GOOGLE / GOOGLE DEEPMIND · ТРЕКЕР МОДЕЛИ
Gemini 4 Carbon
Модель семейства Gemini 4 (Gemini 4 Carbon). По сообщениям, имеет рейтинг 60 по Artificial Analysis Intelligence Index на уровне рассуждений xhigh, скорость генерации примерно 57 ток./с и базовую цену $4 за миллион входных токенов и $20 за миллион выходных токенов. Указывалась промо-цена, действовавшая до конца ноября; недисконтированная стоимость за задачу (xhigh) — $7.76.ТЕКУЩИЙ СНИМОК4/5 РАЗДЕЛОВ С ДАННЫМИ
Главные характеристики в одном месте.
Не установлено по доступным источникам.
ХРОНОЛОГИЯ РЕЛИЗОВ
Только опубликованные события с источниками.
Mistral выпустила настольное приложение Vibe для macOS и Windows
Mistral выпустила Vibe Desktop — приложение для macOS и Windows, которое позволяет агенту Vibe выполнять несколько задач параллельно, объединяет локальные возможности Vibe CLI с облачными сессиями Vibe Code Web, использует Git worktrees для изоляции параллельной работы и получает доступ к локальным файлам; в планах — версия для Linux. Компания называет релиз шагом навстречу конкурентам, у которых настольные агенты (в частности Anthropic с Claude) уже имеют более продвинутые возможности управления системой, а модель Mistral Large 4 по-прежнему уступает лидерам в сравнительных тестах.
Google DeepMind представляет Gemini 4 Neon — мультимодельную модель с контекстом 1M токенов
Google DeepMind объявила о Gemini 4 Neon — «передовой» мультимодальной модели с окном контекста в 1 000 000 токенов. Модель доступна через Gemini API, Google AI Studio, Google Antigravity, Gemini for business и платные подписки в приложении Gemini; Google опубликовала цены ($3 за 1M входных токенов, $0.15 за 1M кэшированных входных токенов и $15 за 1M выходных токенов) и отметила высокие места на ряде бенчмарков (например, #3 в Artificial Analysis Intelligence Index на уровне xhigh, оценка 61, #2 в Vals Index и лидирующие позиции в задачах по коду, финансам, юриспруденции и агентным сценариям).
Google выпустила Gemini 4 Argon для управления роботами, симуляции и улучшения политик
Google выпустила Gemini 4 Argon — модель общего назначения для физических рассуждений, ориентированную на управление роботами, Real2Sim-воссоздание сцен, мульти модальную разметку видео и итеративное улучшение политик. В демонстрациях Argon управляет Boston Dynamics Spot и манипуляторами в MuJoCo-твинах, восстанавливает сцены из теледемонстраций и синтезирует доменно-рандомизированные эпизоды MuJoCo (по данным Google, успех на одном наборе вырос с 56% до 75%); Google сообщает 87% на бенчмарке ERQA, предлагает модель подписчикам Google AI Ultra и через платный Gemini API (gemini-4-argon), при этом публикуя ограниченные данные о неудачах и опираясь на обширные подсказки/сконструированные механизмы управления.
ПРОВЕРЯЕМЫЕ ФАКТЫ
Каждое значение привязано к источнику и дате.
Анонсирована 28 октября 2026 г.
Описана как самая сильная модель Google с передовыми возможностями в области кибербезопасности и способностями к длительным агентным рабочим процессам (может работать сутками для решения сложных многоэтапных инженерных задач); отмечается улучшение в задачах программирования, агентности и научного рассуждения, повышение качества безопасного кода и снижение несогласованности и выдумок (по данным Google).
Занимает 1-е место в обновлённом индексе Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов.
Указанные результаты: SEC-bench Pro (по поиску уязвимостей) — 88,2%, ExploitGym (эксплуатация) — 54,8%, CWE-bench (патчинг) — 71,0%.
Указывалась промо-цена для Carbon, действовавшая до конца ноября (сумма в выдержке не указана).
Доступна через платный уровень Gemini API в Google AI Studio и Android Studio. Подписчики Google AI Ultra могут опробовать Carbon в Google Antigravity, AI Studio, приложении Gemini и в AI Mode в Поиске. Пользователи Gemini for Business могут получить доступ через API или выбор модели, Google Antigravity или CodeMender.
Описывается как сочетающая передовое визуальное понимание с возможностями вывода и исчерпывающего извлечения информации, что указывает на мультимодальность (текст + изображение).
В независимой оценке сценариев с целеуказанием (дроны/слежение) сообщается, что Gemini 4 Carbon распознала фатальные последствия и направляла ответы только к пустым путевым точкам, чтобы не способствовать атакам.
Описана как самая мощная модель серии Gemini 4 с передовыми возможностями в кибербезопасности и задачах с длинным горизонтом; разработана для устойчивых многодневных агентных рабочих процессов, решающих сложные многошаговые инженерные задачи (например, анализ первопричин и исправление тонких ошибок в больших кодовых базах и низкоуровневом ПО).
Занимает 1-е место в индексе Artificial Analysis Intelligence (v5.0) с результатом 59.
Сообщается, что модель лучше противостоит атакам типа prompt-injection по сравнению с Argon; по непрямому бенчмарку Gray Swan Google указывает снижение процента успешных атак с 0,7% (Argon) до 0,0% для Carbon в протестированных случаях, при этом отмечается, что это не означает полного решения проблемы prompt-injection.
Сообщается, что модель была расширенно развернута на той неделе, что предшествовала публикации блога 2026-11-17 (т. е. в середине ноября 2026 г.).
Создана для задач, которые ставят высокие требования к интеллекту модели; по словам Google, позволяет выполнять тщательное исследование, глубокое рассуждение и длительные циклы верификации.
10,9% в бенчмарке GDPx от SemiAnalysis
Заняла 2-е место (после Claude Opus 5.5) в таблице лидеров GDPx от SemiAnalysis
Google называет модель самой мощной, с передовыми результатами в задачах кибербезопасности и длительных агентных рабочих процессах для сложной интеллектуальной работы, разработки ПО и научного рассуждения; предназначена для задач, проверяющих пределы интеллекта модели (сложное многосоставное кодирование, отладка, открытые исследования).
По данным Google, Carbon занимает 1‑е место в CursorBench 4.0, WANDR от Perplexity и Zapier AutomationBench и показывает высокие результаты в бенчмарке Multimodal Knowledge Agent (MKA), обеспечивая высокое качество при меньшей стоимости по сравнению с похожими моделями в этих тестах.
Carbon использует больше токенов, чем Gemini 4 Argon, чтобы глубже рассуждать и выполнять более длительные циклы проверки; следовательно, суммарная стоимость задачи на практике может быть выше, несмотря на одинаковую цену за токен.
Google показывает превью функции «/swarm» в Antigravity, которая превращает один запрос в скоординированную команду агентов; Carbon позиционируется для ролей с глубокой логикой (архитектура, координация, аудит) в таких мультиагентных рабочих процессах.
Сообщается, что занимает #1 в CursorBench 4.0, Perplexity’s WANDR и Zapier’s AutomationBench; также по сообщениям СМИ заняла первое место в бенчмарке MathArena по математике.
Независимые публикации отмечают распространённый режим отказа — превышение лимитов времени, а также склонность почти никогда не сдаваться при задаче; приводится пример, когда скрипт работал более одиннадцати часов без проверки прогресса.
В статье Gemini 4 Carbon описывают как созданную для задач, которые расширяют пределы интеллекта модели.
В статье сказано, что Carbon обладает способностью «углублённо исследовать, глубоко рассуждать и выполнять расширенные циклы проверки».
В статье сообщается, что разработчики использовали Carbon для симуляции живой физики, в том числе пример с симуляцией 1 048 576 частиц в реальном времени с WebGPU.
В статье описан проект, где Carbon преобразовал одно эталонное изображение в 3D‑дизайн (парижская оптическая лаборатория XIX века с 92 приборами).
По сообщениям СМИ, Gemini 4 Carbon была названа одной из ведущих моделей в недавних сравнениях; отмечалось, что она превзошла Large 4 от Mistral в очных сравнениях.
60
Примерно 57 токенов в секунду
$4 за миллион входных токенов; $20 за миллион выходных токенов
$7.76 (указанная недисконтированная стоимость за задачу на уровне xhigh)
55 баллов
Примерно 36 минут (для упомянутого в выдержке бенчмарка)
ЧТО ИЗМЕНИЛОСЬ