Подробный обзор Gemini 4 Carbon и Gemini 4 Hydrogen: характеристики, независимые тесты, бенчмарки, цены API, сравнение с Claude Fable 5.2 и GPT‑6 Luna

Gemini 4 Carbon и Hydrogen. Реклама. ООО "Диджитал Гениус", ИНН 7813681158. erid: 2SDnjcMvvKW
Gemini 4 Carbon и Hydrogen. Реклама. ООО "Диджитал Гениус", ИНН 7813681158. erid: 2SDnjcMvvKW

Gemini 4 Carbon предназначен для самых трудных и продолжительных задач, а Gemini 4 Hydrogen — для быстрого выполнения повседневной работы. Но простая формула «Carbon как Claude Fable 5.2, Hydrogen как GPT‑6 Luna» неточна: различаются сила рассуждений, задержка, цена и оптимальные сценарии.

В этом обзоре разберём обе модели без маркетинговых сокращений: что именно они умеют, как выглядят в официальных и независимых тестах, сколько стоит реальная задача и какую версию стоит запускать первой. Все характеристики и результаты актуальны на 17 ноября 2026 года.

Gemini 4 Carbon или Hydrogen: Какую модель выбрать?

Gemini 4 Carbon стоит выбирать, когда ошибка или поверхностный ответ обходятся дороже дополнительного времени: для архитектуры сложной системы, поиска трудноуловимой ошибки, анализа большого массива документов, научной работы, кибербезопасности и многошаговых агентных процессов.

Gemini 4 Hydrogen лучше подходит для большинства регулярных задач: переписки, перевода, редактуры, краткого анализа, обработки файлов, подготовки чернового кода, запуска тестов и работы агента с инструментами. Это не «маленькая модель для пары предложений», а быстрая рассуждающая версия Gemini 4.

Критерий

Gemini 4 Carbon

Gemini 4 Hydrogen

Главная роль

Глубокое решение сложных и долгих задач

Быстрое выполнение массовых и агентных задач

Когда запускать первой

Неясная архитектура, сложная диагностика, исследование, высокий риск ошибки

Письмо, перевод, выжимка, обычный код, обработка документов, повторяемая работа

Контекст

1 048 576 токенов

1 048 576 токенов

Входные данные

Текст, изображения, видео, аудио, PDF

Текст, изображения, видео, аудио, PDF

Результат

Текст

Текст

Режимы рассуждений в API

Low, Medium, High

Low, Medium, High, XHigh

Цена ввода

$2 за 1 млн токенов до 30 ноября 2026 года, затем $4

$1,50 за 1 млн токенов

Цена вывода с reasoning-токенами

$10 до 30 ноября 2026 года, затем $20

$7,50 за 1 млн токенов

Бесплатный API-тариф

Нет

Есть

Скорость по независимому тесту

Около 66 токенов/с в High

Около 175 токенов/с в XHigh

Практическое правило: начинайте с Hydrogen на Medium. Переходите на High или XHigh, если задача многошаговая. Carbon подключайте, когда Hydrogen не удерживает все ограничения, не находит причину ошибки или выдаёт правдоподобный, но недостаточно доказательный анализ.

Что изменилось в линейке Gemini 4

Google разделила не только скорость и качество, но и роли моделей. Argon остаётся универсальной сильной моделью, Carbon занимает верхнюю ступень для долгих рассуждений, а Hydrogen отвечает за быстрое исполнение. Такая схема особенно полезна в агентных системах: одна модель строит план и принимает архитектурные решения, другая в большом количестве пишет код, вызывает инструменты, проверяет файлы и повторяет операции.

  • Carbon — стратег и исследователь. Он расходует больше токенов на внутренние рассуждения и повторную проверку.

  • Argon — основной универсальный исполнитель. Google по-прежнему рекомендует его для большинства сложных инженерных и офисных задач.

  • Hydrogen — быстрый исполнитель. Он рассчитан на низкую задержку, серийные операции и работу с инструментами.

  • Flash‑Lite — минимальная задержка и цена. Именно его, а не Hydrogen, логичнее считать прямым вариантом для совсем простых запросов.

Из этого следует важный вывод: Hydrogen нельзя оценивать только по качеству коротких ответов в чате. Его сильная сторона — сочетание скорости, миллионного контекста, мультимодальности и агентных функций. Carbon, наоборот, невыгодно тратить на письмо из пяти строк или простой перевод.

Характеристики Gemini 4 Carbon и Hydrogen

Параметр

Carbon

Hydrogen

Идентификатор API

gemini-4-carbon

gemini-4-hydrogen

Дата публичного запуска

10 ноября 2026 года

12 ноября 2026 года

Общий контекст ввода и вывода

1 048 576 токенов

1 048 576 токенов

Обычный максимальный вывод

65 536 токенов

65 536 токенов

Длинный вывод

До 1 048 576 токенов через Long Decode

До 1 048 576 токенов через Long Decode

Вызов функций и структурированный JSON

Да

Да

Code Execution и Computer Use

Да

Да

Google Search, Maps и URL Context

Да

Да

File Search и кэш контекста

Да

Да

Генерация изображений или аудио

Нет

Нет

Live API

Нет

Нет

Миллион токенов — это не обещание безошибочно помнить каждую деталь огромного архива. Контекст показывает технический объём входа, но точность поиска факта зависит от структуры данных, позиции фрагмента, качества OCR и формулировки задания. Для больших коллекций документов полезнее сочетать File Search, явные ссылки на источники и поэтапную проверку, чем помещать всё в один гигантский запрос.

Воспользоваться нейросетями из России без VPN можно в агрегаторе ИИ


Полные актуальные параметры опубликованы в карточке Gemini 4 Carbon и карточке Gemini 4 Hydrogen.

Gemini 4 Carbon: обзор возможностей

Глубокие рассуждения и длинные задачи

Carbon рассчитан на задачи, где ответ строится не за один логический шаг. Модель может сформировать гипотезы, проверить их инструментами, вернуться к плану после ошибки и провести несколько циклов «построил — запустил — проверил — исправил». Именно поэтому Carbon раскрывается не на викторине, а в работе продолжительностью десятки минут.

Подходящие задачи:

  • спроектировать сервис с учётом нагрузки, безопасности и миграции данных;

  • найти причину ошибки, проходящей через несколько пакетов и подсистем;

  • сопоставить сотни страниц договоров, отчётов и приложений;

  • построить исследование, отделить доказанные факты от предположений и проверить выводы;

  • решить научную или математическую задачу с промежуточной верификацией;

  • управлять группой агентов в продолжительном проекте.

Сложный код и инженерная работа

Carbon особенно интересен не генерацией отдельной функции, а работой с системой целиком. Он может анализировать зависимости, менять несколько модулей, запускать сборку и тесты, исправлять регрессии и проверять интерфейс. В CursorBench модель заняла первое место: 60,4% в режиме High при средней стоимости $9,22 за задание. Medium набрал почти столько же — 60,1% — и стоил $8,49.

Разница в 0,3 пункта мала, поэтому High не нужно включать автоматически. Для стандартного исправления в знакомом репозитории Medium выглядит рациональнее; High нужен при неясной причине сбоя, архитектурном конфликте или жёстких ограничениях.

Где Carbon сильнее обычного кодового ассистента

  • миграции между версиями фреймворков и несколькими пакетами;

  • поиск дефекта по логам, тестам, исходникам и поведению интерфейса;

  • рефакторинг с сохранением совместимости;

  • создание прототипа с циклом визуальной проверки;

  • аудит уязвимостей и построение воспроизводимого доказательства проблемы.

Документы, исследования и длинный контекст

В GraphWalks на диапазоне 256 000–1 000 000 токенов Carbon получил 96,2% F1. В таблице Google у Argon было 84,2%, у GPT‑6 Astra — 71,8%, у Claude Opus 5.5 — 66,8%. Это сильный результат на специально построенном тесте связей внутри длинного контекста, но не гарантия аналогичной точности на плохо отсканированных PDF.

Лучший рабочий процесс состоит из трёх этапов: сначала запросить карту источников, затем анализ по конкретным вопросам, после этого — таблицу утверждений с цитатами и перечнем противоречий. Такой порядок снижает риск красивого, но недоказанного резюме.

Наука, математика и кибербезопасность

Carbon набрал 64,8% в Terminal‑Bench‑Science, 71% в CWE‑bench, 54,8% в ExploitGym и 88,2% в SEC‑bench Pro. В RiemannBench результат составил 72%, что ниже 76% у Argon. Поэтому Carbon нельзя объявить лучшим во всех дисциплинах: его преимущество проявляется сильнее в длинных, инструментальных и междисциплинарных задачах, чем в каждом отдельном тесте знаний.

Gemini 4 Hydrogen: быстрый, но не упрощённый Gemini

Hydrogen построен на основе Carbon и сохраняет миллионный контекст, мультимодальный ввод и набор инструментов. Его задача — быстрее превращать понятное поручение в результат. По этой причине модель хорошо подходит и обычному пользователю, и разработчику агентной системы.

Повседневная работа

  • написать или сократить письмо с заданным тоном;

  • перевести текст и сохранить терминологию;

  • сделать выжимку из PDF, аудио или видеозаписи;

  • собрать план, список задач или сравнительную таблицу;

  • отредактировать статью, описание товара или инструкцию;

  • ответить на простой вопрос с поиском свежих данных;

  • обработать серию однотипных документов через API.

Для короткого письма Hydrogen на Low может быть избыточен по цене по сравнению с Flash‑Lite или GPT‑6 Luna. Зато он полезен, когда в «простом» задании есть длинное вложение, несколько ограничений, корпоративный справочник или вызовы внешних функций.

Код и агентные процессы

Hydrogen предназначен для написания кода, запуска тестов и выполнения уже понятного плана. В CursorBench режим XHigh получил 57,8%, High — 54,3%. Это ниже Carbon High, но достаточно для многих задач, особенно если модель работает сериями и стоимость важнее максимального шанса решить самый сложный случай.

Google также тестировала Hydrogen внутри Orchestrator: модель приблизилась к Carbon в Terminal‑Bench 4.0, использовала на 24% меньше квоты и завершала работу на 19% быстрее. Это результат разработчика в конкретной системе, а не универсальный коэффициент ускорения, но он хорошо показывает назначение Hydrogen.

Почему Hydrogen не равен GPT‑6 Luna

Сходство есть только в роли «быстрой модели». По Artificial Analysis Hydrogen набрал 54 пункта в XHigh и 51 в High, а GPT‑6 Luna — 28 в Max и 21 в High. При этом Luna стоит $0,10 за миллион входных и $0,50 за миллион выходных токенов — в 15 раз дешевле Hydrogen на входе и выходе.

Получается два разных продукта:

  • Luna выгоднее для классификации, шаблонных ответов, очень коротких текстов и больших объёмов простых операций.

  • Hydrogen сильнее в рассуждении, длинном контексте, агентной работе и мультимодальном анализе.

Независимые тесты Gemini 4 Carbon и Hydrogen

Один итоговый балл удобен, но скрывает скорость, цену и выбранный уровень рассуждений. Поэтому сравнивать модели нужно в одинаковых режимах и отдельно смотреть прикладные тесты.

Модель и режим

AA Intelligence Index

Время на задачу

Задержка до первого токена

Ориентировочная стоимость задачи

Gemini 4 Carbon High

60

31,1 мин

73,05 с

$5,48 по стартовой цене

Gemini 4 Carbon Medium

58

30,2 мин

23,35 с

Зависит от объёма reasoning

Claude Fable 5.2 Max

65

40,8 мин

208,11 с

$26,54

Claude Fable 5.2 High

62

14,6 мин

23,65 с

Зависит от длины ответа

Gemini 4 Hydrogen XHigh

54

14,7 мин

44,10 с

$3,16

Gemini 4 Hydrogen High

51

7,8 мин

14,89 с

Зависит от объёма reasoning

GPT‑6 Luna Max

28

12,2 мин

68,26 с

$0,15

По этим данным Carbon High находится рядом с Fable 5.2 High и XHigh, но уступает Fable 5.2 Max. При этом Carbon заметно дешевле. Hydrogen Low с 27 баллами примерно соответствует Luna Max с 28, однако на High и XHigh Hydrogen уходит далеко вперёд ценой большего расхода токенов.

Artificial Analysis также показывает важный недостаток обеих новинок: они склонны генерировать много reasoning-токенов. Carbon High использовал около 205 млн выходных токенов на полный набор тестов, Hydrogen XHigh — около 304 млн. Высокая скорость генерации не всегда означает быстрый и дешёвый конечный результат.

Актуальные карточки можно проверить на страницах Carbon и Hydrogen.

Прикладные бенчмарки

Тест

Carbon

Hydrogen

Что измеряет

CursorBench

60,4% High; $9,22

57,8% XHigh; $5,86

Длительная агентная работа с кодом в репозитории

AutomationBench

53,9% High; $2,12

76,1% в версии AutomationBench‑AA из таблицы Google

Выполнение бизнес-задач через инструменты

Terminal‑Bench

65,2% в версии 4.0

57,0% в версии 4.1 с поправкой на cheating

Решение задач в терминале

OSWorld 2.1

81,5%

77,6%

Управление компьютерной средой

Agents’ Last Exam

77,4%

71,6%

Сложные задачи для агентов

Vending‑Bench 2

$16 484 итогового баланса

$14 549

Длительное экономическое управление

Строки нельзя складывать в единый рейтинг: версии Terminal‑Bench и AutomationBench различаются, а денежный баланс Vending‑Bench не является ценой модели. Таблица показывает профиль, а не абсолютного победителя.

Что показал AutomationBench без LLM-судьи

В тесте Zapier используются 657 заданий и 47 инструментов, а результат проверяется по состоянию смоделированной компании. Carbon прошёл 31,5% задач на Low, 53,0% на Medium и 53,9% на High. Переход Low → Medium дал 21,5 пункта, а Medium → High — только 0,9 пункта. Это хороший аргумент в пользу Medium как стандартного режима.

Результат по направлениям тоже неодинаков: Carbon достиг 60% в финансах и 68% в операциях, но уступил Argon в продажах и HR. Универсально «самая умная» модель не обязана быть лучшей для каждого бизнес-процесса.

Gemini 4 Carbon против Claude Fable 5.2

Критерий

Carbon

Fable 5.2

Максимальный AA Index

60 в High

65 в Max

CursorBench

60,4% High

60,0% Max

Контекст

1 млн токенов

1 млн токенов

Мультимодальный ввод

Текст, изображения, видео, аудио, PDF

Текст и изображения

Цена API

2/10 до 30 ноября, затем 4/20

8/40 за 1 млн токенов

Сильная сторона

Инструменты Google, длинный контекст, цена, мультимодальность

Максимальная общая интеллектуальная производительность

Почти везде пишут, что «Carbon на уровне Fable 5.2» это справедливо для верхнего класса и отдельных кодовых задач, но не означает одинаковый результат во всех режимах. Fable Max сильнее в сводном независимом индексе, зато Carbon выигрывает по цене, мультимодальности и CursorBench. Выбор зависит от среды: репозиторий и Google-инструменты склоняют к Carbon, максимальная глубина текстового анализа без жёсткого бюджета — к Fable.

Gemini 4 Hydrogen против GPT‑6 Luna

Критерий

Hydrogen

GPT‑6 Luna

AA Index

54 XHigh; 51 High; 27 Low

28 Max; 21 High; 9 без reasoning

Цена API

$1,50 ввод / $7,50 вывод

$0,10 ввод / $0,50 вывод

Контекст

1 млн токенов

1 млн токенов

Главное преимущество

Сильное рассуждение, агентность, мультимодальность

Очень низкая стоимость массовых простых операций

Лучший сценарий

Документы, код, инструменты, многошаговые поручения

Классификация, извлечение, шаблонный текст, быстрые ответы

Если нужно обработать миллион коротких обращений по шаблону, Luna экономичнее. Если модель должна прочитать большой PDF, вызвать поиск, сопоставить условия и вернуть структурированный результат, Hydrogen безопаснее выбирать по способности выполнить задачу, а не по минимальной цене токена.

Сколько стоят Carbon и Hydrogen в реальных задачах

Google тарифицирует все обработанные токены, включая внутренние reasoning-токены и служебные описания инструментов. Поэтому расчёт ниже показывает нижнюю оценку по видимому вводу и выводу. Длинное рассуждение может увеличить итоговый счёт.

Пример

Объём

Carbon до 30.11

Carbon с 01.12

Hydrogen

Письмо или краткий перевод

2 000 входных + 800 выходных

$0,012

$0,024

$0,009

Разбор большого PDF

50 000 + 3 000

$0,13

$0,26

$0,0975

Глубокое исследование

200 000 + 20 000

$0,60

$1,20

$0,45

Стартовая цена Carbon действует до 30 ноября 2026 года. С 1 декабря ввод дорожает вдвое до $4, вывод — до $20 за миллион токенов. Для продолжительных агентов важнее не цена запроса, а стоимость успешно завершённого задания: дешёвая модель, которая пять раз повторяет цикл или требует ручной доработки, может оказаться дороже.

Как выбрать уровень рассуждений

Режим

Когда использовать

Когда не нужен

Low

Редактура, извлечение полей, простой перевод, классификация

Диагностика, противоречивые документы, сложный код

Medium

Стандартный выбор: анализ документа, план, обычный код, бизнес-автоматизация

Совсем шаблонная операция с жёстким бюджетом

High

Многошаговый анализ, сложный баг, проверка нескольких гипотез

Короткое письмо и простой вопрос

XHigh в Hydrogen

Когда нужна максимальная сила Hydrogen без перехода на Carbon

Поток коротких задач, где важна минимальная задержка

Не повышайте режим только потому, что задача важная. Сначала улучшите входные данные, критерии готовности и порядок проверки. В AutomationBench грамотно выбранный Medium дал почти весь результат High при меньшей цене.

Как пользоваться Gemini 4 Carbon и Hydrogen

Gemini на сайте и в приложении

В приложении Gemini бесплатный режим Auto обычно отправляет простые запросы в Flash‑Lite, а более сложные может направить в Hydrogen. Подписка Google AI Plus открывает Hydrogen. В Google AI Pro доступны Hydrogen, Pro и Argon. Carbon включён в Google AI Ultra. В интерфейсе доступны уровни Low, Medium и High; набор моделей и лимиты зависят от плана.

Google AI Studio и Gemini API

AI Studio подходит для проверки промптов, файлов и структурированного вывода. API нужен для сайта, бота, внутреннего сервиса или пакетной обработки. Hydrogen доступен на всех уровнях AI Studio и имеет бесплатный API-тариф; Carbon работает только на платном уровне.

Google Antigravity

В Antigravity обе модели раскрываются как агенты разработки. Carbon имеет смысл назначать на архитектуру, трудную диагностику и координацию долгой работы, Hydrogen — на реализацию понятных изменений, тестирование и повторяемые операции. Carbon доступен подписчикам Ultra, Hydrogen — Pro и Ultra.

Работают ли Gemini 4 Carbon и Hydrogen в России

Россия отсутствует в официальных списках стран, где доступны веб-приложение Gemini, Google AI Studio и Gemini API. Поэтому прямой официальный доступ из России не гарантируется, а российский платёжный профиль не становится поддерживаемым только из-за смены IP-адреса.

Самый просто способ использовать Carbon и Hydrogen в России - агрегатор нейросетей Study AI. Модели уже доступны, протестированы лично мной.

Как ставить задачи Carbon и Hydrogen

Для новых моделей полезнее описывать не желаемую «умность», а проверяемый результат. Хороший промпт содержит цель, входные данные, ограничения, порядок проверки и формат ответа.

Шаблон для Gemini 4 Carbon

Роль: ведущий инженер и ревьюер.

Цель: найти первопричину ошибки и предложить минимальное безопасное исправление.

Материалы: репозиторий, логи, тесты и описание ожидаемого поведения.

Порядок работы:

1. Составь карту затронутых модулей и зависимостей.

2. Сформулируй не менее трёх гипотез и укажи, как проверить каждую.

3. Проверь гипотезы инструментами; не меняй код до подтверждения причины.

4. Внеси минимальный патч, запусти тесты и проверь регрессии.

5. Если проверка не пройдена, вернись к гипотезам.

Результат: причина, доказательства, изменённые файлы, результаты тестов,

остаточные риски и способ отката.

Шаблон для Gemini 4 Hydrogen

Подготовь ответ клиенту по приложенному обращению и правилам компании.

Требования:

- 700–900 знаков;

- спокойный деловой тон;

- сначала решение, затем краткое объяснение;

- не обещай того, чего нет в правилах;

- сохрани номера заказа и даты без изменений.

Перед ответом извлеки факты в JSON: issue, order_id, date, policy_rule,

allowed_action. Затем напиши только готовое письмо

Маршрутизация между двумя моделями

В рабочем процессе Hydrogen можно использовать как первый уровень. Он обрабатывает задачу и выставляет признаки риска: противоречивые источники, неуспешные тесты, недостаток доказательств, превышение числа шагов. Только такие случаи передаются Carbon. Это снижает среднюю цену без искусственного ограничения сложных запросов.

Ограничения и риски

  • Модель может ошибаться уверенно. Высокий балл в бенчмарке не заменяет проверку фактов, кода и расчётов.

  • Большой контекст не равен точной памяти. Размечайте документы и требуйте ссылки на фрагменты.

  • Reasoning увеличивает счёт. Ограничивайте число шагов, инструменты и критерии завершения.

  • Computer Use несёт операционный риск. Платежи, удаление данных и публикацию оставляйте под подтверждением человека.

  • Бенчмарки быстро меняются. Сравнивайте одинаковые версии, режимы и даты.

  • Данные компании требуют отдельной политики. Проверяйте условия хранения, обучение на данных и регион обработки.

Для Hydrogen Google сообщает более чем 2,3-кратное повышение устойчивости к косвенным prompt injection на тесте Gray Swan IPI. Это полезное улучшение, но не защита от всех атак: текст на веб-странице или в документе по-прежнему следует считать недоверенным вводом.

Сильные и слабые стороны

Gemini 4 Carbon

Плюсы:

  • сильные результаты в длинных агентных задачах, коде и автоматизации;

  • миллионный мультимодальный контекст;

  • широкий набор инструментов Google;

  • цена ниже Claude Fable 5.2 даже после окончания стартового периода;

  • сильная работа с длительной проверкой и восстановлением после ошибок.

Минусы:

  • высокая задержка и большой расход reasoning-токенов;

  • нет бесплатного API-доступа;

  • Fable 5.2 Max сильнее в сводном индексе Artificial Analysis;

  • невыгоден для коротких и понятных задач;

  • официально недоступен в России.

Gemini 4 Hydrogen

Плюсы:

  • высокая скорость генерации и хорошая агентная производительность;

  • значительно сильнее типичной «лёгкой» модели на высоком reasoning;

  • миллионный контекст и мультимодальный ввод;

  • доступен на бесплатном уровне API;

  • подходит для маршрутизации массовых задач.

Минусы:

  • намного дороже GPT‑6 Luna и Flash‑Lite;

  • XHigh может быть многословным и дорогим;

  • для самых трудных исследований уступает Carbon и Fable 5.2;

  • официально недоступен в России.

Carbon для предела, Hydrogen для потока

Gemini 4 Carbon — одна из сильнейших моделей конца 2026 года для сложного кода, долгих исследований, автоматизации и мультимодального анализа. Она действительно близка к Claude Fable 5.2 в верхнем классе и превосходит его в отдельных прикладных тестах, но не во всех независимых измерениях.

Gemini 4 Hydrogen — не просто ускоренная модель для писем. На Low она может заменить лёгкий чат, а на High и XHigh превращается в серьёзного агента, заметно превосходящего GPT‑6 Luna по глубине. Luna остаётся выгоднее там, где задача проста и масштаб огромен.

Оптимальная стратегия проста: Hydrogen Medium — модель по умолчанию, Hydrogen High/XHigh — для сложного исполнения, Carbon Medium — для неопределённых и долгих задач, Carbon High — для случаев, где дополнительная проверка действительно оправдывает время и стоимость.