# Gemini 4 Carbon vs Argon: Coding und Reasoning im Vergleich

> Carbon und Argon im Vergleich für Coding und Reasoning: offizielle Einordnung, API-Zugang, Token-Verbrauch und Einstellungen, die vor einem Wechsel zählen.

- Canonical HTML: https://omniakey.com/de/blog/gemini-4-carbon-vs-argon
- Markdown: https://omniakey.com/de/blog/gemini-4-carbon-vs-argon.md
- Published: 2026-11-11 (updated 2026-11-11)
- Author: Kiki, COO at OmniaKey
- Language: de
- Category: Comparison
- Reading time: 8 min
- All posts: https://omniakey.com/blog/llms.txt

---

Die [Ankündigung von Google vom 10. November 2026](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/) lässt [Gemini 4 Argon](https://omniakey.com/de/gemini-4-argon) die Empfehlung für die meisten Coding- und Wissensaufgaben bleiben und richtet Carbon auf komplexes mehrstufiges Debugging und offene Forschung. Der Standard-Tarif ist bei beiden gleich: $2 pro Million Eingabe-Token und $10 pro Million Ausgabe-Token bis zum 30. November, danach $4 und $20.

- **Einordnung**: Argon bleibt der Standard für die meiste Softwareentwicklung; Carbon übernimmt die schwierigsten mehrstufigen Aufgaben.
- **Preis**: gleiche Standard-Tarife, und beide starten mit Thinking auf medium.
- **Abrechnung**: Thinking-Token werden als Ausgabe berechnet, mehr Reasoning erhöht also die Kosten einer Anfrage; Wiederholungen, Cache-Nutzung und Eingabelänge verändern die Rechnung einer Aufgabe ebenfalls.
- **Zugang**: die kostenpflichtige Gemini API für beide, ohne Free-Tier.

## Gemini 4 Carbon und Argon auf einen Blick

Beginne mit der Zeile, die ein Projekt stoppen kann, und dann mit den Standardwerten, die du beim Wechsel übernimmst.

|Punkt|Argon|Carbon|
|-|-|-|
|Rolle bei Google|Die meisten Coding- und Wissensaufgaben|Komplexes mehrstufiges Coding und Forschung|
|Kontext|1.048.576|1.048.576|
|Thinking-Standard|Medium|Medium|
|API-Zugang|Kostenpflichtig, kein Free-Tier|Kostenpflichtig, kein Free-Tier|

Die Zeile zur Rolle stammt aus der [Ankündigung vom 10. November 2026](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/). Kontextfenster und Thinking-Standard stammen aus der [Modellseite](https://ai.google.dev/gemini-api/docs/models) und der [Thinking-Dokumentation](https://ai.google.dev/gemini-api/docs/thinking), beide am 11. November 2026 geprüft. Der kostenpflichtige Zugang steht in der Ankündigung und wiederholt sich auf der [Preisseite](https://ai.google.dev/gemini-api/docs/pricing), wo beide Modelle im Free-Tier als nicht verfügbar markiert sind.

## Welche Coding-Aufgaben weist Google welchem Modell zu?

Die [Ankündigung](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/) nennt Carbon das stärkste Modell und zählt die Arbeit auf, die es übernehmen soll: komplexes mehrstufiges Coding und Debugging, lang laufende Agentenaufgaben, Cybersicherheit und offene wissenschaftliche Forschung. Derselbe Beitrag sagt, Argon bleibe die ideale Wahl für die Mehrheit der Softwareentwicklung und Wissensarbeit. Lies das als Standard des Anbieters: Beginne eine Aufgabe mit Argon und verschiebe sie zu Carbon, wenn sie bei Planung oder Prüfung immer wieder scheitert.

Die [Modellseite](https://ai.google.dev/gemini-api/docs/models) beschreibt Argon als effizientes Frontier-Reasoning-Modell von Gemini 4, mit schnelleren Antworten und weniger Token-Verbrauch pro Runde als Carbon bei komplexen Coding-, Agenten-, Mathe- und Wissenschaftsaufgaben. Weniger Verbrauch pro Runde und ein niedrigerer Tarif sind zwei verschiedene Zahlen. Die Preise pro Token sind gleich, deshalb zeigt sich der Unterschied bei den Token-Zahlen: Google sagt, Argon verbraucht pro Runde weniger Token, während die Gesamtmenge einer Aufgabe davon abhängt, wie viel Planung, Prüfung und Wiederholung nötig sind.

Unser [früherer Coding-Test mit Argon](https://omniakey.com/de/blog/gemini-4-argon-coding-test) ist ein eigener Vergleich gegen Claude Opus 5.5, ohne Carbon. Diese Ergebnisse beschreiben Argon für diese Aufgaben; sie sagen nichts darüber, wie Carbon dieselbe Arbeit erledigen würde.

Drei Situationen lohnen einen Test mit Carbon:

1. Ein fehlschlagender Test, der vier Dateien berührt und dessen Korrektur davon abhängt, Aufrufe über Module hinweg zu verfolgen.
2. Ein Abhängigkeits-Update, das eine API an mehreren Stellen ändert, sodass das Modell Änderungen planen, anwenden und die Testsuite erneut ausführen muss.
3. Eine Forschungsfrage, die einen Plan, ein erstes Experiment, einen Blick auf die Ergebnisse und einen überarbeiteten zweiten Versuch braucht.

Jede davon ist ein Kandidat für deine eigene Bewertung; bei diesen Aufgaben müsste ein Wechsel seinen Nutzen belegen. Google bewirbt Carbon außerdem für offene Forschung und nennt Beispiele aus Physik, Mathematik, Lebenswissenschaften und formaler Verifikation, die Google selbst ausgewählt hat.

## Was hat die unabhängige Studie vom 28. Oktober gemessen?

[Artificial Analysis veröffentlichte den Bericht am 28. Oktober 2026](https://artificialanalysis.ai/articles/gemini-4-carbon-new-number-1). Er vergleicht die beiden Modelle mit hohen Reasoning-Einstellungen im Intelligence Index v5, einem Verbund aus neun Bewertungen.

|Messwert (hohe Einstellung)|Carbon|Argon|
|-|-|-|
|Intelligence Index v5|59|50|
|AA-Briefcase, Elo|1609|1483|
|AA-Omniscience, Halluzinationsrate|11%|4%|

Der Bericht setzt Carbon 9 Punkte über Argon im Index, womit Argon bei 50 liegt, und 126 Elo darüber bei AA-Briefcase. Bei AA-Omniscience v1.1 teilen sich die beiden Messwerte: Carbons Genauigkeit liegt 10 Punkte höher, und seine Halluzinationsrate steigt von 4% auf 11%. Der Bericht definiert die neun Bewertungen in der [Methodik von Artificial Analysis](https://artificialanalysis.ai/methodology/intelligence-benchmarking). Ein höherer Gesamtwert und eine höhere Halluzinationsrate in einer Bewertung können im selben Modell zusammenkommen; das ist der praktische Grund, einen Wechsel an den eigenen Aufgaben zu testen. Der Bericht wurde am 28. Oktober 2026 veröffentlicht, mit beiden Modellen auf hohem Reasoning im Index v5; er ordnet die beiden Modelle nicht für dein Repository ein.

## Warum derselbe Token-Tarif zu einer anderen Rechnung führt

Beide IDs teilen sich eine Standard-Preistabelle. Vergleiche daher die tatsächlich verbrauchten Eingabe-, Cache-Eingabe- und Ausgabe-Token einer Aufgabe sowie Wiederholungen und andere Posten. Die reine Token-Gesamtzahl entscheidet die Rechnung nicht. Die [Preisseite](https://ai.google.dev/gemini-api/docs/pricing) von Google nennt diese Werte pro Million Token, geprüft am 11. November 2026.

|Standard-Posten|Bis 30. Nov.|Ab 1. Dez.|
|-|-|-|
|Eingabe|$2,00|$4,00|
|Ausgabe, Thinking enthalten|$10,00|$20,00|
|Cache-Eingabe|$0,10|$0,20|

Nimm eine beispielhafte Anfrage mit 100.000 Eingabe-Token, 5.000 sichtbaren Ausgabe-Token und 15.000 Thinking-Token. Thinking zählt als Ausgabe, die Ausgabe summiert sich also auf 20.000 Token. Bis zum 30. November kostet die Eingabe 100.000 ÷ 1.000.000 × $2,00 = $0,20 und die Ausgabe 20.000 ÷ 1.000.000 × $10,00 = $0,20, zusammen $0,40. Ab dem 1. Dezember kostet dieselbe Anfrage $0,80. Die Token-Zahlen sind Annahmen für die Rechnung, und die Summe verwendet nur Googles Listenpreise; Cache-Treffer, Grounding- und Werkzeugkosten, Wiederholungen und Mengenrabatte bleiben außen vor.

Die Größen, die die Summe bewegen, sind die Thinking-Stufe, die Prompt-Länge und die Zahl der Versuche. Eine Aufgabe, die mehr Thinking-Token erzeugt, landet bei gleichem Tarif bei einer anderen Rechnung, auch wenn sie in einem Durchlauf fertig wird. Der Cache verhält sich bei beiden IDs gleich: Der Tarif stimmt überein, und es gibt nur implizites Caching.

## Müssen sich die Einstellungen beim Wechsel ändern?

Beide IDs führen Thinking standardmäßig auf medium, mit low, medium und high zur Auswahl ([Thinking-Dokumentation](https://ai.google.dev/gemini-api/docs/thinking), geprüft am 11. November 2026). Beide stehen in derselben [Gemini-4-Modelltabelle](https://ai.google.dev/gemini-api/docs/models) als `gemini-4-argon` und `gemini-4-carbon`. Die folgenden Feldnamen stammen aus der Dokumentation der Interactions API von Google; prüfe sie im SDK, das du aufrufst, denn Verhalten von Werkzeugen und Funktionen kann sich zwischen SDKs unterscheiden. Vier Punkte lohnen eine Prüfung vor dem Wechsel.

1. **Aufwand, nicht Abschneiden**. `thinking_level` legt den Reasoning-Aufwand fest, `max_output_tokens` begrenzt die erzeugten Token einschließlich der Gedanken. Ein zu kleines Limit kann eine Antwort mit Status `incomplete` beenden, während die bereits erzeugten Gedanken weiter berechnet werden.
2. **Ein gemeinsames Fenster**. Eingabe, Thinking und Ausgabe nutzen dieselben 1.048.576 Token. Übersteigt der Prompt plus `max_output_tokens` dieses Fenster, kürzt die API die Ausgabe auf den verbleibenden Platz.
3. **Lange Ausgabe braucht eine Einstellung**. Ein Vordergrund-Aufruf mit Streaming nutzt standardmäßig 65.536 Ausgabe-Token; ein Vordergrund-Aufruf ohne Streaming ist auf 32.768 begrenzt. Über 65.536 hinaus bis 1.048.576 brauchst du ein höheres `max_output_tokens` und entweder `background=True` oder eine Fortsetzung auf Client-Seite. Die Modellseite zeigt `65K / 1M` für beide IDs, und diese Kurzform beschreibt genau diese Konfiguration.
4. **Gedanken in späteren Runden**. Bei zustandsloser Mehrrundenarbeit schickst du die früheren Gedankenblöcke unverändert erneut, auch wenn du innerhalb einer Sitzung das Modell wechselst. Die Interactions API legt Gedankenschritte offen und meldet `total_thought_tokens`, während der Pfad `generateContent` keine getrennten Gedankenblöcke enthält. Explizites Caching ist bei keinem der beiden Modelle verfügbar, ein Workflow mit gespeichertem Cache braucht also einen anderen Plan.

Wir haben die beiden Modelle nicht auf denselben Aufgaben laufen lassen; behandle die Liste als Prüfliste für deine erste kleine Anfrage.

## Wie vergleichst du sie im eigenen Code?

Wähle eine Aufgabe, die dein Team schon gelöst hat, und führe beide Modelle auf demselben Snapshot aus. Halte diese Bedingungen fest:

- Derselbe Bug oder Ticket, derselbe Repository-Snapshot und derselbe Branch.
- Dieselben Werkzeuge, dieselben Anweisungen und dieselbe Aufwandsstufe; medium ist bei beiden der Standard.
- Dieselbe Erfolgsprüfung: versteckte Tests bestehen und eine reviewende Person akzeptiert den Diff.
- Dieselbe Protokollierung: reale Zeit bis zur ersten brauchbaren Antwort, Zeit bis zur fertigen Aufgabe, von der API zurückgegebene Token-Zahlen, Wiederholungen und Minuten, die eine Person mit der Prüfung verbringt.

Zeit bis zur ersten Antwort und Gesamtzeit bis zur Fertigstellung beantworten verschiedene Fragen: Wer am Terminal sitzt, spürt die erste, ein Batch-Job zahlt die zweite. Erfasse beide, rechne jeden Lauf zu Googles Listenpreis und teile durch die Zahl der akzeptierten Änderungen.

Wiederhole die Prüfung mit mehreren repräsentativen Aufgaben; ein einzelnes Paar Läufe zeigt Streuung, lies Wiederholungen daher als Richtung und nicht als festen Abstand. Entscheide mit Zahlen, die dein Team verfolgt, etwa akzeptierte Diffs pro Stunde und Dollar pro akzeptiertem Diff. Ein Modell, das schneller antwortet, aber einen zweiten Versuch braucht, kann bei beiden verlieren.

## Kannst du Gemini 4 Carbon heute auf OmniaKey nutzen?

OmniaKey führt derzeit [Gemini 4 Argon](https://omniakey.com/de/gemini-4-argon), und der Katalog hat Stand 11. November 2026 keinen Carbon-Eintrag. Der Zugang zu Carbon läuft über Googles kostenpflichtige Gemini API, und die [Details zu Carbons Veröffentlichungsdatum, Preis und API](https://omniakey.com/de/blog/gemini-4-carbon-release-date-price-api) listen, was dieses Konto braucht. Wenn deine Alternative ein Anthropic-Modell ist, stellt der [Vergleich Carbon gegen Fable 5.2](https://omniakey.com/de/blog/gemini-4-carbon-vs-fable-5-2) Preis und Zugang nebeneinander.

Prüfe vor einem geplanten Wechsel die Modellliste von OmniaKey; bis dahin bleibt Produktionsarbeit auf Argon.

## Häufige Fragen

### Ist Gemini 4 Carbon beim Coding besser als Argon?

Google empfiehlt Argon für die meiste Softwareentwicklung und Carbon für komplexes mehrstufiges Debugging. Der Artificial-Analysis-Bericht vom 28. Oktober setzt Carbon bei den Gesamtwerten vorn und verzeichnet zugleich eine höhere Halluzinationsrate in einem Test; die bessere Wahl hängt von der Aufgabe vor dir ab.

### Kostet Carbon pro Token mehr als Argon?

Die Tarife sind gleich: $2 pro Million Eingabe-Token und $10 pro Million Ausgabe-Token bis zum 30. November, danach $4 und $20. Die Kosten pro Aufgabe können trotzdem abweichen, weil Thinking-Token als Ausgabe berechnet werden und Carbon laut Beschreibung mehr davon nutzt.

### Reicht ein Wechsel der Modell-ID?

Auf den von Google veröffentlichten Seiten teilen beide IDs dieselben Thinking-Standards, Reasoning-Stufen und dasselbe Kontextfenster. Prüfe vor dem Umzug einer Produktionsaufgabe die Behandlung von Gedanken, das Caching und die Ausgabekonfiguration im verwendeten SDK.

### Welches Ausgabelimit gilt für einen langen Carbon-Job?

Ein Vordergrund-Aufruf mit Streaming nutzt standardmäßig 65.536 Ausgabe-Token. Für längere Ausgaben bis 1.048.576 brauchst du ein höheres `max_output_tokens` und `background=True` oder eine Fortsetzung auf Client-Seite.

### Ist Carbon auf OmniaKey verfügbar?

Der Katalog von OmniaKey listet Gemini 4 Argon und hat Stand 11. November 2026 keinen Carbon-Eintrag. Carbon ist über Googles kostenpflichtige Gemini API verfügbar.

## Geprüfte Quellen

- [Google: Gemini 4 Carbon ist jetzt verfügbar](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/) (10. November 2026)
- [Google: Gemini-API-Modelle](https://ai.google.dev/gemini-api/docs/models) (geprüft am 11. November 2026)
- [Google: Gemini-API-Preise](https://ai.google.dev/gemini-api/docs/pricing) (geprüft am 11. November 2026)
- [Google: Thinking in Gemini](https://ai.google.dev/gemini-api/docs/thinking) (geprüft am 11. November 2026)
- [Artificial Analysis: Ergebnisse von Gemini 4 Carbon im Intelligence Index v5](https://artificialanalysis.ai/articles/gemini-4-carbon-new-number-1) (28. Oktober 2026)
- [Artificial Analysis: Methodik der Intelligence-Benchmarks](https://artificialanalysis.ai/methodology/intelligence-benchmarking)