Всего через две недели после выхода Gemini 4 Argon компания Google показала следующую модель – Gemini 4 Carbon. В компании называют ее самой сильной в своей линейке: она заточена под долгую агентную работу, сложную разработку и кибербезопасность.
По словам Google, во внутренних тестах Carbon несколько дней подряд билась над инженерными задачами, не бросая их на тупиковых вариантах. В рейтинге Artificial Analysis Intelligence Index v5.0 новинка вышла на первое место с 59 баллами. В опубликованной Google таблице она также опережает GPT-6 Astra и Claude Opus 5.5 в большинстве тестов, хотя и не во всех:
- Длинный контекст: в GraphWalks у Carbon 96,2% против 71,8% у Astra и 66,8% у Opus.
- Офисная автоматизация: в AutomationBench модель набрала 53,9%, конкуренты – около 42%.
- Поиск уязвимостей: SEC-bench Pro – 88,2%, в ExploitGym – 54,8%, что Google называет лучшими результатами в отрасли.
- Где уступает: в FrontierSWE 2 впереди Astra (65,5% против 61,2%), а в OSWorld-2.1, где агент работает с программами на компьютере, первой остается Opus 5.5 (87,2% против 81,5%).
Изображение: Google (здесь и на обложке)
В команде Chrome отметили, что Carbon предлагает качественные исправления кода более чем в десять раз чаще, чем крупная модель другой лаборатории, которую не назвали. Отдельно в Google говорят о надежности. В тесте Gray Swan модель ни разу не поддалась на непрямые промпт-инъекции, а необоснованных утверждений у нее вдвое меньше, чем у Argon.
Сразу всем Carbon не откроют. Первыми модель получают специалисты по киберзащите, затем доступ расширят на доверенных партнеров программы Fairwind, а разработчикам, бизнесу и обычным пользователям ее обещают дать позже, без конкретной даты. Такой порядок запуска входит в добровольную программу проверки моделей правительством США до релиза.
На старте миллион входных токенов в API обойдется в $2, выходных – в $10, как у Argon, а кэшированные данные стоят на 95% дешевле. После вводного периода цены вырастут вдвое, до $4 и $20.
Комментарии