Google выпустила Gemini 4 Carbon, свою самую сильную модель, и я впервые вижу, чтобы новый лидер рейтинга был почти никому недоступен. В рейтинге Artificial Analysis она сразу заняла первое место, но на старте доступ получили только отобранные специалисты по киберзащите. При этом громкий отрыв от Claude Opus 5.5 и GPT-6 Astra — всего один и два балла соответственно.
На сколько Gemini 4 Carbon обходит Claude Opus 5.5 и GPT-6
В обновлённом индексе Artificial Analysis Intelligence Index v5.0 Gemini 4 Carbon с высоким уровнем рассуждений набрала 59 баллов. У Claude Opus 5.5 в этом индексе 58, у GPT-6 Astra 57, у предшественницы Gemini 4 Argon 50. Индекс ведёт независимая компания, поэтому первое место я считаю подтверждённым. С большинством остальных цифр так не получится: их опубликовала сама Google.
Carbon анонсировали 28 октября, через две недели после Argon. Прирост в девять баллов за такой срок выглядит внушительно. Но Artificial Analysis уточняет, что первой модель стала в 4 из 9 тестов индекса: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience и AutomationBench-AA. В программировании и офисных задачах она заметно прибавила, но лидерство там не взяла.
В отчёте Google 19 тестов, и Carbon лидирует в 17 из них. Главные строки сводной таблицы выглядят так.
| Тест | Gemini 4 Carbon | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Intelligence Index v5.0 | 59 | 50 | 57 | 58 |
| Terminal-Bench 4.0 (AA) | 65,2% | 57,1% | 59,1% | 59,6% |
| Agents’ Last Exam v1.1 | 77,4% | 69,0% | 73,1% | 71,6% |
| AutomationBench | 53,9% | 51,3% | 41,4% | 42,5% |
| GraphWalks | 96,2% | 84,2% | 71,8% | 66,8% |
| FrontierSWE 2 | 61,2% | 55,0% | 65,5% | 62,3% |
| OSWorld-2.1 (offline) | 81,5% | 74,7% | 80,9% | 87,2% |
Две последние строки модель Google проигрывает. В инженерном тесте FrontierSWE 2 первым идёт GPT-6 Astra, а в управлении компьютером OSWorld-2.1 Claude Opus 5.5 опережает Carbon почти на шесть пунктов. В индексе агентов для программирования от Artificial Analysis связка Claude Code и Opus 5.5 набирает 62 балла, а Carbon с Antigravity CLI получает 59. В WebDev Arena модель прибавила 89 пунктов, до 1769 Elo, но заняла только четвёртое место. В Vals Index v2.2 у неё 70,4% и второе место после Claude Sonnet 5.5. Для разработчика, который пишет код через агента, лидерство Gemini 4 Carbon условное: в агентном программировании Anthropic пока впереди.
Маркус Белл из Shattered ожидает, что результат 59 оспорит другая лаборатория к началу 2027 года. Я с этим согласен и думаю, что случится это даже раньше. Если Google за две недели прибавила девять баллов, то перевес в один балл над Opus 5.5 может исчезнуть с первым же промежуточным релизом конкурента.
Почему Google сначала отдала модель киберзащитникам
Ограниченный запуск я объясняю тем, что самый уверенный отрыв Carbon показала именно в безопасности. В SEC-bench Pro, где нужно искать уязвимости в реальном ПО, у неё 88,2% против 85,4% у GPT-6 Astra и 83,4% у Argon. В ExploitGym, где на эксплуатацию уязвимости даётся 10 часов, она набрала 54,8%, а в CWE-bench, где уязвимость нужно исправить, 71,0%.
Эти замеры Google провела без защитных ограничений, которые включены в обычной продуктовой версии. На деле это значит, что публичная Carbon в тех же задачах может показать меньше. Модель умеет проверять, можно ли эксплуатировать найденную ошибку, а этот навык нужен и защитнику, и атакующему. Google участвует в добровольной программе правительства США по тестированию моделей до релиза, а доступ раздаёт через программу Fairwind.
Компания приводит и цифры о надёжности. В тесте Gray Swan на непрямые инъекции промптов успешных атак было 0%, жульничество в Terminal-Bench 4.0 удалось снизить до 0,0%. По внутренним тестам Google, доля безопасного кода выросла больше чем вдвое по сравнению с Argon. Для компаний, которые сами сопровождают инфраструктуру, я бы считал главной цифрой результат CWE-bench, потому что исправлять уязвимости им приходится чаще, чем искать новые. Независимой проверки у этих данных пока нет.
Сколько стоит Gemini 4 Carbon в API и в длинных задачах
Вводная цена Gemini 4 Carbon в API такая же, как у Argon: $2 за миллион входных токенов и $10 за миллион выходных. Кэшированный ввод дешевле на 95%, то есть стоит $0,10. Потом тарифы вырастут до $4 и $20, но дату повышения Google не назвала. Artificial Analysis описывает это как скидку 50% без срока окончания и в своих расчётах берёт стандартные цены.
Сильнее всего модель выглядит в долгих задачах. В GraphWalks, где контекст составляет от 256 тысяч до миллиона токенов, у неё 96,2% против 66,8% у Opus 5.5. В AutomationBench от Zapier Carbon выполнила 354 из 657 бизнес-задач, и это лучший результат в истории теста. По прейскуранту одна задача обходится примерно в $2,12. На среднем уровне рассуждений модель набирает 53,0%, всего на 0,9 пункта меньше, так что платить за высокий уровень в автоматизации почти нет смысла.
В FrontierCS 2 картина другая: Carbon решила 24 задачи из 48, но один прогон стоил около $36,90 против $19,52 у Argon, и работала модель дольше. Carbon имеет смысл брать для больших кодовых баз и объёмных документов. Для коротких запросов Argon обойдётся почти вдвое дешевле.
Когда выйдет Gemini 4 Carbon и будет ли она доступна в СНГ
Даты общего запуска нет. Сначала модель получают специалисты по киберзащите, затем доверенные партнёры, а разработчикам, бизнесу и подписчикам приложения Gemini обещан доступ «как можно скорее». Будет ли Carbon в подписках AI Pro и Ultra и с какими лимитами, Google не сообщила.
У Argon путь выглядел так: анонс 30 сентября, ограниченный доступ с 1 октября и общий запуск 13 октября. Если Google повторит этот сценарий, Carbon откроют примерно в середине ноября. Это мой прогноз, компания таких сроков не обещала.
В России и Беларуси Gemini официально не работает, и Carbon после запуска будет подчиняться тем же правилам, что и Argon. Российские посредники вроде Study AI, AI Academy и RuAPI уже продают доступ к Argon через официальный API с оплатой в рублях. В AI Academy, например, Argon входит в тариф за 1290 ₽ в месяц. RuAPI обещает подключить Carbon, как только Google откроет API. Отдельного списка стран для Carbon Google не публиковала, поэтому пользователям из Казахстана, Узбекистана, Армении и других стран СНГ стоит смотреть на общий список регионов Gemini API и приложения Gemini, по которому сейчас работает Argon.
Что выбрать: Gemini 4 Carbon или Claude Opus 5.5
Сам я сейчас выбрал бы модель по задаче. Для агентного программирования я бы остался на Claude Opus 5.5, потому что в Coding Agent Index он опережает Carbon на три балла. Для автоматизации процессов и работы с контекстом на сотни тысяч токенов я бы дождался открытия Gemini 4 Carbon и запускал её на среднем уровне рассуждений, пока действует вводная цена $2 и $10.
