Gemini 4 Carbons Agent Swarm: Wer Zugriff hat und was es kostet

Auf Googles Preisseite steht Gemini 4 Carbon mit 2 $ pro Million Input-Tokens und 10 $ pro Million Output-Tokens. Ein paar Zeilen weiter unten heißt es auf derselben Seite, dass sich beide Werte verdoppeln, sobald die Einführungsphase endet, und das ist in wenigen Wochen der Fall (Google AI developer pricing). Googles Launch-Beitrag stellt die niedrigere Zahl nach vorn. Wir würden mit der höheren kalkulieren.

Carbon ist das Spitzenmodell in Googles Gemini-4-Reihe. Es wurde etwa zwei Wochen nach einer begrenzten Testphase für Sicherheitsteams öffentlich verfügbar (Google) und kam mit einem Preview-Feature namens /swarm in Google Antigravity. Unten finden Sie die Fragen, die wir beantwortet haben wollten, bevor wir irgendetwas davon anfassen: Was ist ein Swarm, wer kann einen starten, was kostet er, wo hakt es, und wie schneidet er gegen Claude Fable 5.2 und GPT-6 Astra ab? Alles stammt aus Googles Seiten, dem GitHub-Changelog, Artificial Analysis und Presseberichten. Wir haben Carbon selbst nicht ausprobiert.

Ein Swarm besteht aus Koordinator, Workern und Verifier auf einem gemeinsamen Board

Googles Antigravity-Doku beschreibt es nüchtern. Wenn Sie /swarm und eine Aufgabe eingeben, wird Ihre aktuelle Unterhaltung zum Koordinator. Er teilt die Arbeit in Teile auf, die sich nicht in die Quere kommen (etwa ein Worker pro Datei oder Package), gibt jedem Worker ein öffentliches Briefing und einen sauberen Kontext und ergänzt meist für je zwei bis vier Worker einen Verifier. Der Verifier liest die Diffs, führt die Tests aus und meldet Probleme an den Worker, der den Code geschrieben hat (Antigravity docs).

Alle kommunizieren auf einem gemeinsamen Board. Worker schreiben sich keine privaten Nachrichten. Ein Worker ohne Aufgabe legt sich schlafen und verbraucht keine Tokens, bis ihn jemand erwähnt. Ein Monitor-Worker meldet sich nur, wenn das ganze Team verstummt ist, bevor die Arbeit erledigt ist. Googles Launch-Beitrag bringt den Pitch auf eine Zeile: Er verwandle „einen einzelnen Prompt in ein koordiniertes Agententeam, das Sie in Echtzeit verfolgen können“.

Worker laufen auf demselben Modell wie Ihre Unterhaltung, sofern Sie kein anderes verlangen. Die Doku enthält einen Beispiel-Prompt, der den Verifier auf ein anderes Modell setzt als die Worker. Googles Launch-Beitrag empfiehlt Carbon für die Rollen, die das tiefste Reasoning brauchen (Architektur, Koordination, Auditing), während schnellere, leichtere Modelle die parallele Arbeit übernehmen. Wenn mehrere Worker gleichzeitig editieren, kann der Koordinator jedem eine eigene Kopie Ihres Repositorys geben.

Google grenzt Swarm außerdem von seinen Geschwistern ab. Subagents erledigen eine einzelne Nebenaufgabe. /boost ist für Probleme, die schwierig statt groß sind. /teamwork führt Projekte mit mehreren Meilensteinen aus, mit vorgeschaltetem Scoping-Interview und Audit-Gates. /swarm ist für Arbeit, die „groß, aber sauber teilbar“ ist. Dieser letzte Satz ist der Test, den wir im Hinterkopf behalten würden. Fünf Worker an einer Aufgabe, die sich nicht aufteilen lässt, sind fünf Agenten, die aufeinander warten, und Sie bezahlen alle fünf.

Swarm steht Pro offen, Carbon größtenteils nur Ultra

Swarm ist in der Preview, und laut Google funktioniert es mit den Plänen Google AI Pro und AI Ultra, sowohl in der Antigravity App als auch in der Antigravity CLI. Carbon ist enger gefasst. Laut Googles Launch-Beitrag steht die API allen zahlenden Entwicklern und Unternehmen über Google AI Studio und Gemini for business offen (die Gemini Enterprise app ist der Business-Zugang). Auf der Verbraucherseite wird es für Google-AI-Ultra-Abonnenten in Antigravity, der Gemini-App und im AI Mode der Suche ausgerollt.

Googles US-Abo-Seite führt Argon, das leichtere Geschwistermodell, unter AI Pro für 19,99 $ im Monat, und Carbon unter Ultra, das bei 99,99 $ im Monat beginnt (fünffache Nutzungslimits von Pro) und bis 199,99 $ für das Zwanzigfache reicht (Google). Legt man die beiden Seiten zusammen, kann ein Pro-Abonnent einen Swarm starten, aber nicht auf Carbon. Antigravitys eigene Modelltabelle bestätigt das: Carbon ist für Ultra und Enterprise angehakt, nicht für Pro (Antigravity docs). Weder der Launch-Beitrag noch die Abo-Seite sagen, wann oder ob Pro es bekommt. Free-Nutzer gehen leer aus: Die Preisseite markiert Carbon in der kostenlosen API-Stufe mit „Not available“, und Business Insider schreibt, Carbon und Argon seien beide zahlenden Nutzern vorbehalten.

GitHub Copilot ist der andere Zugang. Carbon ist dort allgemein verfügbar für Copilot Pro+, Max, Business und Enterprise und lässt sich im Modellauswahlmenü in VS Code, Visual Studio, JetBrains-IDEs, Xcode, Eclipse, der Copilot CLI, dem Coding Agent, github.com und den Mobile-Apps auswählen, mit schrittweisem Rollout (GitHub changelog). Der Changelog erwähnt Swarm nicht, deshalb würden wir GitHub Copilot und die Copilot CLI als Wege zum Modell betrachten, nicht zum Feature.

Eine Voreinstellung verdient einen Blick, wenn Sie ein Team administrieren. Bei der Standard-Modellfreigabe werden laut GitHub neue Modelle automatisch aktiviert, es sei denn, ein Administrator hat den globalen Standard abgeschaltet oder das Modell ausdrücklich deaktiviert. Carbon wird zum Listenpreis des Anbieters abgerechnet, sodass ein Entwickler, der es im Dropdown wählt, Ihr Geld zum Tarif des Modells ausgibt. Bei Fable 5.2 ist es umgekehrt: Die Richtlinie bleibt aus, bis ein Administrator sie aktiviert (GitHub changelog). Prüfen Sie die Carbon-Richtlinie, bevor der Rollout Ihre Organisation erreicht.

Der Preis verdoppelt sich in wenigen Wochen

In der Gemini API liegt Carbons Standardpreis während der Einführung bei 2 $ für Input und 10 $ für Output pro Million Tokens, danach bei 4 $ und 20 $. Thinking-Tokens zählen als Output. Gecachter Input kostet jetzt 0,10 $ und später 0,20 $, und es funktioniert nur implizites Caching (explizites Caching wird nicht unterstützt). Batch und Flex laufen zum halben Standardpreis, Priority liegt jetzt bei 3,60 $ und 18 $. Google Search Grounding bietet 5.000 kostenlose Anfragen im Monat (geteilt über Gemini 3 und neuere Modelle), danach 14 $ pro 1.000. Argon hat dieselben Preise pro Token, die Ersparnis liegt also bei den Tokens, nicht bei den Tarifen (pricing page).

Selbst verdoppelt bleibt Carbon pro Token günstiger als die beiden Konkurrenten weiter unten. Pro Token ist aber nicht pro Job, denn Modelle verbrennen für dieselbe Arbeit unterschiedlich viele Tokens, und die gemessenen Zahlen im nächsten Abschnitt widersprechen der Schlagzeile.

Einen Swarm zu bepreisen ist schwieriger. Im Abo zahlen Sie in Kontingent, und die Doku ist deutlich: „Every worker is its own agent, so a swarm uses quota much faster than a single conversation.“ Ein Worker, dem das Kontingent ausgeht, pausiert und bleibt pausiert, bis jemand auf dem Board postet, sein Modell gewechselt wird oder Sie ihm schreiben. Er startet nicht neu, wenn sich Ihr Kontingent erneuert (Antigravity docs). Google sagt nicht, wie viele Tokens ein typischer Swarm-Lauf verbraucht. Ein Kontingent, das sich nach Zeitplan auffüllt, ohne Angabe pro Lauf, ist genau die Art Kosten, die wir nicht mögen. Solange Google keine Zahl nennt, würden wir einen Swarm als Multiplikator auf das ansetzen, was Sie ein einzelner Agent kostet.

In Copilot ist das Bild einfacher. Das Modell wird bei nutzungsbasierter Abrechnung zum Listenpreis berechnet, und GitHubs Preistabelle enthält dieselben 2 $ und 10 $ mit derselben Verdopplung am Ende der Einführungsphase (GitHub Docs).

Wo schwächelt Carbon?

Google ist beim Hauptpunkt offen. Carbon verbraucht mehr Thinking-Tokens als Argon, um zu explorieren und zu verifizieren, was „den Token-Verbrauch und die Latenz pro Turn erhöht“ (Google AI docs). Die Migrationshinweise sagen, schwierige Prompts „können mehrere Minuten dauern“, und raten Entwicklern, Client-Timeouts von mindestens 15 Minuten zu setzen, die maximalen Output-Tokens auf 32.768 oder mehr zu erhöhen, weil Carbon mehr vom Limit für Thinking verbrauchen kann, und temperature, top_p und top_k nicht mehr zu senden, da sie ignoriert werden.

Artificial Analysis, ein unabhängiger Benchmark-Anbieter, hat dieselbe Eigenschaft gemessen. Auf der Seite heißt das Modell „notably slow per task and very verbose“. Carbon schrieb über den Intelligence Index hinweg 205 Millionen Tokens gegenüber einem Median von 72,8 Millionen bei vergleichbaren Modellen und brauchte 25,3 Minuten pro Aufgabe gegenüber einem Median von 12,7 Minuten (Artificial Analysis).

Die Modellseite listet nur Text-Output. Keine Bildgenerierung, keine Audiogenerierung, keine Live API (model page). Prompt Injection ist das andere offene Ende. Google meldet eine Angriffserfolgsrate von 0 % im Gray-Swan-Benchmark für indirekte Injection und fügt dann hinzu, man wisse, dass „prompt injection robustness remains an area for continued improvement“ (Google). Wir meinen, dieser Satz verdient mehr Gewicht als die 0 %, denn Agenten, die Webseiten und PDFs lesen, sind genau der Anwendungsfall, den Google verkauft, und ein Swarm liest davon mehr auf einmal.

Dann ist da die Beweislage. Das meiste Lob im Launch-Beitrag stammt von Unternehmen, die Google zum Zitieren ausgewählt hat. Ein Kunde nennt „16 real bug fixes“ in seiner Codebase als Grundlage für eine Lösungsrate von 94 %, eine so kleine Stichprobe, dass ein weiterer Fehlschlag die Zahl um sechs Punkte verändern würde. Kit Langton von OpenCode nennt Carbon „a preferred planning model for our hardest tasks“, eine nützliche Empfehlung von jemandem, der Coding-Tools baut, aber es ist eine einzelne Stimme in einem Beitrag, den der Anbieter selbst geschrieben hat. Auch die Demos überzeugen uns nicht: Die Büro-Rekonstruktion mit 906.000 Dreiecken und die Eiffelturm-Ausstellung sind Googles eigene Läufe. Wir würden auf Ergebnisse von Leuten warten, die nicht in der Pressemitteilung stehen.

Pro Token günstiger als Fable 5.2 und Astra, pro Aufgabe nicht immer

Beim Listenpreis gewinnt Carbon mit deutlichem Abstand. Zum Einführungspreis kostet Carbon pro Token ein Fünftel von GPT-6 Astra und ein Viertel von Claude Fable 5.2, das einen Tag vor Carbon in GitHub Copilot ankam (GitHub changelog). Nach der Verdopplung sind es zwei Fünftel und die Hälfte. Die Seiten der Anbieter selbst (OpenAI, Anthropic) liefern die Zahlen in der folgenden Tabelle.

Die letzte Spalte zeigt die durchschnittlichen Kosten von Artificial Analysis für einen Durchlauf des Intelligence Index, und für Carbon gilt dabei der verdoppelte Preis. Pro Aufgabe kostet Carbon (7,76 $) trotz des niedrigeren Token-Preises mehr als Astra (6,24 $), weil es so viel mehr Tokens schreibt. Fable 5.2 ist mit 26,54 $ weit teurer und mit 48 Minuten pro Aufgabe das langsamste der drei, führt aber auch das Vergleichsdiagramm der Seite an, mit einem Score von 65 gegenüber 60 bei Carbon und 57 bei Astra (Artificial Analysis). Eine Einschränkung: Der Index führt Carbon mit High Thinking und die beiden anderen mit Max. Zum Einführungspreis würde sich Carbons Wert ungefähr halbieren, nach unserer Rechnung auf etwa 3,90 $, womit es unter Astra läge, solange der Rabatt läuft.

Googles eigene Aussage ist eine andere. Laut Google liegt Carbon bei Cursors CursorBench 4.0, Perplexitys WANDR und Zapiers AutomationBench auf Platz eins, und das bei mehr als halb so hohen Kosten pro Aufgabe wie das nächstbeste externe Modell (Google). Das sind andere Aufgaben als bei Artificial Analysis, und Google hat selbst gewählt, welche es zitiert. Beides kann stimmen. Wir bezweifeln, dass sich die Ersparnis ohne Test auf Ihr Repository übertragen lässt.

Auch die Datenbedingungen unterscheiden sich. Laut GitHubs Changelog „requires data retention by default“ Claude Fable 5.2, um Anthropics Safety-Klassifikatoren auszuführen, und Zero Data Retention gibt es nur für bestimmte berechtigte Enterprise-Kunden (GitHub changelog). Googles Preisseite sagt, dass Inhalte, die über die kostenpflichtige Gemini-API-Stufe gesendet werden, nicht zur Verbesserung der Produkte verwendet werden. Standardeinstellungen sind Policy, und hier ist Googles die freundlichere.

Der Rechner unten arbeitet mit Listenpreisen. Tragen Sie Token-Zahlen aus Ihren eigenen Läufen ein, nicht aus unseren, denn die drei Modelle verbrauchen für denselben Job sehr unterschiedlich viel.

Wann würden wir danach greifen?

Unsere Wahl für die tägliche Arbeit ist Argon. Das sagt Google selbst: Argon „remains the ideal choice for the majority of software engineering and knowledge work“, während Carbon „built for tasks that test the limits of a model's intelligence“ sei (Google). Carbon verdient seine Tokens bei Migrationen über mehrere Packages, Ursachensuchen über Subsysteme hinweg und Security-Audits, den Jobs, die die Doku nennt. Ein Swarm verdient sein Kontingent nur, wenn sich die Aufgabe in Teile zerlegen lässt, die sich nicht berühren.

1. 1Lassen Sie den Job zuerst auf Argon laufen. Die meisten brauchen nicht mehr.
2. 2Wenn Argon nicht reicht, probieren Sie Carbon auf der Standardstufe Medium Thinking, dann auf High. Googles eigener Rat lautet, alle drei Stufen zu testen und die niedrigste zu wählen, die Ihre Anforderung erfüllt (Google AI docs).
3. 3Starten Sie /swarm nur für Arbeit, die sich nach Datei, Package oder Fragestellung aufteilen lässt, und lassen Sie den Verifier auf einem anderen Modell laufen als die Worker.
4. 4Kalkulieren Sie mit 4 $ und 20 $, nicht mit 2 $ und 10 $.

Beim Geld würden wir Ultra überspringen, wenn Carbon der einzige Kaufgrund ist. Ab 99,99 $ im Monat ist das viel für ein einzelnes Modell, wenn die API es pro Token auf Guthabenbasis verkauft. Testen Sie es dort mit kleinem Budget und schauen Sie noch einmal hin, wenn Sie merken, dass Sie den ganzen Tag Agenten laufen lassen. Wenn Ihr Team im Editor lebt, ist Copilots Modellauswahl der reibungsärmste Test. Unser Beitrag zu Copilot Fusion erklärt, was Model Routing dort für die Kosten bedeutet, und unser Vergleich von Cursor, Copilot und Windsurf behandelt die Editoren selbst. Wer Agent-Tools sucht, kann alle ToolRank-Boards für KI-Agenten oder den AI-Agents-Hub durchstöbern.

Hydrogen ist ein Bericht, kein Produkt

Google hat womöglich etwas Leichteres in der Pipeline, aber bisher ist es nur ein Bericht und nichts weiter. Business Insider schreibt, Google lasse Mitarbeitende ein schnelles Modell namens Hydrogen testen, und zitiert eine interne Nachricht, in der ein Entwickler es „very capable, fast and efficient“ nannte. Ein Mitarbeiter sagte dem Medium, es ähnele Googles Flash-Modellen, den günstigeren Arbeitspferden. Laut BI ist unklar, ob eine öffentliche Veröffentlichung kostenlos oder kostenpflichtig wäre, und Google wollte sich nicht äußern (Business Insider). Es gibt keinen angekündigten Namen, Preis oder Termin. Wenn Ihre Rechnung vor allem bei den leichteren Workern eines Swarms anfiele, ist Hydrogen das Modell, das Sie im Auge behalten sollten. Wir würden nicht darauf planen.

Häufig gestellte Fragen

Kann man Gemini 4 Carbon kostenlos ausprobieren?

Nein. Googles Preisseite markiert es in der kostenlosen API-Stufe als nicht verfügbar, und in der Gemini-App setzt es Google AI Ultra voraus. Der günstigste Einstieg ist ein kostenpflichtiges API-Guthaben.

Trainiert Google mit meinen API-Daten?

Laut Googles Preisseite werden Inhalte in der kostenpflichtigen Stufe nicht zur Verbesserung der Produkte verwendet. Bei der kostenlosen Stufe gilt für andere Modelle etwas anderes, aber Carbon wird dort nicht angeboten.

Kann Carbon Bilder oder Sprache erzeugen?

Nein. Es akzeptiert Text, Bild, Video, Audio und PDF als Input und gibt nur Text zurück. Bildgenerierung, Audiogenerierung und die Live API sind auf der Modellseite als nicht unterstützt markiert.

Wie groß ist das Kontextfenster?

Ein gemeinsames Fenster von 1.048.576 Tokens für Input, Thinking und Output. Eine normale Antwort ist standardmäßig auf 65.536 Tokens begrenzt, und die Hintergrundausführung mit Long Decode lässt eine einzelne Antwort bis zur Fenstergröße minus Ihrem Input laufen.

Funktioniert /swarm in der Gemini-App?

Googles Doku nennt nur die Antigravity App und die Antigravity CLI.

Was sollten wir tun, bevor der Einführungspreis endet?

Lassen Sie eine Ihrer eigenen Aufgaben auf Carbon mit den drei Thinking-Stufen noch einmal laufen und bepreisen Sie dann die Token-Zahlen mit 4 $ und 20 $. Die zweite Zahl ist die, mit der Sie leben werden.