Gemini 4 Carbon — флагманская ИИ‑модель Google DeepMind, открытая для всех 10 ноября 2026 года. Модель специализируется на длинных агентных задачах: сложном программировании, кибербезопасности и научных исследованиях.
В этом разборе — чем Carbon отличается от Gemini 4 Argon, что такое режим /swarm и как попробовать нейросеть из России без VPN и подписки за $100.
28 октября Google показала Gemini 4 Carbon — старшую модель четвёртого поколения, построенную на основе вышедшего месяцем ранее Gemini 4 Argon.
Тогда доступ получили только участники Fairwind Program — программы для тех, кто занимается защитой систем, а не их взломом. Логика прозрачная: для модели с сильными киберспособностями сначала собирают фидбек, докручивают предохранители — и только потом выпускают в мир.
10 ноября Google открыла широкий запуск: платный уровень Gemini API в AI Studio и Android Studio, Gemini for business для корпоративных клиентов, а для подписчиков Google AI Ultra — приложение Gemini, AI Mode в поиске и платформа Antigravity. Отдельный подарок науке: 10 000 учёных получают бесплатный доступ к Argon и Carbon в Antigravity на полгода, заявки принимают до сих пор.
По мнению самой Google, Argon остаётся «идеальным выбором для большинства инженерных задач и работы со знаниями», а Carbon создана для задач, которые «проверяют модель на предел интеллекта» — многошаговая отладка крупных кодовых баз, архитектурное проектирование, открытые научные исследования.
Carbon уже доступен в GPTunneL — удобной ИИ‑платформе, где под одной крышей живёт 200+ моделей.
Попробуйте новые модели здесь
⫸ Gemini 4 Carbon
⫸ Gemini 4 Argon
Argon, Carbon и таблица Менделеева
С неймингом Google в этот раз пошла самым гиковским путём из возможных: химические элементы.
Argon вышел в октябре, Carbon — в ноябре, и оба относятся к четвёртому поколению линейки. Это вызвало лёгкий когнитивный коллапс: люди всерьёз спорили, не является ли Carbon «просто 4.1», и сравнивали пары «Argon/Carbon» с классической связкой Sonnet/Opus у Anthropic.
Кто‑то предсказал, что следующим выйдет Europium, а кто‑то — что Gemini 5 окажется «Arizona». Честно говоря, после Luna, Terra и Sol у OpenAI претензии к чужим неймингам принимать уже неловко кому‑либо.
Если по‑рабочему, расклад такой:
Gemini 4 Argon | Gemini 4 Carbon | |
|---|---|---|
Роль | Повседневная инженерия и знания | Задачи на пределе интеллекта |
Стиль работы | Быстро, экономно | Долго исследует, проверяет себя |
Место в линейке | Базовый флагман | Frontier‑флагман |
Киберспособности | Хорошие | State‑of‑the‑art |
Carbon тратит заметно больше токенов на размышления: она глубже проверяет гипотезы и запускает длинные циклы самопроверки. Это видно даже по цифрам энтузиастов — на прогон сводного индекса Carbon расходует порядка 205 млн thinking‑токенов против 113 млн у Argon.
Под капотом у Carbon — единый контекст в 1 048 576 токенов (вход и выход считаются в общий лимит, включая рассуждения и вызовы инструментов), уровни мышления LOW/MEDIUM/HIGH с дефолтным MEDIUM, приём файлов Office и OpenDocument прямо в промпт и агентная поддержка видеофайлов.
Для тех, кто запускает модели через API: Gemini 4 Carbon игнорирует параметры temperature, top_p и top_k.
Бенчмарки
На обновлённом индексе Artificial Analysis Carbon взяла 59 баллов в v5.0, и 60 в v5.0.1. Это второе место после Claude Fable 5.2. Зато по цене задачи разрыв драматический: около $7,76 против $26,54 у лидера.
В MKA, новом агентном бенчмарке от Google DeepMind и Artificial Analysis на сложные визуальные задачи (чертежи, клинические снимки, финансовые таблицы), Carbon (уровень размышлений high) набрал 54% против 57% у Fable 5.2, но цена одной задачи вышла примерно в шесть раз ниже.
Где Carbon действительно безоговорочный первый — это прикладные агентные тесты. CursorBench 4.0 (кодинг), Perplexity WANDR (исследовательские агенты) и Zapier AutomationBench (автоматизация рабочих процессов) — везде золото, причём Google утверждает, что стоимость одной задачи более чем вдвое ниже ближайшего конкурента. В WebDev Arena модель прыгнула на +89 elo и оказалась на четвёртом месте, с 1768 очками.
В чистом кодинге результаты Gemini Carbon чуть менее яркие:
На FrontierSWE 2 он набирает 61,2%, против 65,5% у GPT-6 Astra.
На OSWorld-2.1 уступает Claude Opus 5.5 — 81,5% против 87,2%.
На SWE‑sweep результат скромный — 9,6%.
Зато на GraphWalks, где важна способность не потерять нить в длинных агентных траекториях, Carbon выдал 96,2% против 84,2% у Argon — и это, пожалуй, лучшая характеристика его настоящей специализации.
Отдельная гордость Google — честность. На внутреннем агентном бенчмарке из 375 задач Carbon прошел 92% против 70% у Argon. Модель в 98% случаев отказывается дорисовывать отсутствующие экспериментальные данные и в 68% случаев сама указывает на методологические дыры в задании. Выдавать желаемое за действительное нейросеть, похоже, отучают всерьёз.
Кибербезопасность: главный сюжет релиза
Carbon изначально затачивался под киберзащиту, и здесь цифры самые впечатляющие:
SEC‑bench Pro (поиск реальных уязвимостей) — 88,2%
ExploitGym (проверка эксплойтабельности) — 54,8%
CWE‑bench (патчинг) — 71,0%
По всем трем — результат потрясающий. RiemannBench — 80%, SEC‑аналитика в Terminal‑Bench — 65,2%.
Практические кейсы выглядят интригующе.
Wiz в рамках программы Scan for Good нашла zero‑day уязвимости у двух крупных SaaS‑провайдеров менее чем за два часа.
Проект Fortify (автономная система сканирования и триажа Google) выдал 100% recall и 95% precision.
Команда Cloud Vulnerability Research подтвердила эксплуатируемость двух багов в популярном опенсорсном проекте. Мейнтейнеры уже классифицировали их как критические и выпустили патчи. Жёсткость раскрытия впечатляет — по слухам, эти баги по тяжести сравнимы со свежим PHP2Shell, но название проекта держат в секрете до конца расследования.
/swarm: один промпт — целая команда
Вторая половина релиза — режим /swarm в Antigravity, пока в превью.
Идея простая и в то же время дерзкая: когда задача расползается на десятки файлов и тестовых сюитов, одиночный агент становится бутылочным горлышком. /swarm принимает ваш промпт и разворачивает целую команду: координатор поднимает специализированных воркеров в изолированных git worktrees (правки не конфликтуют), параллельно работают adversarial‑верификаторы, чья единственная работа — ломать и оспаривать диффы.
Всё общение идёт через общую доску сообщений, простаивающие агенты стоят ноль токенов и просыпаются в момент, когда они нужны.
Carbon в этой схеме — архитектор, координатор и аудитор, а рутинные правки файлов отдают более лёгким и быстрым моделям. Внутри Google инженеры пять недель гоняли /swarm на мультипакетных миграциях, поиске root cause между подсистемами и редизайнах архитектуры.
Что умеет делать Gemini 4 Carbon
Самый амбициозный кейс — AlphaProof Code. Исследователи Google построили агентный фреймворк формальной верификации и математически доказали ключевые свойства безопасности кода криптопротокола Signal. Цели безопасности переводились в теоремы, агенты генерировали миллионы строк кода на Lean (языке математических доказательств). То, что исторически занимает у экспертных команд годы, здесь смогли сделать за недели.
Физики тоже не скучают: исследователь, чья первая статья вышла в Google DeepMind, рассказывал, как десятки агентов Carbon работали над дифференциальными уравнениями устройств термоядерного синтеза — и нашли новые точные решения, включая одно, известное с 1970 года, которое никто не мог отыскать. Эти решения работают как модульные тесты для симуляторов стеллараторов: раньше покрывали не более двух повторяющихся сегментов магнитного поля, теперь — три и более, как в реальных установках.
Ну и традиционный бенчмарк: пеликан ездит на велосипеде по кампусу Mountain View, теперь в виде игры. Для ее создания субагенты‑генераторы и субагенты‑критики запускали итеративные циклы в Blender и Three.js, проверяя собственные рендеры.
Остальные демо:
⮴ Фортепиано 1780 года из чертежей и рентгеновских снимков — с физикой механизма внутри концертного зала
⮴ 1 048 576 частиц в реальном времени — число подозрительно совпадает с контекстом модели
⮴ Работающий V8 на 1600 лошадиных сил — поршни, выпускные коллекторы и живой звук
⮴ Полтора миллиона травинок на WebGPU — способ трогать траву не выходя из дома
Как получить доступ к Carbon
Получить доступ к Carbon можно разными способами:
платный Gemini API в AI Studio и Android Studio
Gemini for business
приложение Gemini и AI Mode в Поиске для Ultra‑подписчиков (тариф от $100 в месяц)
Antigravity
Популярность Gemini за последний месяц выросла в разы: люди ищут обходные пути, а подписку из РФ оплатить штатно совсем не выйдет. Если не хочется разбираться с этими сложностями — Gemini 4 Carbon на GPTunneL работает без региональных затруднений.
⮴ 3D‑сцена — Carbon написал VFX‑рендерер с нуля
По чистому интеллекту Carbon — вторая модель рынка, уступая Fable 5.2. По цене задачи — первая с огромным отрывом. По кибербезопасности — вне конкуренции.
Для большинства повседневных задач Google сама рекомендует Argon, и с этим сложно спорить. Но для длинных агентных сценариев — миграций, аудитов, научных пайплайнов — Carbon выглядит как инструмент, которого индустрия ждала пару лет.
