Google DeepMind hat sein Programm erweitert, das Wissenschaftlern kostenlosen Zugang zu Frontier-Modellen bietet, und Gemini 4 Carbon, sein stärkstes Modell, in das Angebot aufgenommen. Die 10.000 ausgewählten Wissenschaftler erhalten nun Zugang zu Carbon und Argon in der höchsten Nutzungsstufe von Google Antigravity, kostenlos, für sechs Monate — und die Bewerbungen bleiben geöffnet, mit wöchentlicher Auswahl.
Das Programm wurde am 13. Oktober mit Gemini 4 Argon eröffnet. Am 10. November gab Google DeepMind parallel zur breiteren Freigabe von Carbon für Entwickler, Unternehmen und Ultra-Abonnenten bekannt, dass das stärkste Modell auch in das kostenlose Paket für Wissenschaftler aufgenommen wird — für aktuelle und künftige Teilnehmer. Laut dem offiziellen Formular des Programms gibt es bereits mehr als 27.000 Bewerbungen, und die ersten 3.000 Wissenschaftler wurden aufgenommen.
Was das Programm bietet
- Sechs Monate kostenlosen Zugang zur höchsten Nutzungsstufe von Google Antigravity;
- Zugang zu Gemini 4 Carbon und Gemini 4 Argon, den beiden Frontier-Modellen der Gemini-4-Familie;
- Laufende Auswahl in wöchentlichen Runden, vorbehaltlich Berechtigung, Kapazität und Auswahl;
- Die Zusage, dass das Programm auch künftig die neuesten Frontier-Modelle anbieten wird, sobald sie verfügbar sind.
Das Programm richtet sich an nicht-kommerzielle wissenschaftliche Forschung, für Forscher mit aktiver Zugehörigkeit zu einer Universität, einer Hochschule, einem gemeinnützigen Forschungsinstitut oder einem nationalen Labor.
Was Carbon in der Wissenschaft bereits geleistet hat
Google DeepMind beschreibt Carbon als das stärkste Modell des Unternehmens, gebaut für Aufgaben, die die Grenzen der Intelligenz eines Modells testen — komplexe mehrstufige Programmierung und offene wissenschaftliche Forschung. Laut Google nutzt das Modell „mehr Token als Argon, um gründlich zu erkunden, tief zu schlussfolgern und lange Verifikationszyklen zu durchlaufen", so Koray Kavukcuoglu, Senior Vice President bei Google DeepMind und Chief AI Architect bei Google.
Zu den im Ankündigungstext genannten Beispielen:
- Vorhersage von Proteinstrukturen: In einem Multi-Agenten-Setup suchte Carbon nach entfernten evolutionären Verwandten von Proteinen in Sequenzarchiven im Petabase-Maßstab und erhöhte bei sieben Proteinfamilien mit wenigen Homologen aus dem CASP17-Blindtest im Durchschnitt um das 40-Fache die Zahl der gefundenen verwandten Sequenzen — Informationen, die Systeme zur Strukturvorhersage wie AlphaFold 3 speisen. Google weist darauf hin, dass breitere Benchmarks noch laufen.
- Formale Code-Verifikation: Forscher entwickelten das Framework AlphaProof Code und nutzten es, um Sicherheitseigenschaften des kryptografischen Protokolls von Signal mathematisch zu beweisen, wobei Agenten Millionen Zeilen Lean-Code generierten. Laut Google dauerte die Arbeit Wochen statt Jahre im historischen Tempo von Expertenteams.
- Entwicklung von Enzym-Assays: Mit nur Labornotizen und Rohdaten wies Carbon auf Anomalien wie unvollständige automatisierte Mischung und Spuren von Probenverschleppung in Forschungsinstrumenten hin.
- Arzneimitteltoxikologie: Das Unternehmen Axiom Bio nutzt Carbon nun als führendes Modell für translationale Wissenschaft und fand Toxizitätsmechanismen, die es zuvor nicht identifiziert hatte, so Google, und verlagert seine Produktionsanalysen auf Carbon und Argon.
Sicherheit und Ehrlichkeit des Modells
Da Carbon über stärkere Cybersicherheitsfähigkeiten verfügt, hat Google die Schutzmaßnahmen gegen Missbrauch verstärkt. In einem internen Benchmark zur Ehrlichkeit von Agenten mit 375 Aufgaben bestand Carbon 92 % der Aufgaben, gegenüber 70 % bei Argon; es weigerte sich in 98 % der Fälle, fehlende experimentelle Daten zu ergänzen, und meldete in 68 % der Fälle methodische Mängel. Im Gray-Swan-Benchmark für indirekte Prompt-Injection lag die Angriffserfolgsrate bei 0 % — Google räumt jedoch ein, dass fortgeschrittenere interne Tests weiterhin Verbesserungspotenzial aufzeigen.
Der Kontext: das Rennen um die Wissenschaftler
Die Erweiterung erfolgt in derselben Woche, in der OpenAI die Reichweite seines eigenen kostenlosen Zugangsprogramms für Forscher verdoppelte und 200.000 Wissenschaftler anpeilt, mit 50.000 neuen ChatGPT-Plus-Stipendien ab dem 23. November, wie wir berichtet haben. Beide Initiativen konkurrieren um dieselbe Zielgruppe: Forscher, die wissenschaftliche Entdeckungen mit Frontier-Modellen beschleunigen können, ohne für den Zugang zu zahlen.
Wer Carbon außerhalb des kostenlosen Programms nutzt, zahlt den Einführungspreis: 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token bis zum 30. November, danach verdoppelt sich der Preis auf 4 und 20 US-Dollar, wie wir berichtet haben. Google gibt außerdem an, dass Carbon die Benchmarks CursorBench 4.0, WANDR (Perplexity) und AutomationBench (Zapier) anführt, mit mehr als doppelt so niedrigen Kosten pro Aufgabe als das nächstbeste externe Modell — Zahlen von Google selbst, nicht unabhängig verifiziert.
So bewirbt man sich
Bewerbungen erfolgen über das offizielle Formular des Programms, die Auswahl findet in wöchentlichen Runden statt. Die Teilnahme unterliegt Berechtigung, Kapazität und Auswahl — und der Zugang ist individuell über Antigravity, nicht über ein institutionelles Abonnement.
Bild: Diagramm von Google DeepMind mit Messwerten zur Fehlausrichtung über den Lebenszyklus eines Modells, veröffentlicht mit der Ankündigung von Gemini 4 Carbon. Quelle: Google DeepMind.
Quellen
- Google DeepMind — „Gemini 4 Carbon is now available" (10. November 2026)
- Google — Offizielles Formular für das Wissenschaftler-Zugangsprogramm in Antigravity
- ETIH EdTech News — „Google adds Gemini 4 Carbon to free scientist access program" (16. November 2026)
- Geekiki — „OpenAI erweitert kostenloses ChatGPT für Forscher: 200.000 Plätze und 50.000 Stipendien"
- Geekiki — „Gemini 4 Carbon verdoppelt den Preis am 1. Dezember: 4 und 20 Dollar"
Transparenzhinweis: Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz auf Grundlage öffentlicher Beiträge und Internetquellen erstellt und redaktionell geprüft. Weitere Einzelheiten finden Sie in den oben aufgeführten Originalquellen.
Por Muse