Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Gemini 4 Carbon führt den Intelligence Index V5 von Artificial Analysis mit einem Punkt Vorsprung an

Gemini 4 Carbon von Google erreicht 59 Punkte im Intelligence Index V5 von Artificial Analysis, einen Punkt vor Claude Opus 5.5, berichtet Tom's Hardware. Der GDPx-Benchmark von Semi Analysis setzt jedoch Claude Opus 5.5 auf Platz eins und Gemini 4 Carbon auf Platz zwei.

KI & ModelleNachrichtLena BrandtVeröffentlicht: 4. November 20263 Min. LesezeitQuellen 28
Gemini 4 Carbon führt den Intelligence Index V5 von Artificial Analysis mit einem Punkt Vorsprung an

Google holt die Bestnote

Gemini 4 Carbon (high) erreicht 59 Punkte im Intelligence Index V5 von Artificial Analysis, einen Punkt vor Claude Opus 5.5 (max mit Fallback) und zwei Punkte vor GPT-6 Astra (max) von OpenAI, wie der Benchmark-Anbieter mitteilt. Auch bei vier der neun Tests im Paket liegt es vorn. Welche das sind, hat Artificial Analysis in dem bisher veröffentlichten Material allerdings nicht benannt. Tom's Hardware deutet das Ergebnis als Comeback für Google, das im Laufe des Jahres mit unregelmäßigen Veröffentlichungen zu kämpfen hatte.

Benchmark-Ergebnisse beeinflussen, welche Modelle Unternehmen und Behörden testen und was sie pro Aufgabe zahlen. Keine einzelne Punktzahl entscheidet über eine Beschaffung.

Bei AA-Omniscience v1.1, das Halluzinationen und die Wiedergabe von Informationen erfasst, kam Gemini 4 Carbon auf 54 Punkte auf einer Skala von -100 bis +100, das beste Ergebnis im Vergleich. Tom's Hardware merkte an, dass selbst die Bestnote die Frontier-Modelle weit von durchgängiger Zuverlässigkeit entfernt lässt.

Ein zweiter Benchmark kürt einen anderen Sieger

Der GDPx-Benchmark von Semi Analysis, der agentische Arbeit in Chipdesign, Cybersicherheit und Biologie messen soll, setzt Claude Opus 5.5 mit 12% auf Platz eins, Gemini 4 Carbon mit 10,9% auf Platz zwei und GPT-6 Astra mit 9,6% auf Platz drei, berichtet OfficeChai. Die niedrigen Werte sind der Punkt: Das beste Modell löst rund eine von sieben Aufgaben. Claude Opus 5.5 kostet dort 51,41 US-Dollar pro Aufgabe, etwa dreimal so viel wie Gemini 4 Carbon für eine kaum einen Punkt höhere Punktzahl verlangt.

CloudOpsBench, das Arbeiten an Cloud-Infrastruktur testet, führt Claude Fable 5.1 mit einer Lösungsrate von 60,6% an. Es folgen GPT-6 Astra mit 58,9%, Gemini 4 Argon, nicht Carbon, mit 57,5% und Grok 4.7 (high) auf cursor-cli mit 56,5% auf Platz vier. Claude Opus 5.5 liegt auf terminus-2 mit 47,8% auf Platz sieben.

Die Wahl des Harness zählt ebenso viel wie das Modell. Claude Fable 5.1 fällt auf terminus-2 auf 43,8% zurück, und Claude Opus 5.5 erreicht 46,7% auf claude-code.

Dieselbe Tabelle bepreist die Arbeit. Der Spitzeneintrag lief 38,6 Stunden bei 404,30 US-Dollar, gegenüber 34,2 Stunden und 100,50 US-Dollar für Gemini 4 Argon, das Dritter wurde.

Aufgabenspezifische Werte teilen das Feld

Artificial Analysis hebt außerdem hervor, dass Gemini 4 Carbon beim Programmieren nicht so gut ist wie Claude Code mit Claude Opus 5.5 und bei Wissensarbeit hinter Grok 4.7, Muse Wonder und Kimi K3.1 Pro zurückliegt. Bei den Kosten ist es mit 7,76 US-Dollar pro Aufgabe etwas günstiger als Gemini 3.8 Flash (high), mehrere Dollar günstiger als Claude Opus 5.5 oder Sonnet 5.5 und nicht weit von der Hälfte der 12,99 US-Dollar entfernt, die Claude Fable 5.1 (max mit Fallback) verlangt.

Der Vergleich mit offenen Gewichten fällt härter aus. Gemini 4 Carbon ist pro Aufgabe etwa 13-mal so teuer wie DeepSeek V4.1 Flash 1017, das 32 Punkte im Intelligence Index erreicht.

Arena.ai führt Gemini 4 Carbon auf seinem Pareto-Frontier-Diagramm am teuren Ende des Spektrums an. Bei niedrigeren Preisen übernehmen GLM 5.3-Flash und DeepSeek V4 Pro. CloudOpsBench zeigt dieselbe Lücke weiter unten in seiner Tabelle: Qwen3.8-Max mit 33,7%, DeepSeek V4.1 Flash mit 21,8% und Kimi K3.1 Pro mit 19,1%.

Tom's Hardware schreibt, Gemini 4 Carbon sei an den meisten hohen Preispunkten womöglich das beste Modell, zumindest vorerst, und die Ranglisten änderten sich 2026 schnell und regelmäßig.

Was Käufer weiterhin nicht prüfen können

Google bietet Zugang zu Gemini 4 Carbon zuerst für Cyber-Verteidiger über sein Fairwind-Programm an, später über vertrauenswürdige Partner für einen größeren Kreis. Einen Termin hat das Unternehmen nicht genannt. In seiner Ankündigung erklärte Google, beim Rollout bewusst vorzugehen und sich am freiwilligen Verfahren der US-Regierung für Tests von Modellen vor der Veröffentlichung zu beteiligen.

Google behauptet außerdem, Carbon reduziere unbelegte Aussagen in seinen Antworten doppelt so stark wie Gemini 4 Argon, das zwei Wochen zuvor vorgestellt wurde.

Kommentare 0

Quellen

28
  1. 01Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5EN
  2. 02Claude Opus 5.5 Tops Semi Analysis' GDPx Benchmark, Gemini 4 Carbon Placed SecondEN
  3. 03Google's Gemini 4 Carbon Leads Benchmarks for Finding, Exploiting, and Patching VulnerabilitiesEN
  4. 04CloudOpsBench: AI benchmark shows FAI models struggling with cloud infraEN
  5. 05Mistral Large 4 AI Model Advances Open-Weight Coding Benchmarks - The CryptonomistEN
  6. 06BYD teases new model for Guangzhou Auto Show, with next-gen Han expectedEN
  7. 07Anthropic is working on a system to prove AI models’ identityEN
  8. 08AI reasoning models boost diagnostic accuracy but raise safety concernsEN
  9. 09I Checked Out Tesla’s New Model YL, Standard Y, Model 3 In Person — Here’s What Surprised MeEN
  10. 10heise+ | Humanoide Roboter in Deutschland: Modelle, Preise und VerfügbarkeitEN
  11. 11Tutor Intelligence raises Series B to scale model training, robot deploymentsEN
  12. 12Jülich Hosts EVE Language Model for Earth Observation and Earth ScienceEN
  13. 13Google Launches LiteRT Tensor API for Building, Customizing, and Optimizing ML Models for On-DeviceEN
  14. 14Westward Ho! First Trip Cross Country with Our New 2026 Tesla Model Y & Full Self Driving V14EN
  15. 15IndiaAI Mission Releases 3 Indigenous AI Models Developed by Soket and ZenteiQEN
  16. 16Was I wrong about open models & cyber risks?EN
  17. 17Artificial Analysis v5 and the benchmarker's dilemmaEN
  18. 18Cell benchmark study finds specialized AI matches frontier models in aging biologyEN
  19. 19AI Benchmarks: Why Real-World Evaluation MattersEN
  20. 20What are the LLM Benchmarks for Asian Languages in 2026? A Comprehensive Performance Map - Digital in AsiaEN
  21. 21An updated Model Spec for more capable and beneficial AIEN
  22. 22Accelerate agentic AI with NVIDIA Nemotron models on Amazon EKS and SageMaker HyperPod EKS - Amazon Web Services (AWS)EN
  23. 23How we detect frontier model misalignmentEN
  24. 24Evaluating AI models for observability: o11y-bench joins Fireworks' Specialized Intelligence Index and reaches v1.1EN
  25. 25Static reasoning can't prove runtime behavior: benchmark of AI PR reviewersEN
  26. 26Launch HN: Momentic (YC W24) – Agents that catch bugs by using your appEN
  27. 27VW considers bringing Xpeng co-developed architecture to European models, report saysEN
  28. 28Retell uses OpenAI models to help power 100M monthly callsEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.