Fälle: Knifflige Rechenwege, Fehlersuche im Code oder der Vergleich mehrerer langer Dokumente sind der Einsatzbereich, für den Carbon gebaut wurde. Bei Denkaufgaben war Niedrig im Test die schlechtere Wahl.
- Etwas Geduld: Carbon denkt, bevor es schreibt. Bis zum ersten Wort vergingen im Test 10 bis 15 Sekunden.
- Websuche bei aktuellen Themen: Carbons Wissen endet im März 2026. Für Nachrichten, Preise oder neue Produkte schaltest du die Websuche ein.
- Lange Dokumente gezielt befragen: Hier ist Carbon laut den Benchmarks am stärksten. Je länger die Eingabe, desto mehr Token kostet allerdings jede Nachricht.