Google DeepMind представила Gemini 4 Carbon через две недели после выпуска Gemini 4 Argon. Новая модель набрала 59 баллов в Artificial Analysis Intelligence Index 5.0 и заняла первое место. У Argon было 50 баллов.
Carbon рассчитана на долгие агентные задачи, которые требуют много последовательных действий. По данным Google, во внутренних испытаниях модель несколько дней работала над крупными проектами, самостоятельно выходила из тупиков, искала причины ошибок и исправляла сложные баги.
В независимых тестах Carbon показала сильные результаты в логических рассуждениях, поиске знаний и научных задачах. Однако в агентном программировании она на три балла отстала от Claude Code с Opus 5.5.
На WebDev Arena модель прибавила 89 пунктов Elo по сравнению с Argon и заняла четвертое место. В рейтинге Vals Index 2.2 она стала второй с точностью 70,36%, уступив Claude Sonnet 5.5 с результатом 70,85%.
Точность ответов в одном из тестов поднялась с 48% до 58%, но доля галлюцинаций выросла с 4% до 11%. Задачи по финансам и налогам модель выполняла более чем вдвое дольше Argon.
Отдельный акцент Google сделала на кибербезопасности. Carbon лидирует в тестах на поиск уязвимостей, создание исправлений и разработку работающих эксплойтов. В SEC-bench Pro она набрала 88,2%, в CWE-Bench — 71%, а в ExploitGym — 54,8%. Для части этих испытаний защитные ограничения отключали.
Из-за таких возможностей доступ пока получат только отобранные специалисты по кибербезопасности. Позже Google планирует открыть модель разработчикам, компаниям и обычным пользователям.
Стартовая цена совпадает с Argon: $2 за миллион входных и $10 за миллион выходных токенов. Эти льготные тарифы действуют до конца 2026 года. Carbon стала заметно сильнее предшественницы почти без роста стоимости одной задачи.
