Googles Gemini 4 Carbon hat in einem neuen Benchmark für Spitzenmodelle nur knapp hinter Anthropics Claude Opus 5.5 abgeschnitten und bietet dabei geschätzte Kosten pro Aufgabe, die deutlich niedriger liegen.
Der von dem KI-Forschungs- und Analyseunternehmen SemiAnalysis veröffentlichte GDPx-Benchmark bewertet 206 Aufgaben aus Bereichen wie Finanzwesen, Materialwissenschaften, Cybersicherheit, Softwareentwicklung, juristischer Arbeit und Biologie. Er vergleicht führende Modelle von Google, Anthropic, OpenAI und Meta sowohl hinsichtlich ihrer Leistung als auch ihrer Kosten.
Claude Opus 5.5 belegte den ersten Platz in der Gesamtwertung, dicht gefolgt von Gemini 4 Carbon. Der Kostenunterschied war jedoch erheblich: Für Claude wurden rund 51 US-Dollar pro Aufgabe veranschlagt, während Gemini etwas mehr als 16 US-Dollar kostete. OpenAIs GPT-6 Astra lag hinter beiden Modellen und kostete ungefähr 54 US-Dollar pro Aufgabe.
Wenn die Kategorien Cybersicherheit, Biologie und Alignment entfernt wurden, änderte sich die Rangliste. GPT-6 Astra rückte auf den ersten Platz vor, gefolgt von GPT 6.1 Sol und Claude Sonnet 5.5, während Gemini 4 Carbon weiter hinten rangierte. SemiAnalysis erklärte, dieses angepasste Ergebnis stimme stärker mit den subjektiven Eindrücken des Unternehmens von den Modellen überein.
Googles bestehendes Gemini 4 Argon belegte in beiden Versionen des Benchmarks den achten Platz. Es lag vor Metas Muse Wonder, aber hinter Wonder Full, während seine Kosten in dieser Bewertung nur geringfügig unter denen von Carbon lagen.
Googles Modelle schnitten bei auf Cybersicherheit ausgerichteten Aufgaben besser ab als die Modelle von OpenAI und Anthropic, obwohl Metas Muse-Modelle diesen Bereich mit einem von SemiAnalysis als deutlich bezeichneten Abstand anführten.
Google kündigte Gemini 4 Carbon am 28. Oktober an und hob dabei deutliche Verbesserungen gegenüber früheren Modellen hervor. Das Datum der öffentlichen Veröffentlichung wurde noch nicht bestätigt, und das Modell wird derzeit für die meisten Kunden als demnächst verfügbar beschrieben.
Quellen: 9to5Google.