Kanji
・Cloud Engineer / Freelance ・Geboren 1993 ・Aus Ehime / Wohnhaft in Shibuya, Tokio ・5 Jahre AWS-Erfahrung Profildetails
Inhaltsverzeichnis
Seit Carbon, Argon, Hydrogen und Orchestrator neben Claude und GPT-OSS in der Modellauswahl von Antigravity stehen, lautet die häufigste Frage: „Welches Modell ist denn nun das beste?“ Nach zahlreichen Entwicklungs- und Testläufen in realen Repositories ist mein Fazit eindeutig: Man sollte Modelle nach Aufgabenschwierigkeit, Iterationsbedarf und Fehlerkosten wechseln .
Carbon, Argon, Hydrogen und Orchestrator sind Angebotsbezeichnungen innerhalb von Antigravity. Da herstellerübergreifende Benchmarks unter identischen Bedingungen sowie vollständige Zuordnungen zu den Basismodellen nicht durchgängig veröffentlicht sind, erstelle ich keine spekulative Gesamtrangliste. Veröffentlichte Messwerte in Kombination mit Akzeptanztests im eigenen Repository sind verlässlicher als geschätzte Zahlen.
Dass die Modellliste auf einen Schlag gewachsen ist, liegt daran, dass sich Antigravity von einem reinen Coding-Assistenten zu einer Multi-Modell-Plattform für Agenten-Workflows entwickelt hat.
Die aktuelle Auswahlliste ist daher keine einfache Leistungsrangliste. Argon, Carbon und Hydrogen stehen für unterschiedliche Modellrollen, während Orchestrator eine Ausführungsart ist, die mehrere Modelle situativ kombiniert . Laut offizieller Ankündigung erreicht Orchestrator in Terminal-Bench 4.1 eine ähnliche Erfolgsquote wie Carbon allein, benötigt aber im Schnitt 24 % weniger Quota und ist 19 % schneller fertig. Prüfen Sie dennoch im eigenen Repository, ob sich diese Werte auf Ihren Tarif und Workflow übertragen lassen.
Wenn man Selbstauskünfte verschiedener Anbieter ungefiltert nebeneinanderstellt, führen unterschiedliche Prompts, Tool-Zugriffe und Versuchsanzahlen schnell in die Irre. Ich gehe daher in drei Schritten vor:
Gerade bei Coding-Agenten zählt nicht nur ein einzelner SWE-bench-Wert, sondern ob bestehende Tests grün bleiben, Änderungsgrenzen eingehalten werden und wie viele Korrekturschleifen im Review entstehen.
Die Spalten „Geeignete Aufgaben“ und „Wann vermeiden“ sind praxisorientierte Empfehlungen dieses Artikels und keine offizielle Gesamtrangliste. Öffentliche Anbieter-Scores lassen sich wegen abweichender Test-Harnesses nicht direkt verrechnen. Offizielle Herstellerangaben werden im nächsten Abschnitt separat mit Quellen aufgeführt.
Die Zahlen in diesem Abschnitt stammen aus den offiziellen Veröffentlichungen der jeweiligen Anbieter und sind getrennt von den obigen Betriebsempfehlungen zu betrachten.
Die Gemini 4 Carbon Model Card von Google DeepMind (Stand: Oktober 2026) enthält eine gemeinsame Bewertungstabelle für Gemini 4 Carbon, Gemini 4 Argon und Claude Opus 5.5:
Diese Werte gelten für die von Google dokumentierten Testbedingungen. Ob Gemini 4 Carbon in der Model Card exakt denselben Einstellungen wie Gemini 4 Carbon Medium in Antigravity entspricht, ist öffentlich nicht abschließend dokumentiert.
Gemini 4 Carbon
Gemini 4 Carbon Medium
Die Kennzahlen zu Hydrogen und Orchestrator stammen aus der offiziellen Antigravity-Ankündigung :
Die Prozentwerte von 24 % und 19 % beim Orchestrator beschreiben Einsparungen bei Quota und Laufzeit durch den dynamischen Wechsel zwischen Carbon und Hydrogen, nicht eine Steigerung der reinen Modellintelligenz.
Laut Anthropic reduziert Claude Opus 5.5 bei Terminal-Aufgaben die Aufrufanzahl um rund 40 % und halbiert den Token-Verbrauch gegenüber dem Vorgänger, während Claude Sonnet 5.5 über 30 % schneller als Sonnet 5 arbeitet und bis zu 30 % günstiger ist. Das stützt die Aufgabenteilung „Sonnet im Alltag, Opus für harte Nüsse“.
Bei UI-Texten, regulären Ausdrücken, einzelnen Funktionen oder erster Log-Sichtung bestimmt die Antwortzeit die Gesamtdauer. Starten Sie mit Gemini 3.8 Flash oder Hydrogen und wechseln Sie sofort auf Argon, wenn:
Für den kompletten Durchlauf von den Anforderungen über Implementierung und Tests bis zum Review in einer Sitzung. Geben Sie Nicht-Ziele, Definition of Done und Testbefehle explizit an. Zwischen Argon und Sonnet entscheidet in der Praxis der Vergleich anhand realer Tickets (Anzahl der Korrekturrunden bis zum grünen CI und Lesbarkeit des Diffs).
Bei Authentifizierung, Abrechnung, Datenmigrationen, Produktionsstörungen oder großen Refactorings lohnt sich direkt Carbon oder Opus – allerdings mit klarer Gewaltenteilung:
Orchestrator wechselt innerhalb eines einzigen Ausführungspfads (single trajectory) bidirektional zwischen Carbon und Hydrogen. Das unterscheidet sich vom manuellen Kopieren zwischen getrennten Chatfenstern.
Da nicht offengelegt ist, in welcher Granularität Gesprächsverlauf, Tool-Ausgaben und gelesene Dateien beim Modellwechsel intern geteilt werden, ist der Wechsel nicht automatisch kostenlos. Bei stark gekoppelten Aufgaben oder großen Logdateien kann eine durchgehende Einzelsitzung stabiler sein.
GPT-OSS 120B wird hier als Option innerhalb von Antigravity bewertet (ohne eigenen GPU-Betrieb). Prüfen Sie mit identischen Akzeptanztests insbesondere Instruktionstreue, strukturierten Output, Stabilität der Tool-Aufrufe sowie die Anzahl nötiger Korrekturrunden.
Um die Modellwahl objektiv zu steuern, sollten über mindestens vier Wochen folgende Kennzahlen bei vergleichbaren Tickets erfasst werden:
Die Modellwahl in Antigravity entscheidet sich nicht anhand einer einzigen Rangliste. Wer schnelle Leichtgewichte (Flash / Hydrogen), solide Alltagsmodelle (Argon / Sonnet), tiefes Reasoning für kritische Änderungen (Carbon / Opus), parallele Orchestrierung (Orchestrator) und Open-Weight-Vergleiche (GPT-OSS 120B) gezielt kombiniert, hält Qualität und Quota-Verbrauch im Gleichgewicht.
Stand der öffentlichen Informationen: 13. November 2026. Da Benchmarks, Preise und verfügbare Modelle in Antigravity laufend aktualisiert werden, prüfen Sie vor dem Produktionseinsatz stets die aktuellen Model Cards und Konsolenangaben.
Trainieren Sie soziale Fähigkeiten mit realistischen KI-Testanrufen, 5-Achsen-Feedback, 16 interaktiven Lektionen und KI-Porträts.
Belege scannen und blitzschnell mit Gemini AI erfassen. Nahtlose Gruppenabrechnung für Freunde und Reisen.
KI-Persönlichkeiten leiten Spiele und Eisbrecher-Fragen in Echtzeit, um Treffen und Partys unvergesslich zu machen.
Real-time AI quant analysis of corporate earnings reports.
人工甘味料や添加物のNG除外と有効成分あたりの実質単価比較データベース。
Erhalten Sie das vollständige Konfigurationspaket: universelle AGENTS.md, deterministische hooks.json und Git-Sicherheitsleitplanken für Antigravity, Kiro, Claude Code und Codex.
