Gemini 4 Carbon: Google's nieuwste world model

Twee weken nadat Gemini 4 Argon breed beschikbaar kwam, is Google terug met opnieuw een model. Gemini 4 Carbon, vandaag aangekondigd, is wat Google zijn “next frontier model” noemt, en het pakt de eerste plaats op de zojuist bijgewerkte Artificial Analysis Intelligence Index v5.0.

De meeste mensen kunnen het nog niet gebruiken. Carbon wordt eerst gelanceerd voor een kleine groep cybersecurityverdedigers; ontwikkelaars, bedrijven en consumenten krijgen pas later toegang.

In dit artikel vertel ik wat Gemini 4 Carbon is, wat er sinds Argon is veranderd, hoe het scoort op benchmarks (zowel die van Google als onafhankelijke), wat het gaat kosten en wanneer je kunt verwachten dat je het kunt gebruiken.

Tot slot, voordat we beginnen: misschien ben je op dit artikel gekomen na algemene Google AI‑nieuwtjes. Voor de duidelijkheid, Gemini 4 Carbon (waar dit artikel over gaat) is een frontier‑LLM gericht op tekst en code; Genie 4, dat ook net is uitgebracht, is een interactieve, natuurkundegedreven world model voor realtime digitale simulaties. Ook Genie 4 is de moeite waard om over te lezen.

Wat is Gemini 4 Carbon?

Gemini 4 Carbon is het nieuwste model in Google’s Gemini 4‑familie, boven Gemini 4 Argon. Dat is groot nieuws, want toen Argon slechts een paar weken geleden verscheen, werd het alom gezien als een grote comeback voor Google vanwege de indrukwekkende benchmarktests.

Carbon is nog beter. Google positioneert het model als sterk in langlopende agentische taken: werk dat veel stappen vergt, veel toolaanroepen en vaak herstellen uit doodlopende paden.

Volgens Google DeepMind hebben interne teams gezien dat Carbon dagenlang kan doorlopen op meerstaps engineeringproblemen, zoals het achterhalen van oorzaken en het patchen van bugs in grote codebases en low‑level‑systemen.

Google claimt ook verbeteringen op het gebied van:

• Coding en full‑stack webontwikkeling
• Agentische taken en computergebruik
• Wetenschappelijke redenering
• Multimodale begrip

Google heeft geen technisch rapport, architectuurdetails of parameteraantal gepubliceerd. Er is ook nog geen API‑specificatie gedeeld, dus we weten nog niet of Carbon dezelfde limieten aanhoudt als Argon (een contextvenster van meer dan 1 miljoen tokens, een standaard outputlimiet van 65.536 tokens, en invoer voor tekst, afbeeldingen, video, audio en PDF).

Gemini 4 Carbon vs. Gemini 4 Argon

De uitrol van Gemini 4 gaat snel:

De benchmarkresultaten zijn onmiskenbaar indrukwekkend. Let op hoe Carbon Argon verbetert in alle 17 rijen van Google’s gepubliceerde vergelijking.

Gemini 4 Carbon‑benchmarks vs. de concurrentie

Ik splits dit stuk op in twee delen: Google’s eigen gerapporteerde resultaten en onafhankelijke evaluaties.

Door Google gerapporteerde resultaten

Carbon heeft de hoogste score in 15 van de 17 rijen. De twee uitzonderingen zijn:

• Software‑engineering: Op FrontierSWE 2 verslaan GPT‑6 Astra en Claude Opus 5.5 Carbon.
• Computergebruik: Op de offline subset van OSWorld‑2.1 voert Claude Opus 5.5 de lijst aan.

Carbons duidelijkste voorsprong ligt bij redeneren met lange context. Op GraphWalks scoort het ver voor GPT‑6 Astra en Opus 5.5.

Op Vending‑Bench 2, een gesimuleerde businessbenchmark, eindigde Carbon met een saldo van $16.484, vóór GPT‑6 Astra en Argon.

Iets om te onthouden: Google’s resultaten bevatten geen onzekerheidsmarges, en de securitybenchmarks zijn zonder guardrails uitgevoerd, dus resultaten in de praktijk kunnen anders uitvallen.

Onafhankelijke evaluaties

De onafhankelijke cijfers van Artificial Analysis ondersteunen Google’s claims in grote lijnen, zij het met nuance:

• Intelligence Index v5.0: Carbon pakt de koppositie, nipt vóór Claude Opus 5.5 en GPT‑6 Astra, en ruim vóór Argon. Versie 5.0 is een zwaardere herbouw van de index, met de meeste vragen afkomstig uit private of achtergehouden tests. Daarom liggen de scores lager dan in eerdere versies.
• Coding Agent Index: Carbon (via Antigravity CLI) scoort 59. Dat is een stevige sprong ten opzichte van Argon (53), maar achter Claude Code met Opus 5.5 (62).
• AA‑Briefcase (kenniswerk): 1.609 Elo, 126 punten meer dan Argon, maar nog steeds achter Grok 4.7, Muse Wonder en Kimi K3.1 Pro.
• AA‑Omniscience (feitelijke kennis): Carbon staat bovenaan met een score van 54 en beantwoordt 58% van de vragen correct (Argon: 48%). Wel steeg het hallucinatiepercentage van 4% naar 11%.

Op WebDev Arena staat Carbon op #4 met 1.769 Elo, een stijging van 89 punten.

De bottom line: Carbon is op dit moment het sterkste allroundmodel op de leaderboards, maar het is niet overal de beste in. Als je workload vooral uit agentisch coderen of computergebruik bestaat, blijft het spannend.

Gemini 4 Carbon en cybersecurity

Beveiliging is een groot thema bij deze lancering. Google verdeelt zijn cyberwerk in drie fasen, en Carbon scoort sterk op elk daarvan:

1. Kwetsbaarheden opsporen: 88,2% op SEC‑bench Pro (state‑of‑the‑art)
2. Exploitvalidatie: 54,8% op ExploitGym (state‑of‑the‑art)
3. Patching: 71,0% op CWE‑bench

Google meldt ook:

• Meer dan tweemaal Argons succesratio bij het genereren van veilige code
• Carbon was meer dan tien keer beter dan het frontiermodel van een ander lab in het genereren van patches van hoge kwaliteit (nee, welk lab is niet genoemd)

Deze vaardigheden snijden aan twee kanten. Een model dat kwetsbaarheden zo goed vindt en uitbuit, is waardevol voor zowel verdedigers als aanvallers, wat de voorzichtige uitrol kan verklaren.

Verbeteringen in veiligheid en betrouwbaarheid

Carbon gebruikt dezelfde gelaagde veiligheidsstack als Argon: safety‑training, realtime misbruikverdediging, weerbaarheid tegen promptinjectie en monitoring van chain‑of‑thought. Google rapporteert deze verbeteringen ten opzichte van Argon:

• Minder onbewezen claims: ongeveer gehalveerd
• Misalignmentsignalen: waarschuwingen met hoge ernst in live coding‑omgevingen daalden met bijna 80%
• Scope‑controle: overreach omlaag 26%, under‑service omlaag 29%
• Benchmarkfraude: 0,0% succesvolle fraude op Terminal‑Bench 4.0, met pogingen gedaald naar 0,4%
• Promptinjectie: 0,0% aanvalssucces op Gray Swan’s indirecte promptinjectie‑benchmark (Argon: 0,7%)

Let op dat het resultaat “minder onbewezen claims” uit Google’s interne tests komt, terwijl Artificial Analysis een hoger hallucinatiepercentage mat op AA‑Omniscience. De twee testen meten verschillende dingen, maar het maakt het totale verhaal complexer.

Prijzen van Gemini 4 Carbon

Carbon start met dezelfde introductieprijs als Argon:

Google heeft niet gezegd wanneer de introductieperiode van Carbon eindigt. Ter referentie: de introductieprijzen van Argon lopen af op 30 november 2026.

Als voorbeeld: een workload met 10M inputtokens en 1M outputtokens kost ongeveer $30 tegen introductietarieven en $60 daarna.

Hoe krijg je toegang tot Gemini 4 Carbon

Op dit moment waarschijnlijk niet. Dit is het uitrolplan:

1. Nu: Een deelverzameling cyberverdedigers krijgt toegang.
2. Straks: Toegang breidt geleidelijk uit naar meer vertrouwde partners via Google’s Fairwind‑programma.
3. Later: Ontwikkelaars, bedrijven en consumenten. 

In de tussentijd is Gemini 4 Argon nu beschikbaar tegen dezelfde introductieprijs en een goede manier om workflows te bouwen die je later naar Carbon kunt verplaatsen.

Tot slot

Uiteindelijk, omdat Carbon exact dezelfde prijsstructuur hanteert als Argon, is het zeer waarschijnlijk dat het zijn voorganger snel zal overvleugelen voor de meeste gebruikers. Zodra Carbon breed publiek beschikbaar is, verwacht ik dat ontwikkelaars en enterpriseklanten er vanzelf naartoe migreren om te profiteren van de superieure capaciteiten.