Gemini 4 »Carbon« und Decision-1: Der Modellwettlauf wird schneller

Berlin, 11. Oktober 2026 – Die Entwicklung großer KI-Modelle nimmt ein Tempo auf, das selbst Branchenkenner überrascht. Während Google intern an mehreren Varianten seiner nächsten Gemini-Generation arbeitet, drängt Microsoft mit einem eigenen „Entscheidungsmodell“ in einen Markt, den es vor wenigen Wochen noch gar nicht gab.^[The Decoder – Google's Gemini 4 "Carbon" model reportedly feels like Anthropic's Opus 5.5 coding performance – url: https://the-decoder.com/googles-gemini-4-carbon-model-is-reportedly-matching-anthropics-opus-5-5-coding-performance/ ;; The Decoder – Microsoft's Decision-1 model enters the fast-growing AI decision model race – url: https://the-decoder.com/microsofts-decision-1-model-enters-the-fast-growing-ai-decision-model-race/]

Argon, Barium, Carbon: Google testet Gemini 4 im Stillen

Gemini 4 „Argon“ ist noch nicht einmal flächendeckend verfügbar, da kursieren laut einem Bericht von Business Insider schon Hinweise auf eine leistungsfähigere Version mit dem Codenamen „Carbon“. Dokumente, Screenshots und interne Chats, die der Wirtschaftsdienst einsehen konnte, deuten darauf hin, dass Google gleich mehrere Gemini-4-Varianten testet – Argon, Barium und Carbon. Carbon lief demnach zuletzt auf der internen Coding-Plattform „Jetski“ und soll Argon vor allem bei Programmieraufgaben schlagen.^[The Decoder – Google's Gemini 4 "Carbon" model reportedly feels like Anthropic's Opus 5.5 coding performance – url: https://the-decoder.com/googles-gemini-4-carbon-model-is-reportedly-matching-anthropics-opus-5-5-coding-performance/]

Ein Mitarbeiter verglich die Coding-Fähigkeiten von Carbon mit Anthropics stärkstem Programmiermodell Opus 5.5 – es brauche allerdings noch mehr Tests. Eine offizielle Ankündigung zum Start von Gemini 4 fehlt bislang, doch in der Gemini-App und in AI Studio tauchen bereits neue Modi auf, die auf einen größeren Launch hindeuten.^[The Decoder – Google's Gemini 4 "Carbon" model reportedly feels like Anthropic's Opus 5.5 coding performance – url: https://the-decoder.com/googles-gemini-4-carbon-model-is-reportedly-matching-anthropics-opus-5-5-coding-performance/]

Bemerkenswert ist, wie Google das Tempo erklärt: Argon ist laut Unternehmen das „Frontier-Reasoning“-Modell, während Carbon und Barium eher Zwischenschritte innerhalb dieser Familie sein dürften. Ein DeepMind-Mitarbeiter verwies auf X knapp auf „recursive self improvement“ – also darauf, KI zum Bau besserer KI einzusetzen. Ähnliche Fortschritte hatten zuvor auch OpenAI und Anthropic berichtet.^[The Decoder – Google's Gemini 4 "Carbon" model reportedly feels like Anthropic's Opus 5.5 coding performance – url: https://the-decoder.com/googles-gemini-4-carbon-model-is-reportedly-matching-anthropics-opus-5-5-coding-performance/]

Microsoft springt auf den Zug der Entscheidungsmodelle

Nur wenige Stunden nach den Google-Gerüchten meldete Microsoft seinen Einstieg in ein neues Feld: Mit „Decision-1“ bringt der Konzern ein Modell auf den Markt, das nicht frei formuliert, sondern schnell und strukturiert entscheidet – Klassifizierungen, Bewertungen und Weiterleitungen. Laut Microsoft erreicht es über 36 Benchmarks hinweg 83,5 Prozent Genauigkeit bei 85 Millisekunden Latenz und wäre damit rund 2,5-mal schneller als der Zweitplatzierte. Basis ist das offene Modell Qwen3.5-9B.^[The Decoder – Microsoft's Decision-1 model enters the fast-growing AI decision model race – url: https://the-decoder.com/microsofts-decision-1-model-enters-the-fast-growing-ai-decision-model-race/]

Verfügbar ist Decision-1 über Microsoft Foundry und OpenRouter; Eingabe-Token kosten 0,042 Dollar pro Million, die Ausgabe ist kostenlos. Das Besondere: Die Idee stammt vom Start-up Jev, das das Konzept Mitte September angestoßen hatte – und binnen Wochen von großen Anbietern eingeholt wurde.^[The Decoder – Microsoft's Decision-1 model enters the fast-growing AI decision model race – url: https://the-decoder.com/microsofts-decision-1-model-enters-the-fast-growing-ai-decision-model-race/]

Genau dieser Sog lässt sich gut beobachten: An nur einem Tag stellten mehrere Anbieter „Entscheidungsmodelle“ vor, die in einem einzigen Vorwärtsdurchlauf typisierte Antworten liefern – Wahrscheinlichkeiten, eine Auswahl aus einer Liste oder einen Score – statt Fließtext. Neben Microsoft, OpenAI und Perplexity zählt dazu auch Cloudflare mit seinen offenen „Clef“-Modellen.^[Latent Space – [AINews] TypeSafe/Jev at >$100M ARR, $7.5B valuation 3 weeks after launch – url: https://www.latent.space/p/ainews-typesafejev-at-100m-arr-75b]

Warum der kleine Bruder plötzlich wichtig wird

Der Reiz liegt im Alltag der KI-Agenten: Viele Arbeitsschritte sind gar keine Textproduktion, sondern schlichte Ja/Nein- oder Weiterleitungsfragen. Wer jede davon an das größte Modell schickt, zahlt drauf. Entscheidungsmodelle sollen genau hier ansetzen – günstig, schnell und berechenbar. Dass das kein Nischenproblem ist, zeigt die Geschwindigkeit, mit der die Kategorie wuchs: Nach Angaben des Branchen-Newsletters Latent Space überschritt Jev in der ersten Woche 100 Millionen Dollar annualisierte Umsätze und erreichte eine Bewertung von 7,5 Milliarden Dollar – drei Wochen nach dem Start.^[Latent Space – [AINews] TypeSafe/Jev at >$100M ARR, $7.5B valuation 3 weeks after launch – url: https://www.latent.space/p/ainews-typesafejev-at-100m-arr-75b]

Dass gleich mehrere Häuser dieselbe Lücke entdecken, verrät etwas über den Zustand der Branche: Nicht nur die ganz großen Modelle zählen, sondern zunehmend die spezialisierten Bausteine drumherum. Ob Carbon als eigenständiges Modell erscheint oder als Argon-Update, ist offen – klar ist, dass der Takt, in dem neue Versionen erscheinen, weiter zunimmt.

Für Anwender heißt das vor allem eines: Die Auswahl wird größer und die Preise sinken weiter. Für die Labore wiederum wird der Wettlauf härter – denn wer nur beim „richtigen“ großen Modell glänzt, könnte den Kampf um die vielen kleinen Entscheidungen dazwischen verlieren.