Der Beitrag

Zwischen den einzelnen Starts der Gemini-4-Familie schrumpften die Abstände in den vergangenen Wochen fast jedes Mal um die Hälfte: 28 Tage, dann 15 Tage, zuletzt nur noch sechs. Nach dem Start von Gemini 4 Neon erklären neue Einblicke von Google-Chefarchitekt Koray Kavukcuoglu, wie Google DeepMind dieses Tempo organisiert. Gleichzeitig preisen Wettmärkte wie Polymarket Google bereits klar als führend ein - während frische Messungen von Parallel und Arena.ai zeigen, wo der Vorsprung real ist und wo die Konkurrenz vorn bleibt.

Den Takt hat die Bewertungsplattform Arena.ai am 19. November nachgezeichnet. Seit der Ankündigung von Gemini 4 Argon am 30. September vergingen 28 Tage bis Gemini 4 Carbon, 15 Tage bis Gemini 4 Hydrogen und lediglich sechs Tage bis Gemini 4 Neon.

Drei parallele Teams bauen jede Generation von Hand

Wie diese Dichte hinter den Kulissen entsteht, schilderte Koray Kavukcuoglu, Senior Vice President bei Google DeepMind und Chief AI Architect bei Google, am 19. November im hauseigenen Google-DeepMind-Podcast im Gespräch mit Hannah Fry. Die aktuelle Gemini-Architektur unterscheide sich laut Kavukcuoglu von jener vor sechs Monaten - und diese wiederum von der Architektur weitere sechs Monate zuvor.

Statt lediglich bestehende Modelle hochzuskalieren, beschrieb er jede Gemini-Generation als handgefertigte Einzelanfertigung („custom job“). Jede Version werde von Hand neu zusammengesetzt und verarbeite die Erkenntnisse aus dem jeweiligen Vorgänger. Dafür brauche das Unternehmen große, parallel arbeitende Teams: Während eine Gruppe an der laufenden Generation feile, entwickle ein eigenes Team bereits die nächste und ein weiteres die übernächste Version. So entstehe eine Entwicklungslinie von mindestens einem Jahr mit rund sechs sich überlappenden Veröffentlichungen pro Jahr.

Das hohe Entwicklungstempo passt zu dem Szenario, das das DeepMind Institute fast zeitgleich in seinem Grundsatz-Essay zur kognitiven Industrialisierung skizzierte: Durch fallende Rechenkosten und effizientere Algorithmen verschiebt sich der Wettbewerb zunehmend auf das Preis-Leistungs-Verhältnis im Dauerbetrieb.

Parallel-Ranking: Alle vier Gemini-4-Modelle unter den Top 8

Genau an diesem Punkt liefert das am 18. November aktualisierte Search Capability Leaderboard von Parallel unabhängige Vergleichszahlen für Web-Recherche-Aufgaben. Von 58 getesteten Modellen belegt Gemini 4 Neon mit einem Search Intelligence Score von 88,1 Punkten den ersten Platz und verzeichnet mit plus 45,6 Punkten den größten Leistungszuwachs durch Websuche (Durchschnitt aller Modelle: plus 35,2 Punkte).

Auffällig ist der Kostenabstand zur Spitze der Konkurrenz: Pro 1.000 Recherche-Aufgaben liegen die ermittelten Kosten für Gemini 4 Neon bei 206 US-Dollar. Der Zweitplatzierte Claude Fable 5.2 erreicht 86,9 Punkte, kostet dabei aber 2.063 US-Dollar - rund das Zehnfache. Zudem landen alle vier aktuellen Gemini-4-Modelle unter den ersten acht Plätzen:

Rang Modell Search Intelligence Score Kosten pro 1.000 Aufgaben
1 Gemini 4 Neon 88,1 206 $
2 Claude Fable 5.2 86,9 2.063 $
3 Claude Opus 5.5 86,7 1.058 $
4 Gemini 4 Carbon 85,1 291 $
5 GPT-6.2 Astra 84,5 199 $
6 Gemini 4 Argon 84,2 130 $
7 GPT-6.2 Sol 83,7 111 $
8 Gemini 4 Hydrogen 83,0 111 $

Wettmärkte preisen Google mit 86 Prozent als Jahressieger ein

Wie deutlich sich die Stimmung zugunsten von Google gedreht hat, spiegelt auch der Prognosemarkt Polymarket wider. Bei der Frage, welches Unternehmen Ende 2026 das beste KI-Modell stellt, liegt Google am 20. November bei einem Handelsvolumen von rund 4,6 Millionen US-Dollar mit 86 Prozent klar in Führung.

Anthropic, das im selben Markt bis Anfang Oktober vorne lag, fällt auf 12 Prozent zurück. OpenAI kommt nur noch auf 2 Prozent, Meta auf 1 Prozent; alle übrigen Anbieter wie xAI, DeepSeek, Alibaba oder Mistral liegen jeweils unter einem Prozent. Wichtig für die Einordnung: Die Wette entscheidet sich ausschließlich anhand der Rangliste im Text-Leaderboard der Chatbot Arena (lmarena.ai, ohne Stil-Filter und ohne AutoEval-Modelle) am 31. Dezember 2026.

Kein Durchmarsch: Methodik-Vorbehalte und Anthropics Vorsprung bei Agenten

Die Zahlen verdienen zwei nüchterne Einschränkungen. Erstens fließt in Parallels Gesamtscore zu einem Drittel Googles eigener Recherche-Benchmark DeepSearchQA (DSQA) ein - neben Humanity's Last Exam (HLE) und Parallels Business-Testset WISER (jeweils 100 Fragen mit festem Werkzeug-Budget und ohne Code-Ausführung). Außerdem weist Parallel selbst darauf hin, dass die Kostendaten unvollständig sein können, weil etwa Wiederholungsversuche fehlen können, und dass Denkzeit-Einstellungen je nach Anbieterempfehlung variieren.

Zweitens ergibt sich bei offenen, mehrstufigen Agenten-Aufgaben ein anderes Bild: Im Agent Arena Index von Arena.ai, der auf 4.200 realen Nutzer-Sitzungen basiert, belegt Gemini 4 Neon (High) mit 1.336 Punkten Rang zwei (vor Gemini 4 Carbon High auf Platz vier mit 1.303 Punkten). Den ersten Platz hält dort weiterhin Claude Fable 5.2 (Max) mit klarem Vorsprung von 1.453 Punkten.

Für IT-Abteilungen hat Googles halbjährlicher Architekturwechsel zudem eine Kehrseite: Wenn Spitzenmodelle im Wochenabstand erscheinen, veralten maßgeschneiderte Prompts und Prüfroutinen schneller, als klassische Software-Freigabeprozesse mitkommen.

🎯 Was das für die Praxis bedeutet

1. Web-Recherche nach Stückkosten auswählen: Bei automatisierten Markt-, Rechts- oder Faktenrecherchen zählt der Preis pro tausend Durchläufen stärker als geringe Score-Differenzen. Ein Kostenfaktor von zehn zwischen Platz eins und Platz zwei entscheidet direkt über die Wirtschaftlichkeit.

2. Aufgaben sauber nach Modellstärke trennen: Die Ergebnisse von Parallel und Arena.ai sprechen gegen eine Ein-Anbieter-Strategie. Während Gemini 4 Neon bei Such- und Recherche-Workflows punktet, bleibt Claude Fable 5.2 bei offenen Agenten-Sitzungen eine starke Alternative.

3. Modellwechsel technisch entkoppeln: Bei Release-Zyklen von wenigen Wochen sollten Teams eigene automatisierte Prüffragen für ihre Kernprozesse pflegen und Modelle über austauschbare Schnittstellen anbinden, statt Arbeitsabläufe fest auf ein einzelnes Modell zu verdrahten.

Dieser Artikel enthält eingebettete Inhalte externer Anbieter, etwa Videos oder Social-Media-Beiträge. kiwoche.com ordnet diese Inhalte redaktionell ein, übernimmt sie jedoch nicht als eigene Inhalte. Die Rechte daran verbleiben bei den jeweiligen Rechteinhabern; für die externen Inhalte sind die jeweiligen Anbieter verantwortlich. Eingebettete Inhalte können vollständig oder teilweise mit KI erstellt oder bearbeitet worden sein.

Quellen

Teilen
Software ist tot von Markus M. Kirchmair

Anzeige · Buch und Angebot von Markus Kirchmair

Noch ein Tool. Oder endlich weniger Arbeit?

Prüfen Sie mit No More Tools, welche Software und Abläufe Ihr Unternehmen tatsächlich braucht. Im Workshop entsteht ein priorisierter Fahrplan.