Gemini 4 Carbon: нов челен модел две седмици след Argon

Google DeepMind обяви Gemini 4 Carbon на 28 октомври 2026 г. — нов челен модел, който компанията нарича „най-силният ни модел с водещи възможности в киберсигурността и дългите задачи“. Новината идва едва две седмици след широкото пускане на Gemini 4 Argon и за разлика от него Carbon няма да стигне веднага до всички: първи достъп получава ограничен кръг специалисти по киберзащита.

Първо място в независимия индекс

Независимият оценител Artificial Analysis класира Carbon (с висок режим на разсъждение) на първо място в Intelligence Index v5.0 с 59 точки. Следват Claude Opus 5.5 с 58, GPT-6 Astra със 57 и самият Argon с 50 — тоест скокът спрямо предшественика е девет точки за две седмици.

Картината не е еднопосочна. В Coding Agent Index Carbon също вдига от 53 на 59 точки, но остава зад Claude Opus 5.5 с 62. В WebDev Arena моделът печели 89 Elo точки и стига до 1768, което обаче му дава едва четвърто място. На FrontierSWE 2 води GPT-6 Astra с 65,5% срещу 61,2% за Carbon, а на OSWorld-2.1 Claude Opus 5.5 е напред с 87,2% срещу 81,5%.

В Vals AI Index Carbon е втори със 70,36% — минимално под 70,85% на Claude Sonnet 5.5, но при по-ниска цена и по-висока скорост. The Decoder отчита и че Carbon излиза с около 7,76 долара на задача срещу 10,04 за Opus 5.5 (приблизително 6,95 € срещу 9,00 €), като генерира 29% по-малко изходни токени — 123 хил. вместо 173 хил.

Къде е истинският скок: киберсигурност

Акцентът на Google този път е ясно поставен. Carbon постига 88,2% на SEC-bench Pro (откриване на уязвимости), 71,0% на CWE-bench (писане на кръпки) и 54,8% на ExploitGym (валидиране на експлойти).

Снимка: Google

Компанията твърди, че Carbon удвоява успеваемостта на Argon при генериране на сигурен код, а екипът на Chrome съобщава за кръпки с над 10 пъти по-добро качество спрямо голям челен модел на друга лаборатория. Това е същата посока, в която се движат и конкурентите — наскоро неиздаден вътрешен модел на Anthropic сглоби работещи вериги от експлойти срещу Chrome и Linux.

По сигурността на самия модел Google посочва 0,0% успешни атаки в бенчмарка на Gray Swan за indirect prompt injection (при 0,7% за Argon) и 0,0% успешни опити за „мамене“ на Terminal-Bench 4.0. Вътрешните тестове дават около 80% по-малко сигнали за сериозно разминаване с инструкциите, двойно по-малко неподкрепени твърдения, 26% по-малко самоволни действия и 29% по-малко случаи, в които моделът спира преди да е свършил работата.

Цени и достъп

Въведените цени са 2 долара за милион входни токени и 10 долара за милион изходни (около 1,80 € и 8,95 €), със 95% отстъпка за кеширани входни токени. След промоционалния период, чийто край Google още не е обявила, тарифата се вдига на 4 и 20 долара (приблизително 3,60 € и 17,95 €) — същата схема, с която тръгна и Argon.

Разгръщането е поетапно: първо подгрупа киберзащитници, после доверени партньори през програмата Fairwind на DeepMind и чак след това разработчици, фирми и потребители „възможно най-скоро“. Carbon участва и в доброволната програма на американското правителство за тестване преди пускане — пряко следствие от силните му възможности в сигурността. Технически отчет няма, броят параметри не е обявен и има предположения, че става дума по-скоро за надграждане след обучението на Argon, отколкото за нова архитектура.

Контекст

Carbon е вторият челен модел на Google само за октомври и идва в особено натоварена седмица. На Android Dev Summit компанията отвори Android разработката за външни AI агенти: Android Studio Rabbit 2 вкарва над 40 агента — включително Claude и Codex — директно в средата през отворения Agent Client Protocol, плюс нови Agentic API с Gemini Nano 4 на устройството и AppFunctions API. Ден по-рано DeepMind показа и Genie 4 с интерактивни 3D светове в реално време.

Темпото е показателно: Google вече пуска челни модели през седмици, не през месеци. За читателя обаче практическият извод е по-скромен — докато Carbon не излезе от Fairwind, числата остават на хартия, а в агентното програмиране Claude Opus 5.5 все още държи първото място.