For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/de/articles/gemini-4-carbon-leak-opus-5-level-coding-37ad58b2.md.
Gemini 4 Argon befindet sich weiterhin in einer begrenzten Einführung, während Google-Mitarbeiter bereits einen neueren internen Gemini-4-Ch...
Gemini 4 Argon befindet sich weiterhin in einer begrenzten Einführung, während Google-Mitarbeiter bereits einen neueren internen Gemini-4-Checkpoint testen.
Der Codename lautet Carbon.
Business Insider berichtete am 9. Oktober 2026, dass Google-Mitarbeiter kürzlich über Jetski, eine interne Coding-Plattform, Zugriff auf Carbon erhalten hatten. Der Bericht stützte sich auf interne Dokumente, Screenshots und Mitarbeiterkommunikation, die der Publikation vorlagen.
Ein Mitarbeiter, der das Modell getestet hatte, sagte, Carbon:
„sich beim Programmieren wie Opus 5.5 anfühlt“
Gleichzeitig wies er darauf hin, dass weitere Tests erforderlich seien.
Das ist die derzeit am besten belegte Aussage.
Carbon wurde von Google nicht als öffentliches Modell angekündigt. Google lehnte gegenüber Business Insider eine Stellungnahme zu den internen Tests oder dazu ab, ob Carbon zu einer öffentlichen Veröffentlichung werden soll.
Der ursprüngliche Artikel geht noch weiter und verbindet die Fortschritte von Carbon mit rekursiver Selbstverbesserung, kurz RSI.
Es gibt tatsächlich Belege dafür, dass Google an RSI interessiert ist. Reuters berichtete im August, dass Mitgründer Sergey Brin innerhalb von Google Ressourcen in Richtung rekursiver Selbstverbesserung gelenkt haben soll.
Es gibt jedoch noch keine öffentlichen technischen Belege dafür, dass Carbon seine eigenen Modellgewichte autonom verbessert oder sich ohne menschliches Eingreifen wiederholt selbst neu trainiert hat.
Die vorsichtige Version der Geschichte lautet daher:
Carbon existiert als gemeldeter interner Checkpoint:
gut belegt
Carbon fühlt sich beim Programmieren wie Opus 5.5 an:
von einem Mitarbeiter berichtet, weiterhin vorläufig
Google interessiert sich für RSI:
gut belegt
Carbon beweist, dass Google autonome RSI erreicht hat:
nicht belegt
Diese Unterscheidung ist wichtig, weil der eigentliche Leak bereits bedeutsam ist, ohne daraus eine Behauptung zu machen, die Google selbst nicht aufgestellt hat.
Google kündigte Gemini 4 Argon offiziell am 30. September 2026 nach US-Zeit an.
In einigen asiatischen Zeitzonen erschien die Ankündigung am 1. Oktober. Das erklärt, warum der ursprüngliche Artikel den 1. Oktober als Startdatum verwendet.
Argon ist Googles aktuelles Gemini-4-Flaggschiffmodell für:
Argon wurde jedoch nicht für gewöhnliche Nutzer breit veröffentlicht.
Google begann damit, einer begrenzten Gruppe vertrauenswürdiger Cybersecurity-Verteidiger über sein Fairwind-Programm Zugriff zu geben.
Das Unternehmen erklärt, dass Entwickler, Unternehmen und Verbraucher später folgen sollen, zunächst zahlende API-Kunden und Google-AI-Ultra-Abonnenten.
Bis zum 12. Oktober hatte Google noch kein verbindliches Datum für diese breitere Einführung genannt.
Genau deshalb wirkt der Carbon-Leak ungewöhnlich.
Noch bevor die meisten Entwickler Argon nutzen können, testen Google-Mitarbeiter bereits einen weiteren Checkpoint, den einige Tester für besser halten.
Der ursprüngliche Artikel verweist außerdem auf von der Community entdeckte Verweise auf Gemini 4 Argon in Googles Antigravity-Umgebung.
Ein von TestingCatalog geteiltes Bildschirmfoto beschrieb versteckte Argon-Verweise mit niedrigen, mittleren und hohen Reasoning-Stufen.
Dies sollte als UI-Beleg aus der Vorveröffentlichungsphase betrachtet werden, nicht als offizielle Ankündigung eines Starts.
In Googles aktueller öffentlicher Antigravity-Modelldokumentation wird Gemini 4 Argon weiterhin nicht als allgemein verfügbares Reasoning-Modell aufgeführt.
Die genaueste Interpretation lautet daher:
Google scheint Produktoberflächen für Argon vorzubereiten, doch die versteckten Verweise belegen kein öffentliches Veröffentlichungsdatum.
Dasselbe Prinzip gilt für Carbon.
Interne Sichtbarkeit ist nicht dasselbe wie öffentliche Verfügbarkeit.
Der ursprüngliche Artikel bezeichnet Carbon als „die nächste Generation nach Argon“.
Die Berichterstattung von Business Insider ist vorsichtiger.
Dort wird Carbon als neue Version von Gemini 4 beschrieben, möglicherweise als Update oder Checkpoint im Zusammenhang mit Argon.
Diese Unterscheidung ist wichtig, weil Googles interne Codenamen nicht zwangsläufig eins zu eins den öffentlichen Produktnamen entsprechen.
Business Insider berichtete, dass ein weiterer interner Checkpoint namens Barium-B letztlich als das Modell ausgewählt wurde, das öffentlich als Gemini 4 Argon veröffentlicht wurde.
Eine interne Abfolge wie:
Argon
Barium
Carbon
bedeutet daher nicht zwangsläufig drei getrennte öffentliche Modellgenerationen.
Carbon könnte letztlich werden:
Derzeit hat Google dazu keine Aussage gemacht.
Die konkreteste Aussage zu den Fähigkeiten stammt von einem von Business Insider zitierten Google-Mitarbeiter.
Der Mitarbeiter sagte, Carbon „fühlt sich beim Programmieren wie Opus 5.5 an“.
Der Bericht erklärt außerdem, dass der Mitarbeiter vor einer stärkeren Schlussfolgerung weitere Tests durchführen wollte.
Dieser Vorbehalt ist wichtig.
„Fühlt sich an wie“ ist kein Benchmark.
Die Aussage kann Folgendes widerspiegeln:
Sie sagt jedoch nicht, wie Carbon bei DeepSWE, Terminal-Bench, FrontierSWE oder einer unabhängigen Rangliste für Coding-Agenten abschneiden würde.
Für Carbon gibt es derzeit keine offizielle Benchmark-Tabelle.
Es gibt außerdem keine öffentliche API, keine Model Card, keine Preisinformationen, keine Spezifikation des Kontextfensters und keinen Sicherheitsbericht.
Die stärkste vertretbare Überschrift lautet daher:
Ein interner Google-Tester sagt, dass sich Carbons Coding-Erfahrung mit Claude Opus 5.5 vergleichen lässt.
Alles, was darüber hinausgeht, ist weiterhin stärker als die aktuelle Beweislage.
Der ursprüngliche Artikel beschreibt eine Spannung, die bereits im Zusammenhang mit Argon bestand.
Googles offizielle Start-Benchmarks zeigen in mehreren Bereichen hervorragende Ergebnisse.
Zum Beispiel:
DeepSWE v1.1:
Gemini 4 Argon — 77,9 %
Google bezeichnet dies als Spitzenleistung bei diesem Benchmark.
Ein von Varun Mohan verbreiteter Screenshot zeigte außerdem, dass Argon im Artificial-Analysis-Coding-Agent-Index unter einem Antigravity-Harness gut abschnitt.
Gleichzeitig zeigt Googles eigener Benchmark-Satz nicht, dass Argon jede Coding-Aufgabe gewinnt.
Unabhängige Zusammenfassungen von Googles Tabelle weisen darauf hin, dass Claude Opus 5.5 bei einigen terminalintensiven und softwaretechnischen Bewertungen weiterhin vorn liegt.
Das passt zu dem Bericht von Business Insider, wonach einige frühe interne Tester der Ansicht waren, dass frühere Argon-Checkpoints bei anspruchsvoller Programmierarbeit hinter Wettbewerbern zurücklagen.
Mit anderen Worten:
Benchmark-Stärke von Argon:
real
Universelle Dominanz von Argon beim Programmieren:
nicht belegt
Der Reiz von Carbon innerhalb von Google scheint darin zu liegen, dass das Modell einige dieser praktischen Coding-Lücken schließen könnte.
Business Insider berichtet, dass Google intern mehrere Gemini-4-Varianten oder -Checkpoints testet, darunter Barium und Carbon.
Das vermittelt den Eindruck eines sehr schnellen Iterationszyklus.
Der ursprüngliche Artikel scherzt, Google sei von dem Periodensystem besessen:
Argon
Barium
Carbon
Der Witz funktioniert, doch der zugrunde liegende Punkt ist ernster.
Google scheint einen Entwicklungsprozess zu betreiben, in dem mehrere Checkpoints evaluiert, intern genutzt und miteinander verglichen werden, bevor einer davon zum öffentlichen Produkt wird.
Die Tatsache, dass Barium-B Berichten zufolge zum öffentlichen Argon wurde, erinnert an Folgendes:
Interne Checkpoint-Namen sind Entwicklungsartefakte und keine verlässlichen Bezeichnungen für die Produkt-Roadmap.
Carbon könnte wichtig sein, selbst wenn niemals ein öffentliches Produkt „Gemini 4 Carbon“ heißen wird.
Anschließend wendet sich der ursprüngliche Artikel dem spekulativsten Teil der Geschichte zu: der rekursiven Selbstverbesserung.
In ihrer stärksten Form bedeutet RSI, dass ein KI-System dabei hilft, den Prozess zur Entwicklung eines leistungsfähigeren Nachfolgers zu verbessern, der anschließend noch besser darin wird, den nächsten Nachfolger zu verbessern.
Eine vereinfachte Schleife sieht so aus:
Modell verbessert den Prozess der Modellentwicklung
→ leistungsfähigeres Modell wird erstellt
→ leistungsfähigeres Modell liefert bessere Ideen, besseren Code, bessere Daten oder bessere Evaluierungen
→ ein weiteres leistungsfähigeres Modell wird erstellt
→ Wiederholung
Wenn diese Schleife ausreichend autonom und zuverlässig würde, könnte sich der Fortschritt dramatisch beschleunigen.
Deshalb wird RSI so häufig in Diskussionen über eine schnelle KI-Eskalation thematisiert.
Der Begriff kann jedoch sehr unterschiedliche Dinge beschreiben.
Dazu kann gehören, dass KI Forschern hilft:
Menschen wählen weiterhin die Experimente aus, führen das Training durch, validieren die Ergebnisse und entscheiden, was veröffentlicht wird.
Eine deutlich stärkere Behauptung wäre:
KI entwirft Verbesserungen
→ verändert ihren eigenen Trainingsprozess
→ trainiert sich neu oder erstellt einen Nachfolger
→ evaluiert den Nachfolger
→ wiederholt den Zyklus autonom
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Es gibt keine öffentlichen Belege dafür, dass Carbon dies tut.
Die wichtige Nuance besteht darin, dass RSI nicht vom ursprünglichen Artikel erfunden wurde.
Reuters berichtete im August, dass Sergey Brin Google-Mitarbeiter dazu gedrängt habe, Gemini stärker voranzutreiben, und seinen Einfluss genutzt habe, um Ressourcen in Richtung rekursiver Selbstverbesserung zu lenken.
Reuters beschrieb dies als den Punkt, an dem Technologie sich ohne menschliches Eingreifen verbessern kann.
Das bedeutet, dass RSI ein echtes Thema innerhalb von Googles KI-Bemühungen ist.
Nachdem der Carbon-Bericht erschienen war, deutete auch ein Google-DeepMind-Mitarbeiter öffentlich auf rekursive Selbstverbesserung hin, während er Googles hohes Iterationstempo diskutierte.
Der ursprüngliche Artikel nutzt dies als Beleg dafür, dass Carbons Verbesserung durch RSI angetrieben wird.
Die bessere Interpretation lautet:
Der schnelle Wechsel zwischen Checkpoints ist mit KI-gestützter Modellentwicklung vereinbar, und es ist öffentlich bekannt, dass Google an RSI interessiert ist. Keine dieser Tatsachen zeigt jedoch, wie Carbon genau trainiert wurde.
Carbon könnte auf Folgendem beruhen:
Ohne technische Offenlegung können wir diese Möglichkeiten nicht voneinander unterscheiden.
Der ursprüngliche Artikel erklärt, dass aus einem Coding-Modell auf Opus-5.5-Niveau, das sich rund um die Uhr selbst verbessert, eine exponentielle Intelligenzexplosion folgen könnte.
Das ist eine theoretische Extrapolation und keine beobachtete Eigenschaft von Carbon.
Damit rekursive Verbesserung zuverlässig kumuliert, müsste jede Generation wichtige Teile des Forschungs- und Entwicklungsprozesses verbessern, ohne untragbare Rückschritte einzuführen.
Die reale Modellentwicklung hängt außerdem von Einschränkungen ab, die allein durch bessere Coding-Fähigkeiten nicht verschwinden:
Ein Coding-Modell, das deutlich leistungsfähiger wird, ist für die Automatisierung der KI-Forschung äußerst relevant.
Es ist jedoch für sich genommen kein Beweis für eine unkontrollierte rekursive Verbesserung.
Der ursprüngliche Artikel enthält skeptische Reaktionen von Personen, die bezweifeln, dass Carbon überhaupt etwas über RSI aussagt.
Eine Reaktion bringt den Kernpunkt direkt auf den Tisch: Ein interner Checkpoint, der einige Wochen später das Coding-Niveau eines Wettbewerbers erreicht, ist kein ausreichender Beleg für rekursive Selbstverbesserung.
Diese Skepsis ist berechtigt.
Derzeit gibt es drei voneinander getrennte Behauptungen:
| Behauptung | Beleglage |
|---|---|
| Google testet Carbon intern | Von Business Insider überzeugend berichtet |
| Ein Mitarbeiter sagt, Carbon fühle sich beim Programmieren wie Opus 5.5 an | Überzeugend berichtet, aber anekdotisch |
| Google investiert in RSI | Durch die Berichterstattung von Reuters gestützt |
| Carbon selbst demonstriert autonome RSI | Nicht belegt |
Diese Behauptungen getrennt zu halten, macht die Geschichte stärker, nicht schwächer.
Die zweite Kontroverse im ursprünglichen Artikel betrifft nicht die Benchmark-Leistung.
Sie betrifft die Veröffentlichungsstrategie.
Google kündigte Argon mit beeindruckenden Fähigkeiten an, doch die meisten Nutzer können es weiterhin nicht ausprobieren.
Das hat die Diskussion in der Community ungewöhnlich skeptisch gemacht.
Einige verweisen auf die Benchmark-Ergebnisse und argumentieren, Google sei eindeutig an die Spitze zurückgekehrt.
Andere sagen, Benchmark-Screenshots seien bedeutungslos, solange Entwickler das Modell nicht mit ihren eigenen Workloads ausführen können.
Der ursprüngliche Artikel enthält eine besonders scharfe Beschwerde, wonach Google Argon möglicherweise so spät veröffentlichen könnte, dass das Modell zum Zeitpunkt des tatsächlichen Zugriffs durch Nutzer bereits gewöhnlich wirke.
Der Ton ist sarkastisch, doch das zugrunde liegende Produktproblem ist real.
Der Wettbewerb bei Spitzenmodellen entwickelt sich schnell.
Ein interner Vorsprung, der Monate braucht, um Entwickler zu erreichen, kann vor dem öffentlichen Start verschwinden.
Der ursprüngliche Artikel erklärt die Verzögerung von Google teilweise mit Konzernbürokratie.
Es gibt außerdem einen offiziellen Sicherheitsgrund.
Google erklärt, dass Argon ungewöhnlich starke Fähigkeiten im Bereich der defensiven Cybersicherheit besitzt.
Das Unternehmen sagt, das Modell könne autonom:
Google berichtet von einem Spitzenwert von 68 % bei CWE-bench v1, womit Argon in seinem Startvergleich gleichauf an erster Stelle liegt.
Außerdem berichtet Google über deutliche Verbesserungen gegenüber Gemini 3.8 Flash Cyber bei internen und von Partnern durchgeführten Bewertungen zur Entdeckung von Schwachstellen.
Genau diese Fähigkeiten können Verteidigern helfen, aber auch Risiken durch den möglichen Missbrauch für unterschiedliche Zwecke schaffen.
Anstatt Argon breit zu veröffentlichen, begann Google mit dem Fairwind-Programm.
Fairwind ist ein Programm mit begrenztem Zugriff für:
Google erklärt, dass Verteidiger dadurch Zugriff auf fortgeschrittene Cybersecurity-Fähigkeiten erhalten sollen, während die sensibelsten Funktionen innerhalb einer kontrollierten Gruppe bleiben.
Das Unternehmen beteiligt sich außerdem am freiwilligen Pre-Release-Zugangsprozess der US-Regierung für Modelle.
Google erklärt, dass die nächste breitere Einführung mit folgenden Gruppen beginnen soll:
zahlende API-Kunden
+
Google-AI-Ultra-Abonnenten
Ein verbindliches Datum wurde jedoch nicht veröffentlicht.
Argon als „PowerPoint-Veröffentlichung“ zu bezeichnen, geht zu weit.
Google erklärt, dass bereits Tausende Mitarbeiter das Modell intern nutzen.
Das Unternehmen hat mehrere Beispiele veröffentlicht.
Argon-Agenten werden eingesetzt für:
Google erklärt, dass ein interner Einsatz Telemetriedaten aus der Analyse von Rechenzentrumsprofilen untersuchte und Speicheroptimierungen identifizierte, die nach der Einführung mehr als 300 TiB freisetzten.
Außerdem sollen Argon-Agenten an Migrationsprojekten von C/C++ zu Rust gearbeitet haben, die von Zehntausenden Zeilen bis zu mehr als 800.000 Zeilen reichten.
Diese Ergebnisse stammen aus Unternehmensangaben und sollten entsprechend eingeordnet werden.
Sie zeigen jedoch, dass Argon als funktionierendes internes System existiert und nicht nur als Benchmark-Tabelle.
Hier kommt der ursprüngliche Artikel an.
Die Existenz von Carbon deutet darauf hin, dass Googles interne Pipeline für die Modellentwicklung schnell vorankommt.
Die öffentliche Pipeline ist langsamer.
Dadurch entsteht ein ungewöhnliches Missverhältnis:
Iteration interner Checkpoints:
schnell
Öffentlicher Zugriff:
langsam
Aus Forschungsperspektive ist Carbon für Google ermutigend.
Aus Entwicklerperspektive ist die wichtigere Frage einfacher:
Wann kann ich es tatsächlich nutzen?
Das gilt zunächst für Argon.
Solange Argon nicht breit verfügbar ist, ist Carbon noch weiter von einer Produktentscheidung entfernt.
| Behauptung | Aktueller Status |
|---|---|
| Gemini 4 Argon wurde am 30. September offiziell angekündigt | Von Google bestätigt |
| Argon ist zunächst auf Cybersecurity-Verteidiger im Fairwind-Programm beschränkt | Bestätigt |
| Zahlende API-Kunden und Google-AI-Ultra-Nutzer sollen als Nächste folgen | Bestätigt |
| Google hat ein verbindliches Datum für die breite Veröffentlichung genannt | Nein |
| Google testet einen internen Gemini-4-Checkpoint namens Carbon | Von Business Insider berichtet |
| Carbon ist auf Googles interner Coding-Plattform Jetski verfügbar | Von Business Insider berichtet |
| Ein Google-Mitarbeiter sagt, Carbon fühle sich beim Programmieren wie Opus 5.5 an | Von Business Insider berichtet |
| Dieser Mitarbeiter sagte außerdem, dass weitere Tests erforderlich seien | Berichtet |
| Carbon verfügt über eine offizielle öffentliche Benchmark-Tabelle | Nein |
| Carbon wird definitiv unter dem Namen „Carbon“ veröffentlicht | Nein |
| Barium-B wurde als öffentliches Argon ausgewählt | Von Business Insider berichtet |
| Google investiert in rekursive Selbstverbesserung | Durch die Berichterstattung von Reuters gestützt |
| Carbon beweist, dass Google autonome RSI erreicht hat | Nicht belegt |
| Von der Community entdeckte Argon-Verweise existieren in Antigravity | Von Dritten berichtet |
| Argon ist derzeit in der offiziellen Antigravity-Modelldokumentation als breit verfügbar aufgeführt | Nein |
Carbon ist der Codename eines internen Gemini-4-Checkpoints, den Google-Mitarbeiter Berichten zufolge testen. Business Insider zufolge wurde er kürzlich auf Googles interner Coding-Plattform Jetski verfügbar gemacht.
Nein. Google hat Carbon nicht öffentlich angekündigt, keine Model Card veröffentlicht und nicht bestätigt, dass das Modell unter diesem Namen erscheinen wird. Google lehnte eine Stellungnahme zu den von Business Insider berichteten internen Tests ab.
Business Insider berichtet, dass Mitarbeiter Carbon für eine deutliche Verbesserung halten, insbesondere beim Programmieren. Es gibt jedoch keine öffentlichen Carbon-Benchmarks. Daher liegt bisher kein unabhängiger oder offizieller quantitativer Vergleich vor.
Ein Google-Mitarbeiter sagte gegenüber Business Insider, dass sich Carbon beim Programmieren „wie Opus 5.5 anfühlt“, und fügte unmittelbar hinzu, dass weitere Tests erforderlich seien. Das ist ein früher qualitativer Vergleich und kein Benchmark-Ergebnis.
Dafür gibt es keine öffentlichen Belege. Reuters berichtete, dass Sergey Brin Investitionen in Richtung rekursiver Selbstverbesserung vorantreibt. Google hat jedoch weder den Trainingsprozess von Carbon offengelegt noch eine autonome Selbstverbesserungsschleife gezeigt.
Gemini 4 Argon ist Googles offiziell angekündigtes Gemini-4-Flaggschiffmodell für Programmierung, Wissensarbeit, langfristiges Schlussfolgern und defensive Cybersicherheit. Es wurde am 30. September 2026 angekündigt und wird zunächst über Googles Fairwind-Programm eingeführt.
Google hat kein verbindliches Datum für die breite Veröffentlichung genannt. Das Unternehmen erklärt, dass Entwickler, Unternehmen und Verbraucher „so bald wie möglich“ Zugriff erhalten sollen, zunächst zahlende API-Kunden und Google-AI-Ultra-Abonnenten.
Das sind Bezeichnungen, die mit Googles Entwicklungsprozess für Gemini 4 verbunden sind. Business Insider berichtet, dass interne Codenamen nicht zwangsläufig zu öffentlichen Produktnamen werden. So soll beispielsweise Barium-B als der Checkpoint ausgewählt worden sein, der öffentlich als Gemini 4 Argon veröffentlicht wurde.
Google-Mitarbeiter testen Berichten zufolge einen neuen internen Gemini-4-Checkpoint namens Carbon. Ein Tester sagt, dass sich dessen Verhalten beim Programmieren mit Claude Opus 5.5 vergleichen lässt. Das ist ein bedeutsamer Hinweis darauf, dass Googles interne Modelliteration schnell voranschreitet – insbesondere, weil die meisten Entwickler weiterhin keinen breiten Zugriff auf Argon haben.
Die RSI-Behauptung erfordert mehr Disziplin. Laut Reuters investiert Google tatsächlich in rekursive Selbstverbesserung, und das hohe Tempo bei der Checkpoint-Iteration ist mit einer stärkeren Unterstützung der KI-Forschung durch KI vereinbar. Es gibt jedoch keine öffentlichen Belege dafür, dass Carbon seine eigenen Gewichte autonom verbessert oder eine sich selbst erhaltende rekursive Trainingsschleife abgeschlossen hat.
Der langsame Argon-Rollout bildet die andere Hälfte der Geschichte. Google hat wegen der starken Cybersecurity-Fähigkeiten des Modells einen nachvollziehbaren Grund zur Vorsicht. Gleichzeitig sorgt die Lücke zwischen internem Fortschritt und öffentlicher Verfügbarkeit für Frustration, während Wettbewerber weiterhin neue Modelle veröffentlichen.
Carbon ist ein glaubwürdiger Leak zu einem internen Modell; „Google hat rekursive Selbstverbesserung erreicht“ bleibt weiterhin eine Hypothese. Das nächste entscheidende Signal wird öffentlicher Zugriff, reproduzierbare Benchmarks oder eine technische Offenlegung durch Google selbst sein.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
