Gemini 4 Carbon Overview

Rola Carbon: długotrwała praca nad złożonymi zadaniami inżynierskimi

Carbon kontynuuje ukierunkowanie Argon na długotrwałe zadania: trudne błędy w dużych repozytoriach, systemy niskopoziomowe, wieloetapowe prace inżynierskie i poprawki bezpieczeństwa wymagające wielokrotnej weryfikacji.

Google informuje, że wewnętrzne zespoły obserwowały, jak Carbon pracuje przez wiele dni, kontynuuje pracę mimo ślepych zaułków, identyfikuje subtelne błędy i tworzy poprawki. Jest to relacja z wewnętrznego użytkowania, a nie obietnica, że każde publiczne żądanie API będzie wykonywane nieprzerwanie przez wiele dni.

Praktyczne pytanie brzmi, czy model potrafi zachować cel, korzystać z narzędzi do testowania swoich założeń i wrócić do skutecznego działania po nieudanym podejściu. Utrzymanie repozytoriów, migracje i prace związane z bezpieczeństwem korzystają na zmianach, które można zaakceptować i zweryfikować.

Według Artificial Analysis Carbon ma okno kontekstowe o pojemności 1M tokenów, przyjmuje tekst, obrazy, wideo i mowę, a generuje tekst. Rozumienie wideo nie oznacza możliwości generowania wideo, a pojemność kontekstu nie określa maksymalnej długości pojedynczej odpowiedzi.

Źródła: Ogłoszenie Google · Ocena Artificial Analysis.

Gemini 4 Carbon a Argon: jak duża jest poprawa?

Tabela opublikowana przez Google przy premierze pokazuje postępy w rozumowaniu, obsłudze długiego kontekstu, rozumieniu multimodalnym i programowaniu. Wybrane wyniki poniżej pochodzą z porównania opublikowanego przez Google, a nie z testów APIMaster.

Skala poprawy zależy od zadania. Wyniki GraphWalks i Terminal-Bench rosną znacząco; wzrost w Vals Index jest skromniejszy. Wynik SWE-sweep jest ponad dwukrotnie wyższy niż w przypadku Argon, ale jego bezwzględna wartość nadal wynosi 9.6%, co pozostawia dużo miejsca na postęp w trudnych zadaniach programistycznych.

W zakresie tworzenia stron internetowych Google podaje 1768 Elo, czwarte miejsce i poprawę o 89 Elo w WebDev Arena. Przy faktycznym wyborze nadal należy sprawdzić układ na urządzeniach mobilnych, interakcje i kompletność funkcjonalną.

Zobacz oryginalną tabelę ocen Google.

Czy Carbon przewyższa Claude Opus 5.5 i GPT-6 Astra?

W momencie premiery prowadził w ogólnym indeksie inteligencji AA; wyniki dla konkretnych zadań pozostają zróżnicowane. Tabela Google podaje 59 dla Carbon, 58 dla Opus 5.5 i 57 dla GPT-6 Astra. Artificial Analysis niezależnie potwierdza pierwsze miejsce Carbon w Intelligence Index v5.

Jednak w niezależnym Coding Agent Index Carbon z Antigravity CLI uzyskuje 59, ustępując Opus 5.5 z Claude Code, który osiąga 62. Pomiar dotyczy połączeń modelu i agenta, a nie kontrolowanego eksperymentu, w którym zmienia się wyłącznie model.

Własna tabela premierowa Google obejmuje również obszary, w których Carbon pozostaje w tyle:

• FrontierSWE 2: Carbon osiąga 61.2%, poniżej GPT-6 Astra z wynikiem 65.5% i Opus 5.5 z wynikiem 62.3%.
• Podzbiór offline OSWorld-2.1: Carbon osiąga 81.5%, poniżej Opus 5.5 z wynikiem 87.2%.

W pracy opartej na wiedzy Artificial Analysis podaje 1609 Elo w AA-Briefcase, o 126 więcej niż Argon, ale w tej ocenie nadal za Kimi K3.1 Pro, Muse Wonder i Grok 4.7.

Carbon jest mocnym kandydatem do ogólnych zastosowań; złożone programowanie i praca oparta na wiedzy nadal wymagają porównań dostosowanych do konkretnych obciążeń. Różnią się również warunki oceny: tabela Google podaje 65.2% w Terminal-Bench, natomiast artykuł AA o agentach programistycznych podaje około 64%. Przy każdym wyniku należy zachować oryginalne warunki testu i wskazanie źródła.

Cyberbezpieczeństwo: wykrywanie, weryfikowanie i usuwanie podatności

Cyberobrona jest jednym z najwyraźniejszych priorytetów premiery Carbon. Trzy wyniki wyróżnione przez Google obejmują kolejne etapy pracy obronnej:

Proces polega na znalezieniu luki, określeniu związanego z nią ryzyka i przygotowaniu poprawki. Dla opiekunów projektów ograniczenie liczby fałszywych alarmów i dostarczanie działających poprawek może obniżyć koszty usuwania podatności.

Google informuje również o ponad dwukrotnie wyższej niż w przypadku Argon skuteczności generowania bezpiecznego kodu w testach wewnętrznych. Stwierdzenie zespołu Chrome o ponad dziesięciokrotnie lepszym generowaniu wysokiej jakości poprawek odnosi się do porównania z modelem nienazwanego konkurencyjnego laboratorium; nie można go uogólniać na każde zadanie programistyczne.

Google wyraźnie zaznacza, że zewnętrzne benchmarki cyberbezpieczeństwa przeprowadzono bez mechanizmów zabezpieczających. Uprawnienia, narzędzia i zabezpieczenia w produktach publicznych mogą wpływać na rzeczywiste zachowanie.

Niezawodność w długich zadaniach: mniej dróg na skróty i jaśniejsze dowody

Dłuższe wykonywanie zadań zwiększa koszt nagromadzonych błędów i odchodzenia od celu użytkownika. Prace nad niezawodnością Carbon obejmują oszukiwanie, niepoparte twierdzenia, wykraczanie poza zakres i niepełne wykonanie.

Google podaje 0.0% skutecznych prób oszustwa i 0.4% podjętych prób oszustwa w Terminal-Bench 4.0, a także spadek liczby alertów o poważnej niezgodności z zamierzeniami o niemal 80% w wewnętrznych środowiskach programowania na żywo. Ustalenia te dotyczą opisanych testów i środowisk, a nie ogólnego wskaźnika incydentów produkcyjnych.

Google twierdzi, że Carbon w przybliżeniu o połowę ogranicza niepoparte twierdzenia względem Argon, zmniejsza wykraczanie poza zakres o 26%, a niedostateczną realizację zadań o 29%. Gdy brakuje informacji lub źródła są sprzeczne, częściej wyszukuje dowody, wskazuje rozbieżność i informuje, co pozostaje niedokończone.

W przypadku prompt injection Google podaje, że skuteczność ataków w benchmarku pośredniego prompt injection firmy Gray Swan spadła z 0.7% dla Argon do 0.0%. Carbon oparł się każdemu ocenianemu atakowi w tej serii testów; nie gwarantuje to odporności na każdy przypadek prompt injection.

Niezależne testy dodają do tego obrazu istotne szczegóły. W AA-Omniscience v1.1 trafność Carbon rośnie z 48% dla Argon do 58%, podczas gdy wskaźnik halucynacji zgodnie z definicją tego benchmarku wzrasta z 4% do 11%. Carbon pozostaje wśród ocenianych modeli o najniższym poziomie halucynacji, ale większe możliwości nie dowodzą niższego poziomu halucynacji w każdych warunkach. Wewnętrzny test niepopartych twierdzeń Google wykorzystuje inną metodologię.

Ceny Gemini 4 Carbon API: stawki wprowadzające i koszt zadania

Ogłoszone stawki wprowadzające Carbon wynoszą $2 za wejście / $10 za wyjście na milion tokenów, co oznacza rabat 50% względem standardowych stawek $4 / $20. Wejście z pamięci podręcznej otrzymuje rabat 95% od obowiązującej stawki za wejście: $0.10 w okresie wprowadzającym i $0.20 przy cenach standardowych. Data wygaśnięcia rabatu Carbon nie została potwierdzona; nie należy stosować do niego terminu dotyczącego Argon.

Rabat za pamięć podręczną dotyczy wyłącznie kwalifikującego się wejścia z pamięci podręcznej, a nie nowego wejścia ani wyjścia. Nie świadczy o określonej architekturze pamięci podręcznej KV, budżecie pamięci na trenowanie ani stopniu wykorzystania sprzętu.

Dla zadania wykorzystującego 100,000 tokenów wejściowych i 20,000 rozliczanych tokenów wyjściowych cena wprowadzająca daje:

0.1 × $2 + 0.02 × $10 = $0.40

Ten przykład ze stałą liczbą tokenów nie obejmuje narzędzi, ponownych prób ani innych opłat. Długotrwale działający agenci ponoszą również koszty pośredniego rozumowania, wielokrotnych odczytów i wielu etapów wykonania. Porównuj całkowity koszt zaakceptowanego wyniku.

Przy zastosowaniu cen standardowych Artificial Analysis podaje $7.76 za zadanie Intelligence Index dla Carbon, wobec $10.04 dla Opus 5.5 i $6.25 dla GPT-6 Astra. Przewaga kosztowa zależy od zadania i zużycia tokenów; wprowadzająca stawka za tokeny nie dowodzi, że każde zadanie kosztuje o połowę mniej.

Dostępne opcje z tej samej rodziny to Argon i 3.8 Flash. W momencie tej weryfikacji ich najtańsze publiczne trasy APIMaster są odpowiednio do ~58.3% tańsze i do ~59.7% tańsze od aktualnych cen wprowadzających Google w taryfie Standard. Wybieraj z uwzględnieniem obciążenia, możliwości trasy i dostępnej przepustowości; rozstrzygające są dane w karcie w marketplace.

Carbon i rekurencyjne samodoskonalenie: co zostało potwierdzone?

Carbon pojawił się około dwóch tygodni po udostępnieniu Argon programistom 13 października. To tempo wywołało dyskusje o rekurencyjnym samodoskonaleniu (RSI) i badaniach nad AI wspomaganych przez modele.

Ogłoszenie Google dotyczące Carbon potwierdza, że badacze i modele współpracują nad rozwijaniem możliwości i wzmacnianiem zabezpieczeń. Nie ujawnia jednak wystarczająco dużo informacji o procesie trenowania Carbon, aby zweryfikować wykorzystanie konkretnej publikacji o samodoskonaleniu, trenowanie w czasie rzeczywistym na aktywności użytkowników lub autonomiczne aktualizacje bez udziału człowieka.

Badania wspomagane przez modele to kierunek, który warto obserwować. Opublikowane oceny Carbon, ceny i warunki dostępu stanowią dostępne dowody przy podejmowaniu bieżących decyzji o wyborze.

Kiedy zostanie otwarte API Carbon i czy Carbon to Gemini 4 Flash?

Według stanu zweryfikowanego 2026-10-31 ogłoszenie Google nadal opisuje etapowe wdrażanie: najpierw wybrani specjaliści ds. cyberobrony, a następnie kolejni zaufani partnerzy Fairwind. Nie potwierdza ogólnej daty, ostatecznego publicznego identyfikatora API, limitów częstotliwości żądań ani uprawnień wynikających z subskrypcji dla zwykłych programistów, firm i konsumentów.

Google nie określiło Carbon jako Gemini 4 Flash. Flagowe pozycjonowanie Carbon, ogłoszona cena i program pierwszego dostępu nie określają specyfikacji przyszłego produktu Flash. Śledź ich ogłoszenia oddzielnie.

Do wdrożenia już dziś użyj gemini-4-argon, aby ustalić punkt odniesienia dla złożonych zadań, lub gemini-3.8-flash do zadań wsadowych bardziej wrażliwych na koszty. Gdy Carbon zostanie udostępniony, porównaj te same dane wejściowe, narzędzia i kryteria akceptacji: wskaźnik ukończenia, interwencje człowieka, czas i całkowity koszt.

Zarejestruj się w APIMaster → Utwórz klucz API → użyj adresu bazowego API https://apimaster.ai/v1 z obecnie dostępnym gemini-4-argon lub gemini-3.8-flash. Sprawdź aktualne ceny i publiczne trasy na karcie Argon i karcie Flash.

FAQ

Czy Gemini 4 Carbon został już udostępniony?

Google ogłosiło Carbon 2026-10-28 z etapowym dostępem dla zaufanych specjalistów ds. cyberobrony. Nie ogłoszono daty powszechnego udostępnienia programistom.

W czym Carbon przewyższa Argon?

W tabeli premierowej wynik AA Index rośnie z 50 do 59, Terminal-Bench 4.0 z 57.1% do 65.2%, a GraphWalks z 84.2% do 96.2%. Główne priorytety to długotrwałe zadania programistyczne, złożone rozumowanie i cyberbezpieczeństwo.

Czy Carbon jest najmocniejszym modelem do programowania?

Poprawia wyniki w kilku ocenach programistycznych, ale niezależny Coding Agent Index przyznaje Carbon 59, za Opus 5.5 z Claude Code z wynikiem 62. Porównuj rzeczywiste zadania przy stałych narzędziach i budżetach.

Ile kosztuje API Carbon?

Ogłoszone stawki wprowadzające wynoszą $2 za wejście / $10 za wyjście na milion tokenów oraz $0.10 za wejście z pamięci podręcznej. Stawki standardowe to $4 / $20 i $0.20 za wejście z pamięci podręcznej. Data wygaśnięcia rabatu Carbon nie została potwierdzona.

Czy mogę już wywoływać Carbon w APIMaster?

W momencie tej weryfikacji nie znaleziono publicznej trasy Carbon. Argon ma 4 publiczne aktywne trasy, a 3.8 Flash ma ich 7. Link do wyszukiwania Carbon nie oznacza, że model jest oferowany na sprzedaż.

Czy Carbon jest odporny na prompt injection?

Google podaje 0.0% skuteczności ataków w konkretnej ocenie pośredniego prompt injection Gray Swan. Wynik ten obejmuje oceniane ataki, a nie każdy możliwy atak.

Źródła

• Google: ogłoszenie Carbon, 2026-10-28
• Google: oryginalne porównanie benchmarków
• Artificial Analysis: inteligencja, agenci programistyczni, halucynacje i koszty zadań, 2026-10-28
• Google: oficjalny cennik Gemini API
• Google: Fairwind Program
• APIMaster: aktualne dane marketplace dla Argon · 3.8 Flash · Dostępność Carbon