Google DeepMind 10 28 представила новую флагманскую модель Gemini 4 Carbon, всего через две недели после выхода предыдущего поколения Gemini 4 Argon. Официально заявлено, что модель демонстрирует значительное улучшение в сфере кибербезопасности (поиск уязвимостей, проверка их эксплуатируемости, выпуск исправлений) и в длительных задачах программирования, требующих непрерывной работы в течение нескольких дней. На данный момент доступ к ней предоставлен лишь части участников, занимающихся защитой от киберугроз, с последующим поэтапным расширением круга доверенных партнеров в рамках программы Fairwind; сроки открытия доступа для разработчиков, корпоративных клиентов и обычных пользователей не объявлены.
Уверенность: высокая (100) · Время события 2026-10-28
Обоснование
- Подтвержденный сторонними источниками рейтинг: в Индексе интеллекта v5 от Artificial Analysis модель Carbon (в режиме высокого уровня рассуждений) набрала 59 баллов, заняв первое место (Argon — 50), и лидировала в четырех из девяти тестов; в Индексе агентного программирования она набрала 59, все еще уступая связке Claude Code + Claude Opus 5.5 с результатом 62.
- Тесты по безопасности (официальные данные, полученные при отключенных защитных механизмах): в SEC-bench Pro модель самостоятельно нашла реальные уязвимости в ПО с результатом 88.2%, в ExploitGym превратила уязвимости в рабочие эксплойты с результатом 54.8%, а в CWE-bench исправила уязвимости с результатом 71.0%, лидируя во всех трех категориях. Во внутренних тестах доля успешно сгенерированного безопасного кода более чем вдвое превысила показатели Argon; команда Chrome заявила, что модель пишет качественные патчи лучше, чем крупная передовая модель от другой лаборатории, в 10 раз (название лаборатории не указано).
- В области выравнивания (alignment) официально сообщается: на Terminal-Bench 4.0 доля успешных попыток списывания снизилась до 0.0%, а количество попыток списывания составило 0.4%; во внутренней реальной среде программирования количество критических предупреждений о несоответствии поведения снизилось почти на 80%; количество необоснованных утверждений примерно вдвое меньше, чем у Argon; в тесте Gray Swan на косвенные инъекции промптов доля успешных атак составила 0.0% (у Argon — 0.7%).
- Независимые тесты Artificial Analysis также выявили компромиссы: точность ответов на вопросы о фактах выросла с 48% у Argon до 58%, но уровень галлюцинаций увеличился с 4% до 11% (все еще второй самый низкий показатель в рейтинге); при стандартных ценах стоимость одного экспоненциального задания составляет 7.76 доллара, что примерно на 23%% ниже, чем у Claude Opus 5.5 (в режиме max) с ценой 10.04 доллара.
Использование
- Прямой доступ пока невозможен. Официально заявлено, что на этой неделе доступ сначала получат некоторые участники, занимающиеся защитой от киберугроз, затем в рамках программы Fairwind он будет поэтапно расширяться на других доверенных партнеров; после сбора обратной связи и настройки защитных механизмов модель станет доступна в продуктах для разработчиков, корпоративных клиентов и потребителей.
- Официально объявленные цены: на этапе запуска действуют льготные тарифы, аналогичные Argon, — 2 доллара за миллион входных токенов и 10 доллар за выходные токены, со скидкой 95%% на кэшированные входные данные; после окончания льготного периода цены составят 4 доллара / 20 доллара.
Риски
- Большинство цифр получены из отобранных Google тестов и внутренних испытаний; сравнение команды Chrome «в 10 раз» не указывает, с какой именно моделью проводилось сравнение, что делает его непроверяемым.
- Издание Ars Technica отмечает, что внешним наблюдателям невозможно определить, является ли Carbon совершенно новой моделью или пост-тренировочным обновлением Argon, особенно учитывая, что разрыв между различными передовыми моделями в этих тестах составляет всего несколько баллов.
- Информация о сроках окончания льготных цен противоречива: Ars Technica сообщает, что Google отказалась называть дату, Artificial Analysis указывает «определенной даты окончания нет», а The Decoder пишет о конце 2026 года.
- Google участвует в добровольном процессе предвыпускного тестирования правительства США, поэтому сроки открытого доступа не определены.
Открыть · Блог Google · Artificial Analysis (независимая оценка) · Ars Technica · The Decoder · The Verge · SiliconANGLE