Gemini 4 Carbon: что умеет новая модель Google и почему её выдают не всем

Всего через две недели после выхода Gemini 4 Argon Google показала следующую модель — Gemini 4 Carbon. В компании называют её самой сильной в линейке: она заточена под долгую агентную работу, сложную разработку и кибербезопасность. Разбираемся, что умеет новинка, чем отличается от конкурентов и почему доступ к ней сначала получат только специалисты по киберзащите.

#Результаты тестов: где Carbon обходит конкурентов

По словам Google, во внутренних тестах Carbon несколько дней подряд билась над инженерными задачами, не бросая их на тупиковых вариантах. В рейтинге Artificial Analysis Intelligence Index v5.0 новинка вышла на первое место с 59 баллами. В опубликованной Google таблице она также опережает GPT-6 Astra и Claude Opus 5.5 в большинстве тестов, хотя и не во всех.

• Длинный контекст: в GraphWalks у Carbon 96,2% против 71,8% у Astra и 66,8% у Opus.
• Офисная автоматизация: в AutomationBench модель набрала 53,9%, конкуренты — около 42%.
• Поиск уязвимостей: SEC-bench Pro — 88,2%, в ExploitGym — 54,8%, что Google называет лучшими результатами в отрасли.

При этом Carbon уступает в двух тестах: в FrontierSWE 2 впереди Astra (65,5% против 61,2%), а в OSWorld-2.1, где агент работает с программами на компьютере, первой остаётся Opus 5.5 (87,2% против 81,5%).

#Надёжность и качество кода: что говорят в Google

В команде Chrome отметили, что Carbon предлагает качественные исправления кода более чем в десять раз чаще, чем крупная модель другой лаборатории, которую не назвали. Отдельно в Google говорят о надёжности — и это, пожалуй, самое интересное для бизнеса.

В тесте Gray Swan модель ни разу не поддалась на непрямые промпт-инъекции, а необоснованных утверждений у неё вдвое меньше, чем у Argon.

Для селлеров, которые используют AI-агентов для автоматизации карточек, аналитики или общения с поддержкой маркетплейсов, это означает меньше «галлюцинаций» и более предсказуемое поведение модели в длинных цепочках задач.

#Почему это важно для агентной работы

Агентные задачи — это когда модель не просто отвечает на вопрос, а выполняет последовательность действий: читает документацию, пишет код, тестирует, исправляет ошибки, снова тестирует. Обычные модели часто «застревают» на тупиковом варианте и не могут выбраться без вмешательства человека. Carbon, по заявлениям Google, способна работать автономно несколько дней подряд — это принципиально другой уровень автономности.

#Странный порядок запуска: сначала кибербезопасность, потом все остальные

Сразу всем Carbon не откроют. Первыми модель получают специалисты по киберзащите, затем доступ расширят на доверенных партнёров программы Fairwind, а разработчикам, бизнесу и обычным пользователям её обещают дать позже, без конкретной даты.

1. Специалисты по киберзащите — первая волна доступа.
2. Доверенные партнёры Fairwind — вторая волна.
3. Разработчики, бизнес и обычные пользователи — позже, дата не объявлена.

Такой порядок запуска входит в добровольную программу проверки моделей правительством США до релиза. Google фактически тестирует модель на узкой аудитории, прежде чем открывать массовый доступ, — это снижает риски и позволяет собрать обратную связь от профильных специалистов.

#Цены на API: стартовые тарифы и что будет дальше

На старте миллион входных токенов в API обойдётся в $2, выходных — в $10, как у Argon, а кэшированные данные стоят на 95% дешевле. После вводного периода цены вырастут вдвое, до $4 и $20.

• Входные токены: $2 за миллион на старте, $4 после вводного периода.
• Выходные токены: $10 за миллион на старте, $20 после.
• Кэшированные данные: на 95% дешевле базовой ставки.

Для сравнения: это сопоставимо с тарифами Argon, но Carbon позиционируется как более мощная модель для сложных задач. Если вы планируете использовать её для автоматизации рутинных операций на маркетплейсах, стартовый период — хорошая возможность оценить модель по сниженной цене.

#Что это значит для селлеров

Напрямую Carbon пока недоступна массовому пользователю, но тренд очевиден: AI-модели становятся всё более автономными и надёжными для длинных агентных задач. Для селлеров на Wildberries, Ozon и других площадках это означает, что в ближайшие месяцы появятся инструменты, способные без участия человека вести аналитику конкурентов, обновлять карточки, отвечать на отзывы и даже искать уязвимости в настройках магазина.

Пока же стоит следить за анонсами Google и тестировать доступные модели через API — стартовые цены Carbon делают эксперименты относительно недорогими. Главное — не ждать, пока конкуренты первыми внедрят агентные сценарии в свои процессы.