Google DeepMind представила Gemini 4 Carbon 28 октября. Анонс выложил Корай Кавукчуоглу, старший вице-президент Google DeepMind и главный архитектор ИИ в Google.
По сводному Intelligence Index v5.0 от Artificial Analysis модель набрала 59 баллов и вышла на первое место. Обычным разработчикам она пока недоступна. Первыми ее получат команды, которые занимаются кибербезопасностью.
Цифры, на которые опирается Google
Самые сильные результаты Carbon показывает в задачах безопасности. В анонсе приведены такие показатели. Поиск уязвимостей в SEC-bench Pro — 88,2%. Написание эксплойтов в ExploitGym — 54,8%, и Google называет это новым рекордом. Патчинг в CWE-bench — 71,0%. Команда Chrome, по словам Google, оценила качество патчей Carbon как более чем в десять раз лучше, чем у «большой фронтир-модели другой лаборатории». Какой именно, не уточняется.
Стоит также упомянуть о результатах Carbon в других тестах. В Terminal Bench 4.0 результат составил 65,2% против 59,6% у Claude Opus 5.5. В Agent’s Last Exam модель получила 77,4%, также заняв первое место среди конкурентов и предшественников.
А вот в бенчах FrontierSWE 2 и OSWorld-2.1 модель уступила GPT-6 Astra и Claude Opus 5.5 соответственно. Все же преимущество той или иной модели зависит от конкретного набора задач, на которых ее обучали, и мало моделей смогут похвастаться первыми местами во всех бенчмарках.
По бенчмаркам от Google мы видим, что на данный момент первенство в гонке агентов занимает Carbon (но только карандашом, так как модель еще не вышла). Claude же остается лидером для работы с компьютерной средой.
Безопасность модели
Google заявляет об улучшении не только возможностей Carbon, но и механизмов контроля ее поведения. Модель использует многоуровневую систему защиты, которую унаследовала от Argon — защита от внедрения промпт-инъекций, джейлбрейков, обучение корректному поведению с пользователем.
Google также улучшила устойчивость Carbon к внедрению вредоносных инструкций через внешние данные. Атака возможна, если модель анализирует документ или код, содержащий явные или скрытые команды, которые пытаются заставить ее игнорировать ограничения. В бенчмарке Gray Swan Indirect Prompt Injection доля успешных атак составила 0% против 0,7% у Argon.
Крупные компании все больше времени уделяют для обеспечения безопасности моделей. Тенденция благоприятная, но полностью перекладывать ответственность на компании не стоит. Обеспечьте требуемую безопасность при работе с моделями, чтобы ваши данные были в безопасности.
Когда будет доступ и сколько это будет стоить
Выкатывать модель будут постепенно, как и Argon. Его Google анонсировала 30 сентября и тоже отдала сначала партнерам по киберпрограмме Fairwind. Carbon с этой недели получает часть специалистов по киберзащите, затем доступ расширят через ту же Fairwind. Разработчикам, бизнесу и обычным пользователям модель обещают «как можно скорее», без конкретной даты. Google также участвует в добровольном предрелизном тестировании моделей у правительства США.
Цены уже есть, на вводный период — 2 $ за миллион входных токенов и 10 $ за миллион выходных, то есть столько же, сколько стоит Argon. Кэшированный ввод дешевле на 95%. После вводного периода цена вырастет до 4 и 20 $ — ровно столько стоит Claude Opus 5.5 от Anthropic. Сколько продлится вводный период, Google не говорит.
Выводы
Для разработчиков и команд, которые сейчас сидят на Opus 5.5 или GPT-6 Astra, срочных поводов для миграции нет. Модель пока физически недоступна, а лидерство укладывается в погрешность. Единственный аргумент в пользу Carbon — длинный контекст и безопасность. Если у вас много работы с кодовыми базами на сотни тысяч токенов или в пайплайне есть агенты, уязвимые к промпт-инъекциям, его стоит прогнать на своих задачах сразу после открытия доступа. Пока цена вводная, сравнить будет вдвое дешевле.
