Google анонсировала Gemini 4 Carbon: что известно о новой модели

Содержание страницы

• 59 баллов и первое место в Artificial Analysis
• Что заявляет Google: кодинг, долгие задачи и кибербезопасность
• Доступность: модель есть, а доступа нет
• Что в итоге

28 октября 2026 года Google объявила о выходе Gemini 4 Carbon — новой фронтирной модели, которую в компании называют «самой сильной в линейке». Повод присмотреться есть: Carbon занял первое место в независимом рейтинге Artificial Analysis Intelligence Index v5.0, а вышел всего через две недели после Gemini 4 Argon. Темп, с которым Google обновляет фронтир, начинает напоминать график выкатки мобильных прошивок. Правда, попробовать новинку пока не получится почти ни у кого — и это, пожалуй, главная деталь анонса.

59 баллов и первое место в Artificial Analysis

Начнем с единственной цифры, которая получена не от самой Google. Artificial Analysis — независимый проект, который сам прогоняет модели по своему набору тестов, не полагаясь на отчеты вендоров. Пятая версия его индекса собирает девять сложных бенчмарков: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 в тяжелом подмножестве и Terminal-Bench-Science 0.1. Четыре категории — работа со знаниями, кодинг, наука и общая эрудиция — весят по 25% каждая.

В этой версии рейтинга Gemini 4 Carbon в режиме High набрал 59 баллов. Следом идет Claude Opus 5.5: 58 баллов в конфигурации Max и 57 в конфигурации Xhigh.

Отрыв в 1 балл — допустим, лидерство, но не разрыв дистанции. И сравнивать эти цифры с результатами из прежних версий индекса бессмысленно: в v5.0 другой набор тестов, так что сопоставимы между собой только оценки внутри одной версии.

Что заявляет Google: кодинг, долгие задачи и кибербезопасность

Дальше начинается территория корпоративных заявлений, и относиться к ним будем соответственно: доверяй, но проверяй. В нашем распоряжении данные, собранные на внешних и внутренних бенчмарках Google. Artificial Analysis эти результаты не подтверждала и в свой индекс не включает.

Главный упор компания делает на кибербезопасность. Google приводит три внешних теста, на которых Carbon, по ее измерениям, выходит на первое место. Причем замеры, подчеркивает компания, проводились с отключенными защитными фильтрами.

• SEC-bench Pro — 88,2%: поиск реальных уязвимостей в действующем софте.
• ExploitGym — 54,8%: проверка того, эксплуатируется ли найденная уязвимость на практике.
• CWE-bench — 71,0%: исправление уязвимости в коде на уровне первопричины.

Внутренние замеры проверить со стороны уже никак нельзя. Google сообщает о двукратном росте доли безопасного кода относительно Argon. Команда Chrome отчиталась, что патчи у Carbon выходят на порядок лучше, чем у «конкурирующей фронтир-модели» (чья именно это модель, компания не уточняет).

Второе направление — длительные агентные задачи. Внутри Google «Карбон», по словам разработчиков, работал сутками над многошаговыми инженерными задачами: искал первопричины неочевидных багов в больших кодовых базах и чинил их. Из публично проверяемого здесь есть WebDev Arena: Carbon прибавил 89 пунктов Elo и занял четвертое место с рейтингом 1768. Рост заметный, но до вершины рейтинга новинка не добралась.

Отдельный блок анонса посвящен надежности поведения: как модель действует, когда задача сформулирована нечетко или решение заходит в тупик. Здесь Google перечисляет сразу несколько замеров.

• На Terminal-Bench 4.0 доля удачных попыток «срезать угол» вместо честного решения задачи упала до нуля, а сами попытки — до 0,4%.
• На бенчмарке Gray Swan (устойчивость к непрямым инъекциям промпта) Carbon не поддался ни одной из проверенных атак против 0,7% успешных у Argon.
• Число необоснованных утверждений сократилось примерно вдвое относительно Argon.
• Склонность выходить за рамки задачи снизилась на 26%, а недоделывать ее — на 29%.

Если это подтвердится на практике, я буду готов снять шляпу. Gemini известна привычкой молча додумывать недостающее и отчитываться об успехе. Неужели починили? Было бы неплохо. Но пока все эти цифры звучат из одного источника, а источник заинтересованный.

Доступность: модель есть, а доступа нет

С раскаткой компания намеренно не торопится. На этой неделе Gemini 4 Carbon открывают ограниченному кругу специалистов по кибербезопасности. Дальше доступ будут постепенно расширять на доверенных партнеров через программу Fairwind. Компания также участвует в добровольном предрелизном тестировании моделей, которое проводит правительство США.

Логика понятна: когда речь идет о противодействии взломам, лучше, чтобы потенциальные взломщики получили возможность попробовать модель как можно позже.

Сроки общего доступа для разработчиков, бизнеса и обычных пользователей не названы. В блоге компании написано традиционное «как можно скорее». А значит, новинки сейчас вы не увидите ни в приложении Gemini, ни в API, ни тем более в российских агрегаторах нейросетей. И в ближайшие дни она там не появится.

Цены на API при этом объявлены заранее. Но важно не перепутать два тарифа. Вводная цена совпадает с ценой Argon: 2 $ за миллион входящих токенов и 10 $ за миллион исходящих, кешированный ввод дешевле обычного на 95%. После окончания вводного периода тарифы удваиваются — 4 $ и 20 $ соответственно. Когда именно закончится вводный период, Google не уточняет.

Что в итоге

Пока что Gemini 4 Carbon — не инструмент, а заявка. Независимо подтверждено ровно одно: первая строчка индекса Artificial Analysis с перевесом в один балл. Все остальное придется принимать на слово до тех пор, пока модель не откроют широкой аудитории.

Впрочем, такой порядок вещей для фронтир-моделей постепенно становится нормой: сначала анонс и бенчмарки, затем долгая пауза, и только потом возможность потрогать руками. Единственный способ отличить настоящий скачок от удачно оформленной таблицы — дождаться доступа и проверить модель на своих задачах. Судя по нынешнему темпу Google, к тому моменту она успеет анонсировать что-нибудь еще.