Gemini 4 Carbon, 지수에서 1위이지만 이용 불가: 10월 28일에 무엇이 바뀌었나

Google DeepMind는 Gemini 4 Carbon: 우리의 다음 프런티어 모델을 2026년 10월 28일에 발표했고, 그 게시물 안에는 이후 도처에서 인용된 숫자가 있었습니다. Artificial Analysis Intelligence Index v5.0에서 59점 — 1위로, 58점인 Claude Opus 5.5를 1점 앞서고, Carbon이 기반으로 삼은 모델이며 Google이 10월 13일부터 유료 API에서 판매해 온 Gemini 4 Argon을 9점 앞선 수치입니다. Artificial Analysis는 이 수치를 산출한 제3자 평가 기관이며, 같은 날 해당 행을 게시했습니다. 10월 28일에도, 29일이나 30일에도 나오지 않은 것은 지정된 프로그램에 속하지 않은 사람이 그 모델을 호출할 방법이었습니다.

검증된 최상위 순위와 손잡이가 없는 문 사이의 그 간극이 이번 주의 이야기 전부입니다. Carbon은 유출도, 소문도, 누군가 리더보드에서 발견한 미리보기도 아닙니다. 그것은 공개된 요율표와 공개된 모델 ID가 없는, 발표되고 벤치마크되고 가격이 책정된 모델입니다. 아래에는 실제로 무엇이 바뀌었는지, Google이 무엇을 공개하지 않았는지, 그리고 헤드라인 점수를 그만 읽고 그 점수가 평균으로 산출되는 아홉 가지 테스트를 읽기 시작하면 그 수치가 무엇을 의미하는지가 담겨 있습니다.

그 게시물이 말한 것, 그리고 그것이 말하지 않은 네 가지

발표에서는 Koray Kavukcuoglu를 Google DeepMind의 SVP이자 최고 AI 아키텍트로 지목하고, Carbon을 Argon 기반으로 구축된 사이버보안 및 장기 지평 엔지니어링 모델로 위치시킨다. 접근 관련 표현은 정확하며 두 번 읽어볼 만하다. "이번 주부터 우리는 일부 사이버 방어자에게 Carbon을 제공할 것이며", 이어 "Fairwind Program을 통해 추가 신뢰 파트너에게 접근 권한을 점진적으로 확대하고", 마지막으로 안전장치가 개선되면 개발자, 기업, 소비자에게 "가능한 한 빨리" 제공할 것이라고 한다. Google은 또한 미국 정부의 자발적 사전 출시 테스트 과정에 참여하고 있다고 밝혔다. 그 순서 어디에도 날짜는 나타나지 않는다.

모델 페이지에 일반적으로 포함되는 네 가지 항목이 빠져 있습니다:

• 모델 ID — 10월 30일에 확인한 Gemini API 모델 목록에는 Carbon 항목이 없습니다. Gemini 4 관련 문자열은 gemini-4-argon 하나뿐입니다.

• 컨텍스트 윈도우 — 구글의 게시물에 명시되지 않았고 가격 페이지에도 없습니다. Artificial Analysis의 모델 페이지에는 1M로 나와 있지만, 이는 공급업체 사양이 아닌 제3자 수치이며, 현재 유통되는 유일한 수치입니다.

• 파라미터 수와 아키텍처 — 공개되지 않았고, 출시와 함께 제공되는 기술 보고서도 없습니다.

• 모델 카드 — 10월 30일 현재 공개된 것이 없으며, 이 때문에 모든 2차 매체가 사양서가 아니라 블로그 게시물을 인용하고 있다.

반면 가격은 전부 공개되어 있어, 생략된 항목들은 미완성이 아니라 의도적인 것처럼 보인다: Google은 Carbon이 무엇인지 알려주기 전에 Carbon의 비용이 얼마인지부터 알려주려 한다.

59는 아홉 개 테스트의 평균이며, Carbon은 그중 네 개에서 승리합니다.

Artificial Analysis의 자체 분석글은 순위보다 더 유용합니다. Carbon은 9개 구성 평가 중 4개인 HLE-Diamond, Terminal-Bench-Science, AA-Omniscience, AutomationBench-AA에서 1위입니다. 즉 1위 점수는 전체 평가를 싹쓸이해서가 아니라 전반적으로 매우 뛰어난 데서 나온 것입니다. Carbon이 1위를 차지하지 못한 부분은 에이전트를 선발하려는 개발자가 가장 먼저 주목할 지점입니다.

• 코딩 에이전트 — Carbon은 Antigravity CLI 기준 Coding Agent Index에서 59점을 기록합니다. Claude Opus 5.5는 Claude Code에서 62점에 도달합니다. Google의 마케팅이 가장 집중하는 바로 그 워크로드에서 3점 차이입니다.

• Terminal-Bench 4.0 — Carbon은 64%로 2위이며, Claude Opus 5.5에 이어 두 번째입니다.

• FrontierCode v1.1 — 51%로 2위, 또다시 Opus 5.5에 뒤처짐.

• AA-Briefcase — Elo 1,609점, Gemini 4 Argon의 1,483점에서 126점 상승했습니다. 이는 이번 출시에서 가장 큰 단일 상승폭이지만, Carbon은 여전히 Grok 4.7(1,638), Muse Wonder(1,659), Kimi K3.1 Pro(1,678)보다 뒤처져 있습니다.

• AA-Omniscience v1.1 — 54로, Opus 5.5의 48과 Argon의 46을 앞선다. 정확도는 10포인트 상승해 58%가 되었고, 환각률은 4%에서 11%로 상승했다. 두 번째 수치는 Google의 게시물에 없다.

그렇다면 59를 정직하게 해석하면, Carbon은 이 순위표에서 가장 강력한 범용 모델이고 두 번째로 강력한 코딩 에이전트이며, Google이 자발적으로 밝히지 않은 악화된 환각률을 지니고 있다는 뜻입니다. 세 가지 진술은 모두 같은 페이지에서 나옵니다.

Google 자체 표이며, Google의 것으로 표시됨

공급업체 수치는 결국 조달 프레젠테이션 자료에 들어갈 수치이므로, 독립 평가 점수와 같은 문장에 배치하기보다는 정확한 출처를 명시하는 것이 마땅합니다. 아래 내용은 모두 Google이 보고한 것이며 Google 외부에서는 재현되지 않았습니다:

• SEC-bench Pro — 취약점 발견 부문 88.2%, 사이버 보안 분야의 핵심 주장.

• ExploitGym — 익스플로잇 부문에서 54.8%, Gemini 4 Argon은 42.0%입니다.

• CWE-bench — 패치 부문 71.0%.

• WebDev Arena — Elo 89점 상승해 1,768점, 4위. 이 아레나는 공개 아레나이므로 검증이 가능하며, 따라서 벤더 주장 가운데 단서를 가장 덜 필요로 하는 항목입니다.

• Gray Swan 간접 프롬프트 인젝션 — 공격 성공률 0.0%, Argon의 0.7% 대비. Terminal-Bench 4.0 부정행위: 성공 0.0%, 시도 0.4%.

• 내부 엔지니어링 측정 결과 — Argon 대비 보안 코드 생성 성공률 2배 이상; Chrome 팀이 Carbon이 경쟁 연구소의 최전선 모델보다 "10배 이상" 우수한 패치를 생성했다고 밝힌 성명; 중대한 정렬 불일치 경고 약 80% 감소; 근거 없는 단정 약 절반 감소; 과잉 수행 26% 감소 및 과소 서비스 29% 감소.

Google의 표가 한결같이 좋게만 보여 주지는 않으며, 여기서 지는 두 부분이야말로 기억할 가치가 있다: FrontierSWE 2는 GPT-6 Astra가 차지했고, OSWorld-2.1 오프라인 하위 집합은 Claude Opus 5.5가 차지했다. 자사의 패배를 공개하는 출시 글이 나머지에 대한 열 없이 17개의 승리만 공개하는 글보다 더 신뢰할 만하다 — 이는 공급업체가 모조리 석권했다고 주장할 때 패배 항목부터 확인해야 하는 바로 그 이유다.

요금표, 그리고 구글이 시작하지 않은 시계

Carbon의 도입 가격은 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러이며, 캐시된 입력은 95% 할인이 적용됩니다. 그런 다음 게시물에서는 도입 기간이 만료된 후 "입력 토큰 100만 개당 4달러, 출력 토큰 100만 개당 20달러가 적용됩니다"라고 명시하지만, 만료 날짜는 제공하지 않습니다. 이와 달리 Argon에는 확정된 기한이 있습니다. 도입 요율은 {{1}}2026년 11월 30일{{/1}}까지 적용되며, 표준 요율은 {{2}}12월 1일{{/2}}부터 적용됩니다. Carbon의 시계는 아직 시작되지 않았고, 판매할 공개 엔드포인트가 모델에 생기기 전까지는 시작되지 않을 것입니다.

표준 가격 기준으로, Artificial Analysis는 작업당 123k 출력 토큰에서 Intelligence Index 작업당 Carbon의 비용을 $7.76로 산정합니다. 이는 $10.04의 Claude Opus 5.5 (max)보다 약 23% 낮고, $6.25의 GPT-6 Astra (max) 대비 약 1.2배입니다. 이는 토큰당 달러가 아니라 작업당 달러이며, 그 차이는 중요합니다. 토큰당 더 저렴하지만 더 오래 생각하는 모델은 답변당 비용이 더 높을 수 있습니다.

이번 출시에서 Carbon에 엔드포인트가 생기는 순간 중요해질 부분은 바로 이 부분이며, 전체 모델 카탈로그에 적용되는 패스스루 규칙이 바로 이 부분을 위해 마련된 것입니다. OrcaRouter는 0% 마크업을 적용하고 공급업체의 자체 정가를 그대로 전달하므로, 공급업체의 요금 인하나 인상이 가격 재조정 주기를 거친 뒤가 아니라 우리 쪽에서는 당일 반영됩니다. 현재 이 규칙은 우리가 실제로 라우팅하는 Google 모델에 적용됩니다. Carbon은 그중 하나가 아니며, 그렇지 않다고 주장하는 페이지들은 아직 누구도 제공할 수 없는 것을 판매하고 있습니다.

개발자가 이번 주에 실제로 할 수 있는 일

10월 30일 기준, OrcaRouter 카탈로그에는 Gemini 4와 일치하는 문자열이 없습니다. 오늘 호출 가능한 프런티어 Gemini 모델들은 한 단계 아래에 있으며 그에 맞게 가격이 책정되어 있습니다: Gemini 3.1 Pro Preview는 100만 토큰당 입력 $2, 출력 $12이고 100만 토큰 컨텍스트를 제공하며, Flash 계층 — Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash — 은 입력 $0.75부터 시작합니다. "최상위 모델은 게이트되어 있다"는 말이 실제로 의미하는 것은 이것입니다: 작업은 여전히 출시되어야 하며, 그것은 문이 있는 최선의 모델에서 출시됩니다.

보안 워크플로를 위해 Carbon을 평가하고 있다면, 아직 출시되지 않은 모델에 프로덕션 경로를 걸지 않고 준비하는 신뢰할 수 있는 방법은 폴백을 먼저 구축하는 것입니다. 하나의 키로 여러 제공업체에 걸쳐 자동 장애 조치가 이루어지므로, 기본 모델이 오류를 반환하기 시작하거나 느려지면 동일한 호출 내에서 대체됩니다. 따라서 Carbon이 공개되는 날, 전환은 아키텍처 재설계가 아니라 모델 문자열 변경이 됩니다.

지켜봐야 할 날짜를 결정하는 선례

Argon은 다음에 일어날 일에 대해 사용할 수 있는 유일한 템플릿이다. Google은 2026년 9월 30일에 Argon을 발표했고, 10월 13일에 유료 API에서 일반 제공으로 전환했으며, 도입 가격 적용 기간을 11월 30일까지 열었다. 발표에서 호출 가능한 엔드포인트까지 13일이다. Carbon의 10월 28일 발표에 같은 산술을 적용하면 암시되는 날짜는 11월 10일경이다 — 단일 선례에 기반한 산술이지 약속은 아니며, Google은 정부의 출시 전 테스트가 먼저 완료되어야 한다고 분명히 밝혔다.

다른 변수는 그리 편안하지 않습니다: 2주 뒤에 출시되는 모델이 59점을 기록한 모델과 같지 않을 수 있습니다. Carbon은 Argon을 기반으로 구축되었고, 10월 21일자 확인되지 않은 관찰이 있습니다. 당시 제3자 아레나 모니터가 gemini-4-argon 별칭에서 능력 변화를 포착했고 일부 개발자는 이를 Carbon의 가중치가 일찍 도착한 것으로 해석했습니다. Google의 계획이 두 번째 엔드포인트를 출시하는 대신 Carbon의 포스트 트레이닝을 Argon 이름에 합쳐 넣는 것이라면, 주목해야 할 것은 전혀 새로운 모델 ID가 아니라 — 이미 호출할 수 있는 모델의 버전 업입니다.

순위는 당분간 유지될 것이다. 리더보드 1위는 대개 다음 연구소가 답을 내놓을 때까지 그렇다. 유지되지 않을 것은 이번 주 보도 대부분의 밑바탕에 깔린 가정이다 — 1위 모델이 곧 제품에 넣을 수 있는 모델이라는 가정. 10월 30일 기준, Gemini 4 Carbon은 공개된 점수 한 점 차이로 세계 최고 모델이며, 이번 세대에서 주소가 없는 유일한 프런티어 모델이다. Gemini 4 Argon은 발표 기준으로 네 주 더 오래되었고 점수는 아홉 점 낮지만, 주소와 실제 기한이 붙은 가격표, 그리고 트래픽을 갖고 있다.