Was passiert ist
Google nennt Carbon sein stärkstes Modell, mit Cybersecurity- und Langzeit-Fähigkeiten auf dem neuesten Stand der Technik. Die Kernbehauptung: Es steht auf Platz 1 der frisch aktualisierten Version v5.0 des Artificial Analysis Intelligence Index, mit einem Score von 59.
Die Security-Zahlen sind der eigentliche Pitch. Laut Google erreicht Carbon 88.2% bei SEC-bench Pro (Schwachstellen finden), 54.8% bei ExploitGym (Schwachstellen ausnutzen) und 71.0% bei CWE-bench (Patches schreiben). Bei diesen Tests beansprucht Google außerdem einen klaren Vorsprung.
Dazu kommen laut Google deutliche Fortschritte bei Coding und agentischen Aufgaben. In internen Benchmarks soll sich die Generierung von sicherem Code verbessern, und Teams, die Carbon in laufenden Coding-Umgebungen nutzten, hätten weniger Misalignment und weniger erfundene Inhalte beobachtet.
Googles eigene Rahmung: Die Forschenden und die Modelle arbeiten Hand in Hand, um schneller voranzukommen. Lies den Satz zweimal, dann hol dir noch einen Kaffee.
Warum es zählt
Ein Modell, das Lücken findet, Exploits simuliert und Patches schreibt, ist der Traum jedes Verteidigers. Es ist per Definition aber auch ein Werkzeug, das Angriffe versteht. Google verkauft die Defense-Perspektive, und die Benchmarks sind sein Beweismaterial.
Behandle die Zahlen als Herstellerangaben. Es sind Googles Werte, veröffentlicht in Googles eigener Ankündigung. Erst unabhängige Tests machen aus einer Folie einen Fakt.
Die andere Geschichte ist der Takt. Argon, dann Carbon, zwei Wochen Abstand. Wenn Frontier-Releases jetzt im 14-Tage-Rhythmus kommen, überlebt keine Evaluations-Tabelle das Quartal.
Zwei Frontier-Modelle in zwei Wochen: Auf dieses Tempo weist Google selbst hin.
Was das für Europa heißt
Europas Thema ist der Zugang. Neue Frontier-Modelle aus den USA erreichen EU-Nutzer gern mit Verspätung oder mit gestutzten Features, während Aufsicht und Anbieter den AI Act sortieren. Ob Carbon diesem Muster folgt, ist noch nicht klar.
Für europäische Security-Teams ist die Frage ganz praktisch: Kannst du es überhaupt nutzen, und zu welchen Bedingungen? Ein Modell, das bei Schwachstellenarbeit stark ist, zieht genau deshalb die Aufmerksamkeit der Regulierer an.
Was du damit machst
- Check die Benchmarks selbst.Lies die Ergebnisse von SEC-bench Pro, ExploitGym und CWE-bench, bevor du Googles Zahlen in eine Präsentation kopierst.
- Pilotiere es in der Defense.Falls du Zugang hast, teste Schwachstellen-Triage und Patch-Entwürfe zuerst an einer unkritischen Codebase.
- Prüfe die Verfügbarkeit in deiner Region.Europäische Teams sollten Zugang und Bedingungen klären, bevor sie einen Rollout rund um Carbon planen.
- Behalte den Index im Blick.Schau auf den Artificial Analysis Intelligence Index v5.0, denn die Rangliste kann sich binnen Wochen wieder verschieben.
Keep up, sapiens. Die Modelle haben es schon getan, und zwar zweimal in diesem Monat.


