Google åbnede i dag Gemini 4 Carbon for alle betalende udviklere og virksomheder, og i Googles egen sammenligning vinder den 16 af 18 test mod GPT-6 Astra og Claude Opus 5.5. Timingen er bare uheldig. Dagen før udgav Anthropic Claude Fable 5.2, og den er ikke med i Googles tabel. I den uafhængige måling fra Artificial Analysis ligger Gemini Carbon nu på andenpladsen, to point efter Fable 5.2 på samme indstilling og fem point efter Fable 5.2 på max.
Det er alligevel et stærkt comeback. I flere måneder lignede kapløbet om de bedste AI-modeller et opgør mellem Anthropic og OpenAI. Med Gemini 4 er Google tilbage helt i toppen, og det til en pris pr. token, som ingen af de to andre kommer i nærheden af.
Hvad er Gemini 4 Carbon?
Carbon bygger på Gemini 4 Argon, som Google viste frem i slutningen af september. Ifølge modelkortet er forskellen, at Carbon bruger flere tænke-tokens. Den afprøver flere hypoteser og tjekker sit eget arbejde i længere tid, før den svarer. Google anbefaler selv Argon til det meste almindelige udviklings- og videnarbejde og Carbon til de opgaver, der presser en model til grænsen: lange kodeopgaver i flere trin, fejlfinding og åben videnskabelig research.
De vigtigste fakta:
- Adgang: Fra i dag via Gemini API i Google AI Studio og Gemini for business for alle betalende kunder. I Gemini-appen, AI Mode i Search og udviklingsværktøjet Antigravity kræver den et Google AI Ultra-abonnement. Google har ikke sagt, om gratisbrugere eller billigere abonnementer får den.
- Pris: 2 dollar pr. million input-tokens og 10 dollar pr. million output-tokens frem til 30. november. Derefter 4 og 20 dollar, samme pris som Opus 5.5.
- Kontekst: Op til 1 million tokens input og output tilsammen. Modellen læser tekst, billeder, lyd og video.
- Vidensgrænse: Marts 2026.
- Forhistorie: Carbon blev for to uger siden åbnet for udvalgte cyberforsvarere i Googles Fairwind-program.
Samtidig viser Google en ny funktion i Antigravity, kaldet /swarm. Den laver én prompt om til et hold af agenter, hvor Carbon kan tage de roller, der kræver mest overblik, som arkitekt, koordinator og kontrollant, mens billigere modeller løser delopgaverne parallelt. Det er den arbejdsdeling, man også kan bygge selv, når man sætter AI-agenter til virksomheder op med én dyr og flere billige modeller.
Gemini Carbon mod GPT-6 Astra og Opus 5.5
Google har sammenlignet Carbon med Argon, GPT-6 Astra, Claude Opus 5.5 og Claude Fable 5.1. Konkurrenternes tal er for det meste deres egne offentliggjorte resultater, så vidt muligt på højeste indstilling. Her er et udvalg:
| Test | Hvad den måler | Carbon | Argon | GPT-6 Astra | Opus 5.5 |
|---|---|---|---|---|---|
| FrontierSWE 2 | Softwareudvikling | 61,2 % | 55,0 % | 65,5 % | 62,3 % |
| Terminal-Bench 4.0 | Kodning i terminalen | 65,2 % | 57,1 % | 59,1 % | 59,6 % |
| OSWorld-2.1 | Styring af en computer | 81,5 % | 74,7 % | 80,9 % | 87,2 % |
| Agents' Last Exam | Professionelle opgaver | 77,4 % | 69,0 % | 73,1 % | 71,6 % |
| AutomationBench | Automatisering af forretningsgange | 53,9 % | 51,3 % | 41,4 % | 42,5 % |
| GraphWalks | Lange dokumenter, 256.000 til 1 mio. tokens | 96,2 % | 84,2 % | 71,8 % | 66,8 % |
| RiemannBench | Matematik | 80,0 % | 76,0 % | 72,0 % | 69,6 % |
| ExploitGym | Udnyttelse af sårbarheder | 54,8 % | 42,0 % | 42,4 % | 34,5 % |
Carbon taber kun to af Googles 18 test. GPT-6 Astra er bedre til klassisk softwareudvikling på FrontierSWE 2, og Opus 5.5 er bedre til at styre en computer på OSWorld. Det største forspring har Carbon på lange dokumenter. Med mellem 256.000 og 1 million tokens i konteksten finder den svaret i 96 procent af tilfældene, mens Astra og Opus 5.5 ligger omkring 70.
Tabellen har to forbehold. Producenter vælger selv, hvilke test de viser frem, og Google har selv kørt flere af testene på sine egne modeller. Det vigtigste forbehold er dog, at den nyeste Claude-model mangler. Google sammenligner med Fable 5.1, som får 49 point i Artificial Analysis' indeks. Det er færre end Argon.
Fable 5.2 tog førstepladsen dagen før
Analysefirmaet Artificial Analysis kører alle modeller gennem de samme test i sit Intelligence Index og måler samtidig, hvad det koster. Da Google viste Carbon frem 28. oktober, gik den direkte ind på førstepladsen med 59 point, et point foran Opus 5.5. I dag står den til 60 point på sin højeste indstilling, men som model er den rykket ned på andenpladsen.
Fable 5.2 fik 65 point på max og 62 på både high og xhigh. Dermed ligger Anthropics nye model på de tre øverste pladser på listen, og Carbon følger lige efter. Hvad Fable 5.2 ellers kan, og hvorfor effort-niveauet styrer regningen, har vi beskrevet i artiklen om, hvorfor Fable 5.2 koster det dobbelte på max.
| Model | Point | Pris pr. opgave | Tid pr. opgave |
|---|---|---|---|
| Claude Fable 5.2 (max) | 65 | 26,54 dollar | 44 min. |
| Claude Fable 5.2 (high) | 62 | 9,08 dollar | 18 min. |
| Gemini 4 Carbon (high) | 60 | 7,76 dollar | 26 min. |
| Claude Opus 5.5 (max) | 59 | 10,04 dollar | 25 min. |
| GPT-6 Astra (max) | 57 | 6,24 dollar | 23 min. |
| GPT-6.1 Sol (max) | 55 | 1,27 dollar | 20 min. |
| Gemini 4 Argon (high) | 50 | 9,95 dollar | 29 min. |
Fable 5.2 på high er kun to point foran Carbon, og Carbon, Opus 5.5 og GPT-6 Astra ligger inden for tre point af hinanden. Toppen af markedet består nu af fire modeller fra tre firmaer, som ligger så tæt, at pris og opgavetype betyder mere end placeringen.
Hvad koster en opgave med Gemini 4?
Google prissætter Carbon aggressivt. Med introduktionsprisen koster en million tokens omkring en femtedel af GPT-6 Astra og en fjerdedel af Fable 5.2. Også efter 30. november, når prisen fordobles, er Carbon billigere pr. token end begge.
Prisen pr. token siger dog ikke det hele, for modellerne bruger forskelligt antal tokens på den samme opgave. Carbon tænker længe, og Google skriver selv i modelkortet, at den kan bruge flere tokens for at få det bedste resultat, især på de højeste indstillinger. Derfor er prisen pr. løst opgave i Artificial Analysis' test et bedre mål:
Med normalprisen koster en opgave med Carbon 7,76 dollar. Det er lidt billigere end Fable 5.2 på high, som får to point mere, og billigere end Opus 5.5 på max, som får et point mindre. Indtil 30. november halveres prisen pr. token, og opgaven koster dermed omkring 3,88 dollar. Det tal er vores egen beregning, for tokenforbruget ændrer sig ikke med prisen. Så længe kampagnen løber, er Carbon langt den billigste vej til 60 point.
GPT-6.1 Sol er stadig den skarpeste regning i feltet. Den får 55 point for 1,27 dollar pr. opgave. Carbon koster seks gange så meget pr. opgave for fem point mere.
Er Carbon bedre end Argon?
På evner ja, og med god margin. Carbon får 10 point mere end Argon i Artificial Analysis' indeks og slår den i alle Googles 18 test. De to modeller koster det samme pr. token, og hos Artificial Analysis er Carbon endda billigere pr. opgave, 7,76 mod 9,95 dollar.
Den største forskel ligger i sikkerheden. Google holdt Argon tilbage for almindelige kunder, indtil sikkerheden mod misbrug til cyberangreb og mod prompt injection var strammet, hvor skjulte instrukser i et dokument eller en webside kaprer modellen. Carbon fik kun to uger hos cyberforsvarerne, før den blev åbnet bredt, og ifølge Googles egen sikkerhedsrapport er tallene markant bedre:
- I simulerede cyberangreb lykkedes 0,8 procent af forsøgene på at bryde igennem mod 3,1 procent for Argon.
- I Gray Swans test af automatiserede angreb faldt succesraten fra 9,86 til 2,17 procent.
- På en test med 375 agentopgaver, der måler, om modellen er ærlig om sit eget arbejde, bestod Carbon 92 procent mod Argons 70.
- Ingen af angrebene med skjulte instrukser i Gray Swans test af prompt injection lykkedes. Google skriver selv, at modstandskraften stadig kan blive bedre.
Den eksterne testvirksomhed Trajectory Labs fandt ingen nye universelle jailbreaks på 132 timer og over 13.000 forsøg. Alle tal kommer fra Google eller fra firmaer, Google selv har hyret, så de bør læses som Googles egne.
Da Gemini 4 Argon blev vist frem sammen med ugens andre nye AI-modeller, var problemet, at den bedste model på papiret ikke kunne bruges. Med Carbon er det omvendt. Den kan bruges fra i dag, men den er ikke længere den bedste på papiret. Til gengæld er den den billigste af de fire modeller i toppen, i hvert fald frem til 30. november.
Kilder: Google om Gemini 4 Carbon · Googles evaluering af Gemini 4 Carbon · Modelkort for Gemini 4 Carbon · Artificial Analysis · The Verge


