
Gemini 4 Carbon, 실험실로 가다. 구글 자체 작성 글은 Gemini 4 Argon을 열세 번 언급한다
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 89 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 131 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 85 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 136 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 182 tok/s
Lean 4로 된 5천만 줄. 그것은 정보 이론에서 잡음이 있는 비트열이 압축 후 얼마나 남는지에 관한 2013년 결과인 Courtade–Kumar 추측의 증명을 기계 검증하는 데 든 분량이며, 2026년 11월 13일에 "Antigravity's /teamwork로 과학 및 엔지니어링 발전시키기"라는 제목으로 발표된 연구 보고서에서 가장 큰 단일 아티팩트다. 이 게시물은 현재 연구자들이 Gemini 4 Carbon을 물리학, 수학, 생명과학 전반의 다단계 문제에 활용하고 있다는 유포되는 주장의 출처다. Carbon은 그 게시물에 등장한다. 그것은 맨 위의 세 모델 목록에서 정확히 한 번만 언급된다. 아래의 모든 사례 연구 — 그 추측, 형식화된 Weil 추측, NMR 구조 규명, Go 엔진, Zircon 커널 재작성 — 는 본문에서 Gemini 4 Argon에, 또는 등급 구분이 없는 "Gemini 4"에, 또는 하네스 자체에 귀속된다.
그것은 스캔들도 아니고 정정도 아니다. 누구든 그에 맞서 예산을 편성하기 전에 제대로 짚고 넘어갈 만한 구분이다. 트윗이 암시하는 방식으로 두 모델이 서로 대체 가능한 것이 아니며, Carbon의 가격은 2026년 12월 1일—오늘로부터 14일 뒤—에 두 배로 오를 예정이기 때문이다. 이어지는 내용은 그 게시물이 실제로 말하는 바, 어떤 주장이 검증을 견디는지, 어떤 주장이 공급업체 보고에 기반해 재현되지 않았는지, 그리고 Google 외부의 독자가 이번 주에 그중 무엇을 가지고 할 수 있는지다.
그 게시물, 그 프로그램, 그리고 그 한 문장
Google Research는 11월 13일 이를 발표했으며, Google Fellow이자 Google Research의 VP인 Vahab Mirrokni의 공로로 돌렸습니다. 도입 문단은 모델들을 하나의 목록으로 언급합니다. "Gemini 4 Argon, Gemini 4 Carbon, Gemini 4 Hydrogen 및 Antigravity의 /teamwork(다양한 Gemini 모델을 기반으로 함)와 같은 멀티 에이전트 워크플로를 사용하여, 이러한 협업은 새로운 혁신을 만들어냈습니다…" 그 문장이 논증에서 Carbon이 등장하는 전부입니다. 그 아래 본문에서 이름을 세어 보면 Argon은 열세 번, Hydrogen은 한 번 등장하고, Carbon은 다시 등장하지 않습니다.
그 이유는 부끄러운 일이 아니라 구조적인 데 있다. /teamwork는 모델이 아니라 하네스다. 특화된 에이전트 풀을 돌리면서 각 에이전트에게는 해당 단계에 필요한 파일과 도구만 주고, 작업을 새로운 후속 에이전트에게 넘겨 며칠에 걸친 실행에서도 컨텍스트가 썩지 않게 하며, 각 프롬프트를 과제에 맞춰 고른 워크플로 패턴으로 라우팅한다. 구글이 실제로 파는 것은 그 검증 계층이다 — Lean 4 검사기, 수정되지 않은 테스트 스위트, 실행 시뮬레이터, 하드웨어 카운터 — 이들은 어떤 후보 답변이 살아남을지 결정하는 반증자 역할을 한다. 하네스가 조율하고 증명 검사기가 판정할 때, 그 밑의 모델은 그것을 둘러싼 루프보다 덜 중요하다. Argon, 2026년 10월 13일부터 유료 API에서 호출할 수 있었던 모델이 바로 캠페인들이 실행한 모델이다.
Carbon이 이 목록에 포함되어야 하는 근거는 실재하지만 성격이 다릅니다. Carbon은 Google이 공개한 가장 강력한 범용 모델이며, Artificial Analysis에서 현재 Intelligence Index v5.0.1 기준 60점으로 81개 모델 중 4위에 올라 있습니다. 11월 13일 게시물에는 이를 반박하는 내용이 없습니다. 그 게시물 어디에도 Carbon이 그 작업을 수행했음을 보여주는 내용도 없습니다.

검증 가능한 정도에 따라 정렬한 결과
이 글은 연구 블로그치고는 이례적으로 구체적인 내용을 풍부하게 담고 있어서, 주장을 얼마나 인상적으로 들리는지가 아니라 어떤 종류의 증거가 뒷받침하는지에 따라 분류할 수 있게 해 준다.
• 기계적으로 검사되었으므로 원칙적으로 검증 가능 — Courtade–Kumar 증명은 Lean 4로 5천만 줄에 걸쳐 처음부터 끝까지 형식화되었으며, 인간의 기여도 명시되었다: CUHK 팀이 문제를 14개 변수 최적화로 축소하는 후보 함수를 제안했다. 또한 이 범주에는 약 180만 줄, 28,800회의 서브에이전트 호출에 걸친 Weil 추측의 형식화, 919,000줄이 넘는 일반 환 위에서의 Hilbert의 열 번째 문제, 1927년 이후 미해결인 Birkhoff 추측, 그리고 최근 공개된 비형식적 증명에서 시스템이 공백을 발견해 수정했다고 보고한 3D Bochner–Riesz 추측이 있다. 컴파일되는 Lean 증명은 벤치마크 점수와는 다른 종류의 주장이며, 그 점에 대해 Google은 공을 인정받아 마땅하다 — 다만 "5천만 줄의 생성된 증명 코드"라는 것은 우아함보다는 탐색량에 관한 진술이기도 하다.
• 측정됨, 측정 방법 설명 포함 — 분자 화학 결과. 자기 교정 루프 속 30개의 특화된 에이전트와 물리 정보 기반 스펙트럼 시뮬레이터가 NMR 구조 규명 벤치마크에서 top-1 정확 일치 95%, top-3 100%를 달성했으며, Google은 이를 단일 에이전트 성능의 거의 두 배라고 설명합니다. 이는 게시물에서 생명과학 주장에 가장 가까운 내용이며, 가장 인용될 가능성이 높은 항목입니다. 벤치마크 분자는 게시물에 이름이 밝혀지지 않았고, 기준 단일 에이전트 수치는 비율로만 제시되며, 아직 독립적 재현도 존재하지 않습니다.
• 동료 검토에 가까운 방식, 설문 조사 포함 — STOC 2027의 Deep Review. 전체 제출물의 3분의 1이 넘는 578개 제출물의 저자들이 초안에 대한 자동 피드백을 선택했습니다. 진행 중인 70명 저자 대상 설문에서 90%는 피드백이 대체로 또는 거의 전부 사실에 부합한다고 평가했고, 90%는 다시 사용하겠다고 했으며, 30% 이상은 실질적인 증명 오류를 잡아냈다고 했고, 14%는 수정하는 데 한 시간 이상 걸린 기술적 문제를 보고했습니다. 이는 자신의 제출물을 설명하는 자기 선택적 응답자들의 의견으로, 통제 연구보다는 약하지만 추천사보다는 훨씬 강력합니다.
• 프로덕션 시스템에서 나온 엔지니어링 수치 — Zircon 마이크로커널을 위한 약 80만 줄 규모의 Rust 재작성이 단위 테스트를 통과하고 arm64에서 부팅에 성공한 것; libgav1을 약 17만 줄의 Rust로 포팅해 100% 비트 단위 완전 일치를 달성하고 원본 C++ 및 수작성 어셈블리보다 20%에서 30% 더 빨라진 것; TPU 커널 작업이 17개 JAXBench 커널 전반에서 기하평균 4.09배 속도 향상을 보고한 것; Connected Components가 6배 적은 RAM으로 조 단위 간선 그래프까지 확장된 것; 그리고 9x9 바둑 엔진이 8일이 채 안 되는 기간에 약 2,600 Elo를 얻어 16회 및 32회 방문 설정의 KataGo 사이에 자리한 것입니다. 이는 회사가 공개하기로 선택한 내부 측정치이며, 외부 감사는 없었고 대부분의 경우 공개된 산출물도 없습니다.
• 게시물에는 전혀 없습니다 — 비용에 관한 내용은 전혀 없습니다. 캠페인 예산도, 토큰 개수도, 결과당 청구 금액도 이 글 어디에도 나오지 않습니다. 5천만 줄에 달하는 증명과 8일간의 자율 학습 실행을 결과물로 내놓는 시스템이라면, 이는 자신만의 캠페인을 계획하는 독자가 가장 알고 싶어 할 바로 그 빠진 정보입니다.
기여도를 염두에 두고 목록을 다시 읽어 보면 윤곽이 분명해진다: 하네스가 결과를 만들고, 검증자가 이를 인증하며, 인간 전문가가 문제를 규정하고, 모델은 엔진이다 — 셋 중 하나의 엔진이며, 그 글은 그것이 기댄 하나를 지목한다.
하네스 결과가 모델 결과가 아닌 이유, 그리고 그 차이를 가격에 반영하는 방법
두 가지를 혼동하려는 유인은 분명하다. 벤치마크 점수는 비교할 수 있는 숫자인 반면, 하네스 결과는 워크플로에 관한 이야기이기 때문이다. 하네스와 이해관계가 없는 제3자가 측정한 Carbon의 비교 가능한 수치는 Intelligence Index v5.0.1에서 60으로, 81개 중 4위이며, 그 위에는 Claude Fable 5.2가 65로, 아래에는 GPT-6.1 Sol이 55로 있다. 같은 페이지에서는 Carbon의 비용을 완료된 지수 작업당 $5.48, 시간을 작업당 33.2분으로 제시하는데, 둘 다 해당 가격대의 중앙값을 크게 웃돈다. 이는 중앙값 모델이 7,860만 개로 끝내는 작업을 완료하기 위해 Carbon이 2억 500만 개의 출력 토큰을 쓰기 때문이다.

그 장황함은 증명 탐색에서 결함이 아니다. 과제가 매개변수 공간을 탐색하고 후보를 Lean에 대해 검증하는 것이라면, 더 많이 쓰는 것이 방법이다. 과제가 지원 티켓이라면, 그것은 청구서다. 11월 13일 글은 첫 번째 사례에 대한 증거이며 두 번째 사례에 대해서는 아무 말도 하지 않는다 — 그리고 그 글을 "Carbon이 우리 에이전트의 모델이다"라고 읽는 팀은 자신들이 실행하지 않는 하네스에서, 자신들이 갖지 않았을 수도 있는 작업 유형에 대한 결과를 빌려오는 것이다.
전이 가능한 것은 설계 패턴이며, 그것은 구글만의 것이 아니다: 병렬 탐색, 아무런 의견이 없는 외부 반증자, 단계마다 새로워지는 컨텍스트, 그리고 생산자의 추론을 결코 보지 못하는 비평자. 그 각각은 어떤 모델을 호출하느냐가 아니라 모델을 어떻게 호출하느냐의 속성이다.
외부인이 실제로 얻을 수 있는 것과 12월 1일 이후의 비용
이 글은 가장 실행 가능한 문단으로 끝납니다. 외부 과학자와 개발자는 오늘 Antigravity와 Deep Review에서 /teamwork 및 /boost와 함께 Gemini 4 모델을 사용할 수 있으며, Google은 10,000명의 학계 연구자에게 최고 사용량 등급을 6개월 동안 무료로 이용할 수 있게 하는 신청을 개시했습니다. 그 프로그램이 연구실에 있어 진짜 뉴스입니다. 또한 제공되는 유일한 무료 경로이며, 인원이 제한되고 신청을 거쳐야 하며, 기간도 한정되어 있습니다.
다른 모든 이들은 토큰을 산다. Gemini 4 Carbon은 Google이 발표한 지 13일 후인 2026년 11월 10일 유료 Gemini API에서 정식 출시되었으며, 100만 입력 토큰당 $2.00, 100만 출력 토큰당 $10.00이다. 이 요율은 11월 30일까지 유지되고 12월 1일에는 $4.00와 $20.00가 되며, 캐시된 입력은 같은 날짜에 $0.10에서 $0.20로 오른다. 이 모델에는 무료 등급이 없으며, 사고 토큰을 포함해 처리된 모든 토큰에 요금이 부과된다. 오늘 요율로 책정된 6주 연구 캠페인은 12월 비용의 절반으로 책정된 캠페인이며, 이는 지금 시작해야 한다는 논거이거나 더 높은 숫자로 청구서를 모델링해야 하는 이유다.
Carbon은 OrcaRouter에서 google/gemini-4-carbon으로 Google 정가에 0% 마크업으로 라우팅되며, 카탈로그의 나머지와 동일한 키와 동일한 OpenAI 호환 엔드포인트를 사용합니다. 이 점이 여기서는 평범한 이유로 중요합니다: 12월 1일 변경은 공급업체 가격 변경이며, 패스스루 요율이라는 것은 우리 쪽 숫자가 재가격 책정 주기를 거친 뒤가 아니라 당일 Google의 숫자와 함께 움직인다는 뜻입니다. 모델 페이지에는 현재 범위 — 1,048,576토큰 컨텍스트, 최대 출력 65,536토큰, 텍스트·이미지·오디오·비디오·PDF 입력, 텍스트 출력, 네이티브 도구 호출 및 구조화된 출력 — 가 실려 있는데, 이는 Google 자체 출시 게시물이 공개하지 않은 사양표입니다.

그 게시물이 열어 둔 질문
Google은 이제 20일 동안 중립 지수에서 Carbon을 1위로 올린 발표, Carbon을 호출 가능하게 만들고 자체 할인 종료일을 명시한 일반 제공(GA) 게시글, 그리고 Carbon을 두 형제 모델 옆의 목록에 넣은 연구 게시글을 게시했습니다. 하지만 아직 게시하지 않은 것은 제3자가 재실행할 수 있는 작업에서 명시된 비용으로 Carbon 단독에 귀속시키는 단일 결과입니다. 그것이 존재하기 전까지 11월 13일에 대한 정직한 요약은 트윗보다 좁지만 더 유용합니다. 하네스는 작동하고, 검증기가 흥미로운 부분이며, 열세 번 이름이 언급된 모델이 실제로 캠페인들이 실행한 모델이라는 것입니다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
