Gemini 4 Carbon Overview

Роль Carbon: длительная работа над сложными инженерными задачами

Carbon продолжает начатый Argon курс на длительную работу: устранение сложных ошибок в больших репозиториях, низкоуровневые системы, многоэтапные инженерные задачи и исправления безопасности, требующие многократной проверки.

По сообщению Google, внутренние команды наблюдали, как Carbon работает днями, не сдаётся после неудачных попыток, находит малозаметные ошибки и создаёт патчи. Это отчёт о внутреннем использовании, а не обещание, что каждый публичный запрос к API будет непрерывно выполняться днями.

Практический вопрос в том, способен ли модель удерживать цель, использовать инструменты для проверки предположений и возвращаться к работе после неудачного подхода. Для сопровождения репозиториев, миграций и задач безопасности полезны изменения, которые можно принять и проверить.

По данным Artificial Analysis, контекстное окно Carbon составляет 1M токенов; модель принимает текст, изображения, видео и речь, а генерирует текст. Понимание видео не означает генерацию видео, а размер контекстного окна не определяет максимальную длину одного ответа.

Источники: анонс Google · оценка Artificial Analysis.

Gemini 4 Carbon и Argon: насколько выросли показатели?

В таблице Google, опубликованной при запуске, отмечен рост показателей в рассуждениях, работе с длинным контекстом, мультимодальном понимании и программировании. Приведённые ниже результаты взяты из опубликованного Google сравнения, а не из тестирования APIMaster.

Улучшения различаются в зависимости от задачи. Результаты GraphWalks и Terminal-Bench значительно выросли, тогда как Vals Index изменился скромнее. Результат SWE-sweep более чем вдвое выше, чем у Argon, но абсолютный показатель всё ещё составляет 9.6%, то есть для сложных задач программирования остаётся значительный потенциал роста.

Для веб-разработки Google сообщает о 1768 Elo, четвёртом месте и улучшении на 89 Elo в WebDev Arena. При выборе модели всё равно следует проверять мобильную вёрстку, взаимодействия и функциональную полноту.

Посмотреть исходную таблицу оценок Google.

Превосходит ли Carbon Claude Opus 5.5 и GPT-6 Astra?

На момент запуска Carbon лидировал в общем индексе интеллекта AA, но результаты по отдельным задачам неоднозначны. В таблице Google для Carbon указано 59 баллов, для Opus 5.5 — 58, а для GPT-6 Astra — 57. Artificial Analysis независимо подтверждает первое место Carbon в Intelligence Index v5.

Однако в независимом Coding Agent Index Carbon с Antigravity CLI получает 59 баллов, уступая Opus 5.5 с Claude Code, у которого 62 балла. Этот индекс оценивает комбинации модели и агента, а не контролируемый эксперимент, в котором меняется только модель.

В таблице Google, опубликованной при запуске, также есть оценки, где Carbon уступает:

• FrontierSWE 2: Carbon набирает 61.2%, меньше, чем GPT-6 Astra с результатом 65.5% и Opus 5.5 с 62.3%.
• Автономное подмножество OSWorld-2.1: Carbon набирает 81.5%, меньше, чем Opus 5.5 с 87.2%.

Для интеллектуальной работы Artificial Analysis указывает 1609 Elo в AA-Briefcase, на 126 больше, чем у Argon, но в этой оценке результат всё ещё ниже, чем у Kimi K3.1 Pro, Muse Wonder и Grok 4.7.

Carbon — сильная универсальная модель; для сложного программирования и интеллектуальной работы всё равно стоит проводить сравнения на конкретных задачах. Условия оценивания тоже различаются: в таблице Google для Terminal-Bench указано 65.2%, тогда как в статье AA о программировании с агентами — около 64%. Сохраняйте исходные условия и атрибуцию каждого результата.

Кибербезопасность: поиск, проверка и устранение уязвимостей

Защита от киберугроз — один из главных приоритетов Carbon на старте. Три результата, выделенные Google, охватывают последовательные этапы защитной работы:

Рабочий процесс включает поиск уязвимости, определение её риска и подготовку исправления. Для сопровождающих проектов сокращение числа ложных срабатываний и создание работающих патчей могут снизить стоимость устранения проблем.

Google также сообщает, что показатель успешной генерации безопасного кода Carbon во внутренних тестах более чем вдвое выше, чем у Argon. Заявление команды Chrome об улучшении генерации качественных патчей более чем в десять раз основано на сравнении с моделью неназванной конкурирующей лаборатории; его нельзя распространять на все задачи программирования.

Google прямо указывает, что внешние бенчмарки кибербезопасности оценивались без защитных ограничений. Разрешения, инструменты и меры защиты в публичном продукте могут повлиять на реальное поведение.

Надёжность при длительных задачах: меньше обходных решений и более ясные подтверждения

При длительном выполнении растут издержки накопления ошибок и отклонения от цели пользователя. Работа Carbon над надёжностью охватывает списывание, неподтверждённые утверждения, чрезмерные действия и незавершённое выполнение.

Google сообщает о 0.0% успешных попыток списывания и 0.4% предпринятых попыток списывания в Terminal-Bench 4.0; число предупреждений о серьёзном рассогласовании в реальных внутренних средах программирования снизилось почти на 80%. Эти результаты относятся к указанным тестам и средам, а не к общему уровню производственных инцидентов.

По словам Google, Carbon примерно вдвое реже делает неподтверждённые утверждения, чем Argon, на 26% реже выходит за рамки задачи и на 29% реже выполняет её не в полном объёме. Когда информации не хватает или источники противоречат друг другу, модель чаще ищет подтверждения, указывает на расхождения и сообщает, что осталось незавершённым.

Для атак с внедрением инструкций Google сообщает, что успешность атак в бенчмарке Gray Swan для косвенного внедрения инструкций снизилась с 0.7% у Argon до 0.0%. В этом запуске Carbon противостоял всем оценённым атакам; это не гарантирует защиту от любой атаки с внедрением инструкций.

Независимое тестирование добавляет нюансов. По AA-Omniscience v1.1 точность Carbon возрастает с 48% у Argon до 58%, но частота галлюцинаций по определению этого бенчмарка увеличивается с 4% до 11%. Carbon остаётся среди моделей с самыми низкими показателями галлюцинаций в оценке, однако рост возможностей не означает более низкий уровень галлюцинаций в любых условиях. Внутренний тест Google на неподтверждённые утверждения использует другую методику.

Цены API Gemini 4 Carbon: вводные ставки и стоимость задач

Объявленные вводные цены Carbon составляют $2 за входные / $10 за выходные токены на миллион токенов — это на 50% ниже стандартных ставок $4 / $20. На кэшированные входные токены действует скидка 95% от применимой цены на входные токены: $0.10 во вводный период и $0.20 по стандартной цене. Дата окончания скидки для самого Carbon не подтверждена; срок действия скидки Argon к нему применять не следует.

Скидка на кэширование распространяется только на подходящие кэшированные входные токены, а не на новые входные или выходные токены. Она не подтверждает наличие конкретной архитектуры KV-кэша, бюджета памяти для обучения или уровня утилизации оборудования.

Для задачи с 100,000 входных токенов и 20,000 оплачиваемых выходных токенов при вводных ценах расчёт выглядит так:

0.1 × $2 + 0.02 × $10 = $0.40

Этот пример с фиксированным количеством токенов не учитывает инструменты, повторные попытки и другие расходы. Агентам, работающим длительное время, также требуются промежуточные рассуждения, повторное чтение данных и несколько шагов выполнения. Сравнивайте полную стоимость принятого результата.

По стандартным ценам Artificial Analysis сообщает о $7.76 за задачу Intelligence Index для Carbon, против $10.04 у Opus 5.5 и $6.25 у GPT-6 Astra. Преимущество по стоимости зависит от задачи и расхода токенов; вводная цена за токены не доказывает, что каждая задача обойдётся вдвое дешевле.

Доступные модели того же семейства: Argon и 3.8 Flash. На момент этой проверки самые дешёвые публичные маршруты APIMaster для них обеспечивают скидку до ~58.3% и до ~59.7% соответственно от текущих стандартных вводных цен Google. Выбирайте модель с учётом задачи, возможностей маршрута и доступной ёмкости; актуальная карточка на маркетплейсе является главным источником информации.

Carbon и рекурсивное самоусовершенствование: что подтверждено?

Carbon появился примерно через две недели после открытия Argon для разработчиков 13 октября. Такой темп вызвал обсуждения рекурсивного самоусовершенствования (RSI) и исследований ИИ с помощью моделей.

В анонсе Carbon Google подтверждает, что исследователи и модели совместно работают над развитием возможностей и усилением мер защиты. Однако в нём не раскрыто достаточно подробностей о процессе обучения Carbon, чтобы подтвердить использование конкретной научной работы по самоусовершенствованию, обучение в реальном времени на пользовательской активности или автономные обновления без участия человека.

Исследования с помощью моделей — перспективное направление, за которым стоит следить. Для текущего выбора доступны опубликованные оценки Carbon, цены и условия доступа.

Когда откроется API Carbon и является ли Carbon Gemini 4 Flash?

По состоянию на 2026-10-31 в анонсе Google всё ещё описан поэтапный запуск: сначала доступ получают отдельные специалисты по киберзащите, затем — другие проверенные партнёры Fairwind. Общая дата доступа, окончательный публичный идентификатор API, ограничения скорости запросов и условия подписки для обычных разработчиков, компаний и пользователей не подтверждены.

Google не называла Carbon моделью Gemini 4 Flash. Флагманское позиционирование Carbon, объявленная цена и программа раннего доступа не определяют характеристики будущего продукта Flash. Следите за их анонсами отдельно.

Для развёртывания уже сегодня используйте gemini-4-argon, чтобы установить базовый уровень на сложных задачах, или gemini-3.8-flash для пакетных задач с более строгими требованиями к стоимости. Когда Carbon станет доступен, сравните модели на одинаковых входных данных, инструментах и критериях приёмки: доля выполненных задач, вмешательство человека, время и общая стоимость.

Зарегистрируйтесь в APIMaster → Создайте API-ключ → используйте базовый URL API https://apimaster.ai/v1 с доступной сейчас моделью gemini-4-argon или gemini-3.8-flash. Проверьте актуальные цены и публичные маршруты на карточке Argon и карточке Flash.

FAQ

Выпущен ли Gemini 4 Carbon?

Google объявила о Carbon 2026-10-28 и поэтапном доступе, который начинается с проверенных специалистов по киберзащите. Дата общего доступа для разработчиков не объявлена.

В чём Carbon превосходит Argon?

В таблице запуска результат AA Index вырос с 50 до 59, Terminal-Bench 4.0 — с 57.1% до 65.2%, а GraphWalks — с 84.2% до 96.2%. Среди главных приоритетов — длительная работа над кодом, сложные рассуждения и кибербезопасность.

Carbon — лучшая модель для программирования?

Она превосходит Argon по нескольким оценкам программирования, но в независимом Coding Agent Index Carbon набирает 59 баллов и уступает Opus 5.5 с Claude Code, у которого 62 балла. Сравнивайте модели на реальных задачах при одинаковых инструментах и лимитах.

Сколько стоит API Carbon?

Объявленные вводные цены составляют $2 за входные / $10 за выходные токены на миллион токенов, а кэшированные входные токены стоят $0.10. Стандартные цены — $4 / $20 и $0.20 за кэшированные входные токены. Дата окончания скидки для Carbon не подтверждена.

Можно ли сейчас вызывать Carbon через APIMaster?

На момент этой проверки публичного маршрута Carbon не найдено. Для Argon доступны 4 публичных активных маршрута, для 3.8 Flash — 7. Ссылка на поиск Carbon не означает, что модель доступна для покупки.

Carbon защищён от атак с внедрением инструкций?

Google сообщает об успешности атак 0.0% в конкретной оценке косвенного внедрения инструкций Gray Swan. Этот результат относится к проверенным атакам, а не ко всем возможным атакам.

Источники

• Google: анонс Carbon, 2026-10-28
• Google: исходное сравнение бенчмарков
• Artificial Analysis: интеллект, агенты для программирования, галлюцинации и стоимость задач, 2026-10-28
• Google: официальные цены Gemini API
• Google: программа Fairwind
• APIMaster: актуальные данные маркетплейса для Argon · 3.8 Flash · доступность Carbon