Gemini 4 Carbon לעומת Gemini 4 Argon: השדרוג בן 15 הימים שאי אפשר לקרוא לו

שני מודלים, מחירון אחד, תשע נקודות אינדקס ביניהם — ורק לאחד מהם יש נקודת קצה. Gemini 4 Carbon הוכרז ב-28 באוקטובר 2026, חמישה עשר יום לאחר ש-Gemini 4 Argon הפך לזמין לקריאה ב-Gemini API בתשלום, והפוסט של גוגל עצמה מתאר את Carbon כחזק מבין השניים. עם זאת, חוזק אינו זהה לזמינות: אין כיום ערך gemini-4-carbon ברשימת המודלים של גוגל או בעמוד התמחור שלה, והאנשים שמפעילים אותו הם מגני סייבר ושותפים מהימנים שהתקבלו דרך תוכנית Fairwind של החברה. הגרסה הכנה של ההשוואה הזו היא השוואת יכולות בין שני מודלים והשוואת גישה בין מודל לתוכנית.

מה שגוגל רשמה באופן רשמי ב-28 באוקטובר

ההכרזה הגיעה מקוראי קאבוקוגלו, סגן הנשיא הבכיר של Google DeepMind, בפוסט שכותרתו "מודל החזית הבא שלנו". Carbon מחליף את Argon — שהוכרז ב-30 בספטמבר וזמין לשימוש כללי מאז 13 באוקטובר — בתוך אותו מספר דור. המיקוד המוצהר של Google הוא אבטחת סייבר ועבודה עם סוכנים לטווח ארוך, סוג המשימה שבה סוכן ממשיך לעבור דרך מבויים סתומים במשך ימים ולא כזו שבה פרומפט מקבל תשובה אחת.

שלושה פרטים חשובים יותר מהשיווק:

• הגישה מדורגת וללא תאריך. Carbon ניתן תחילה ל„תת-קבוצה של מגיני סייבר“, לאחר מכן היא מתרחבת דרך תוכנית Fairwind, ולאחר מכן למפתחים, לעסקים ולצרכנים „בהקדם האפשרי“. לא צוין תאריך לשלוש הקבוצות האחרונות.

• ההשקה מתקיימת במסגרת תהליך הבדיקה ההתנדבותי שלפני ההפצה של ממשלת ארצות הברית. גוגל מוסרת שהיא משתתפת וכי היא עדיין מחדדת אמצעי הגנה לפני מתן גישה רחבה יותר.

• אין כרטיס מודל פומבי, אין נקודת קצה, אין מזהה. רשימת המודלים של Gemini API, שנבדקה ב-29 באוקטובר, מכילה בדיוק ערך אחד של Gemini 4 — Gemini 4 Argon — ובדף התמחור אין אף ערך עבור Carbon. חלון ההקשר שגוגל פרסמה עבור Argon (חלון אחיד של 1M אסימונים, עם פענוח של עד 1M) לא צוין מחדש עבור Carbon; Artificial Analysis מציינת 1M אסימונים עבורו, וזו רשימה של צד שלישי ולא מפרט של גוגל.

הפער בן תשע הנקודות, ומי מדד אותו

Artificial Analysis בנתה מחדש את מדד ה-Intelligence Index שלה כ-v5 ב-27 באוקטובר, יום לפני השקת Carbon, תוך החלפת שני מבחני ייחוס, שדרוג שלושה אחרים והפיכת רוב המדד לפרטי. תזמון זה הוא הסיבה לנהוג בזהירות עם כל תרשים לפני-ואחרי שתראו השבוע: ציונים מלפני הבנייה מחדש אינם באותו קנה מידה כמו ציונים שאחריה. ברשימה הנוכחית, שלאחר הבנייה מחדש, שני המודלים נמדדו, והפער אמיתי ונמדד באמצעות אותו מכשיר.

• Intelligence Index v5 — Carbon 59, הראשון מבין 52 דגמים ברשימה; Gemini 4 Argon 50, השלושה־עשר.

• עלות לכל משימת אינדקס בתמחור סטנדרטי — Carbon ב-7.76 דולר לעומת Argon ב-7.68 דולר. המודל החדש יותר משיג תשע נקודות יותר תמורת שמונה סנטים נוספים לכל משימה.

• דיוק — Carbon 58%, עלייה של עשר נקודות לעומת Argon; AA-Omniscience 54 לעומת 46.

• הזיה — Carbon 11%, עלייה מ-4% של Argon. Carbon עדיין השני הנמוך ביותר במעקבים, אבל הכיוון הוא הלא נכון.

• נפח פלט — 123k אסימונים לכל משימת אינדקס, 29% פחות מ־173k של Claude Opus 5.5, וזה חלק מהסיבה שהעלות לכל משימה נשארת נמוכה למרות אותו מחיר נקוב.

• מהירות — 99.8 טוקנים פלט לשנייה במדידה של Artificial Analysis, עם זמן עד לטוקן הראשון של 97.48 שניות במאמץ חשיבה גבוה. זהו הנתון שכדאי לשים לב אליו אם אתם מציבים את המודל מאחורי ממשק אינטראקטיבי ולא במשימת הרצה ארוכה.

Artificial Analysis גם מודדת את מה שהכותרת מסתירה: במדד Coding Agent Index שלה, Carbon מקבלת ציון 59 עם Antigravity CLI — שלוש נקודות מאחורי Claude Code שמפעילה את Claude Opus 5.5 עם 62. תוצאת פיתוח האינטרנט של Google עצמה מצביעה דווקא לכיוון ההפוך — WebDev Arena עם 1,768, מקום רביעי, עלייה של 89 Elo — וזו תזכורת ש"המספר אחד בסך הכול" ו"הטוב ביותר בקוד" הן טענות שונות.

המספרים של גוגל עצמה הם הקולניים ביותר בפוסט

Google דיווחה על מערך אבטחתי משמעותי, וכדאי להפריד בין מה שנמדד לבין מה שנטען. ב-SEC-bench Pro, גילוי פגיעויות, Carbon משיגה 88.2% לעומת 83.4% של Argon. ExploitGym, שמאמת ניצול, עובר מ-42.0% ל-54.8%. CWE-bench, תיקון, עובר מ-68.0% ל-71.0%. באופן פנימי, Google אומרת ש-Carbon מייצרת קוד נטול פגיעויות בתדירות גבוהה יותר מפי שניים לעומת Argon, ושצוות Chrome שלה מצא שהיא טובה יותר ביותר מפי עשרה מ"מודל חזית גדול של מעבדה אחרת" בהפקת תיקונים באיכות גבוהה — השוואה ללא יריב שנקב בשמו וללא שיטה שפורסמה.

מספרי הבטיחות משמעותיים יותר מאלה של היכולת, מפני שזהו המקום הראשון שבו גוגל פרסמה ש-Carbon מנצח את Argon בהתנהגות ולא רק בציונים. בבנצ'מרק של הזרקת פרומפטים עקיפה של Gray Swan, שיעור הצלחת התקיפה של Carbon הוא 0.0% לעומת 0.7% של Argon. ב-Terminal-Bench 4.0, נעשה ניסיון לרמות ב-0.4% מהריצות ואף אחד מהם לא הצליח, בעוד שהתנהגותו של Argon הייתה גרועה יותר. התראות אי-התאמה בחומרה גבוהה בקידוד חי פנימי ירדו בכמעט 80%, טענות לא מבוססות הצטמצמו בחצי, חריגה מסמכות ירדה ב-26% ותת-שירות ב-29%.

שתי הסתייגויות צריכות להופיע לצד הנתונים האלה, ולא בהערת שוליים. Google אומרת שההערכות לאבטחת סייבר בוצעו ללא מעקות בטיחות, וזו הדרך הנכונה למדוד את היכולת הגולמית של מודל והדרך הלא נכונה לחזות מה תעשה מערכת פרוסה. והמכפילים הגדולים ביותר — פי 2 בקוד מאובטח ופי 10 בתיקון — הם מדדים פנימיים ודוח צוות, לא תוצאות בלתי תלויות. הקריאה של The Register ביום ההשקה הייתה שטיעון האבטחה מבטיח ומבוסס ברובו על דיווחי הספק; שום דבר שפורסם מאז לא שינה זאת.

המספרים שמסתובבים בסיקור ההשקה מציגים את Carbon כמוביל ב-Vals Index v2.2 (70.4% מול 69.2%), SWE-sweep (9.6% מול 4.3%), FrontierSWE 2 (61.2% מול 55.0%), Agents' Last Exam v1.1 (77.4% מול 69.0%), OSWorld-2.1 (81.5% מול 74.7%) ו-GraphWalks להקשר ארוך (96.2% מול 84.2%). אלה נתונים שמדווחים על ידי Google, אלא אם בעל הבנצ'מרק טוען אחרת, והתבנית עקבית: Carbon הוא שיפור רחב, לא אחיד, והוא עדיין מפגר אחרי Opus 5.5 ו-GPT-6 Astra במספר מבחני הנדסת תוכנה ושימוש במחשב.

אותו מחיר מדבקה, שעון שונה

שני המודלים נושאים את אותו מחירון מפורסם: 2 דולר למיליון קלט ו-10 דולר למיליון פלט כמחירי היכרות, כאשר קלט שמור במטמון זוכה להנחה של 95%, ולאחר מכן עוברים ל-4 ו-20 דולר. האסימטריה היא בלוח הזמנים. לחלון ההיכרות של Argon יש תאריך — בעמוד התמחור של Google נאמר שהמספרים הגבוהים יותר מתחילים ב-1 בדצמבר 2026 — ושכבות ה-batch, ה-flex וה-priority שלו מפורסמות לצידן. להנחה של Carbon אין תאריך סיום כלל; בהודעה נאמר רק "לאחר תקופת ההיכרות".

Artificial Analysis מתמחרת את שניהם בתעריף הסטנדרטי של $4/$20, ולכן נתוני העלות-למשימה שלה הם הדרך ההוגנת להשוות ביניהם, ואילו תעריף ההיכרות אינו. תקציב המבוסס על $2/$10 עבור כל אחד מהמודלים טומן בחובו צוק, ולגבי Argon כבר יש תאריך לצוק.

OrcaRouter לא מנתב כיום אף אחד משני המודלים האלה: ל-Gemini 4 Carbon אין מזהה ציבורי לניתוב, ו-Gemini 4 Argon גם אינו בקטלוג שלנו. כלל ההעברה עדיין רלוונטי, מכיוון שהוא קובע מה יקרה כשזה משתנה — אנו גובים תוספת של 0% על מחיר המחירון של הספק, כך שכרטיס התעריפים שמפרסמת Google הוא הכרטיס שהלקוח רואה, כולל עלייה באמצע החוזה מ-$2/$10 ל-$4/$20. מה שכן מנותב אצלנו מאותה משפחה הוא Gemini 3.8 Flash, במחיר $0.75 למיליון טוקני קלט ו-$3.75 למיליון טוקני פלט עם קריאות מהמטמון במחיר $0.075, שזהו מודל מסוג אחר אך זהו נקודת הקצה של Google שאפשר להכניס לנתיב ייצור השבוע.

מי אמור לבחור מה

אם אתה מגן בתוך ההיקף של Fairwind, הבחירה אינה בידיך, ו-Carbon זמין לך כעת — השאלה המעניינת היא האם הישגי האבטחה יחזיקו מעמד בהארנס שלך, מכיוון שאלה שפורסמו נמדדו ללא מנגנוני הגנה ובחלקם על מערכי בדיקה פנימיים של Google.

אם אתם בונים משהו שצריך לצאת לשוק ברבעון הזה, Argon היא תשובת ברירת המחדל. יש לה נקודת קצה, מחיר מפורסם ותאריך להנחה — יותר ממה שיש ל-Carbon. נקודות התורפה שלה ידועות: Terminal-Bench 4.0 בשנות החמישים הגבוהות לפי נתוני ההשקה של Google, לעומת Opus 5.5 עם 66.4%, ושיעור הזיות ש-Carbon כבר עקפה בכיוון הלא נכון.

אם אתה מגדיר את היקפו של מוצר אבטחה, ההחלטה פחות נוגעת לשאלה איזה מודל מנצח ויותר לשאלה איזה מהם אתה יכול לבדוק. Carbon אינו זמין, ולכן כל ספק שמצטט לך היום ביצועים של "Gemini 4 Carbon" מצטט תווית בלבד. Argon יחד עם ההערכה שלך הוא קו הבסיס האמין שמולו ניתן יהיה לבדוק בהמשך את הטענות של Carbon.

הקצב של חמישה עשר יום הוא הסיפור האמיתי

Argon בן ארבעה שבועות. Carbon הגיע בתוך אותו מספר דור ולא כ-Gemini 4.1 או Gemini 5, מה שמלמד כיצד Google מתכוונת לשחרר מעתה ואילך: וריאנטים, לא גרסאות. פרשנותה של Ars Technica ביום ההשקה הייתה ש-Carbon הוא למעשה Argon טוב יותר במעט — ייתכן שרענון שלאחר האימון — והערות השחרור תומכות בתבנית הזו: מחיר זהה, הקשר זהה, מודאליות קלט זהות, תמהיל יכולות שונה.

לכל מי שעוסק באינטגרציה, יש לכך השלכה מוחשית. שם של מודל אינו עוד תיאור יציב של התנהגות. gemini-4-argonתיאר דבר אחד ב-13 באוקטובר ועשוי לתאר דבר אחר לאחר רענון שקט; התצפית בזירה שסקרנו ב-21 באוקטובר, שבה נראה היה שכינוי משמש משקלים שונים, אינה מאושרת ואינה מופרכת על ידי ההשקה. ההגנה היא הלא־זוהרת: נעלו את המזהה שלפיו הוערכתם בפועל, שמרו סט הערכה מתוארך, והתייחסו לכל כינוי כאל משהו שעשוי לזוז מתחתיכם.

מה לצפות בהמשך

• הרשומה הראשונה של gemini-4-carbon ברשימת המודלים של גוגל — זה, ולא ההכרזה, הוא הרגע שבו Carbon הופך למוצר.

• 1 בדצמבר, שבו פגה הנחת ההיכרות של Argon וההשוואה האפקטיבית משתנה עבור כל קונה שעדיין מפעיל אותה.

• הערכה מזווגת של צד שלישי של Carbon לעומת Argon על מדדי האבטחה, שנערכה עם מעקות בטיחות, מאחר שאף אחת טרם פורסמה.

עד שהראשון מביניהם יגיע, הדירוג הוא של Carbon וההחלטה היא של Argon. זה דבר לא שגרתי לכתוב על מודל שזה עתה הוכרז כטוב ביותר בעולם, אבל זה מה שנקודות הקצה אומרות.