Gemini 4 Carbon vs Gemini 4 Argon: 전화로는 할 수 없는 15일 업그레이드

두 모델, 하나의 요금표, 지수 포인트 9점 차이 — 그리고 그중 하나만 엔드포인트가 있습니다. Gemini 4 Carbon은 2026년 10월 28일에 발표되었으며, Gemini 4 Argon이 유료 Gemini API에서 호출 가능해진 지 15일 뒤였고, Google 자체 게시물은 Carbon을 둘 중 더 강력한 모델로 설명합니다. 하지만 강점이 가용성과 같은 의미는 아닙니다. 현재 Google의 모델 목록이나 가격 페이지에는 gemini-4-carbon 항목이 없으며, 이를 운영하는 사람들은 사이버 방어자와 회사의 Fairwind Program을 통해 승인된 신뢰할 수 있는 파트너입니다. 이 맞대결을 솔직하게 말하면 두 모델 간의 역량 비교이자 한 모델과 한 프로그램 간의 접근성 비교입니다.

구글이 10월 28일에 공식적으로 밝힌 것

이 발표는 Google DeepMind의 수석 부사장인 Koray Kavukcuoglu가 “우리의 차세대 프런티어 모델”이라는 제목의 게시물에서 전했습니다. Carbon은 9월 30일에 발표되어 10월 13일부터 일반 제공된 Argon을 동일한 세대 번호 안에서 잇습니다. Google이 밝힌 초점은 사이버 보안과 장기 지평 에이전트 작업, 즉 프롬프트 하나로 단일 답을 얻는 작업이 아니라 에이전트가 며칠 동안 막다른 길을 계속 헤쳐 나가는 종류의 작업입니다.

마케팅보다 더 중요한 세 가지 세부 사항:

• 액세스는 단계적으로 진행되며 날짜가 정해지지 않았습니다. Carbon은 먼저 "일부 사이버 방어자"에게 제공되었고, 이어 Fairwind Program을 통해 확대된 뒤, 개발자, 기업, 소비자에게 "가능한 한 빨리" 제공됩니다. 마지막 세 그룹에 대한 날짜는 제시되지 않았습니다.

• 이번 릴리스는 미국 정부의 자발적 사전 출시 테스트 절차에 포함됩니다. Google은 참여하고 있으며 광범위한 접근 전에 안전장치를 계속 개선하고 있다고 밝혔습니다.

• 공개 모델 카드도, 엔드포인트도, 식별자도 없습니다. 10월 29일에 확인한 Gemini API 모델 목록에는 Gemini 4 항목이 정확히 하나 — Gemini 4 Argon — 있으며, 가격 페이지에는 Carbon에 대한 항목이 없습니다. Google이 Argon에 대해 공개한 컨텍스트 창(통합 1M 토큰, 최대 1M까지 디코드)은 Carbon에 대해 다시 명시되지 않았습니다. Artificial Analysis는 이에 대해 1M 토큰을 기재하고 있는데, 이는 Google의 사양이 아닌 제3자 목록입니다.

9점 격차, 그리고 누가 그것을 측정했나

Artificial Analysis는 Carbon이 출시되기 하루 전인 10월 27일에 Intelligence Index를 v5로 재구축하면서 두 개의 벤치마크를 교체하고 세 개를 업그레이드했으며, 인덱스의 대부분을 비공개로 전환했습니다. 이런 시점 때문에 이번 주에 보게 될 전후 비교 차트는 주의해서 봐야 합니다. 재구축 전 점수는 재구축 후 점수와 같은 척도가 아닙니다. 현재의 재구축 이후 목록에서는 두 모델 모두 점수가 매겨졌고, 격차는 실제이며 동일한 측정 도구로 측정된 것입니다.

• Intelligence Index v5 — Carbon 59, 52개 나열된 모델 중 1위; Gemini 4 Argon 50, 13위.

• 표준 가격 기준 인덱스 작업당 비용 — Carbon은 $7.76, Argon은 $7.68. 최신 모델은 작업당 8센트 더 지불하고 9점 더 높은 점수를 기록합니다.

• 정확도 — Carbon 58%, Argon 대비 10점 상승; AA-Omniscience 54 대 46.

• 환각 — Carbon 11%, Argon의 4%에서 상승. Carbon은 여전히 트래커에서 두 번째로 낮은 수치이지만, 방향은 잘못된 쪽입니다.

• 출력량 — 인덱스 작업당 123k 토큰으로, Claude Opus 5.5의 173k보다 29% 적으며, 이는 동일한 정가에도 불구하고 작업당 비용이 낮게 유지되는 이유 중 하나입니다.

• 속도 — Artificial Analysis 측정 기준 초당 출력 토큰 99.8개이며, 높은 추론 강도에서 첫 토큰까지 걸리는 시간은 97.48초입니다. 장시간 실행되는 작업이 아니라 대화형 인터페이스 뒤에 모델을 배치하는 경우라면 주목해야 할 수치입니다.

Artificial Analysis는 헤드라인이 감추는 것도 측정한다. 자사의 Coding Agent Index에서 Carbon은 Antigravity CLI와 함께 59점을 기록해, Claude Opus 5.5를 구동하는 Claude Code의 62점에 3점 뒤진다. Google 자체의 웹 개발 결과는 반대 방향을 가리킨다 — WebDev Arena 1,768점, 4위, 89 Elo 상승 — 이는 "전체 1위"와 "코드 최고"가 서로 다른 주장이라는 점을 일깨워준다.

구글 자체의 수치가 그 글에서 가장 요란한 숫자다.

구글은 상당한 분량의 보안 평가 결과를 보고했으며, 측정된 것과 주장된 것을 구분해 볼 필요가 있습니다. 취약점 발견을 평가하는 SEC-bench Pro에서 Carbon은 88.2%로 Argon의 83.4%를 앞섰습니다. 익스플로잇 검증을 평가하는 ExploitGym에서는 42.0%에서 54.8%로 상승했습니다. 패치 작업을 평가하는 CWE-bench에서는 68.0%에서 71.0%로 올랐습니다. 구글은 내부적으로 Carbon이 Argon보다 두 배 이상 자주 취약점 없는 코드를 생성한다고 밝혔고, 자사 Chrome 팀이 고품질 패치를 만들어내는 능력에서 "다른 연구소의 대형 프런티어 모델"보다 열 배 이상 뛰어나다고 평가했다고 전했습니다. 그러나 이 비교에는 상대 모델의 이름도, 공개된 방법론도 없습니다.

안전성 지표는 역량 지표보다 더 중대한데, 이는 Google이 Carbon이 점수에서만이 아니라 행동에서 Argon을 앞선다는 사실을 처음으로 공개한 지점이기 때문입니다. Gray Swan의 간접 프롬프트 주입 벤치마크에서 Carbon의 공격 성공률은 0.0%로 Argon의 0.7%를 기록했습니다. Terminal-Bench 4.0에서는 0.4%의 실행에서 부정행위가 시도되었으나 성공한 사례는 없었으며, Argon의 행동은 더 나빴습니다. 내부 실시간 코딩에서 고위험 정렬 경고는 거의 80% 감소했고, 근거 없는 주장은 절반으로 줄었으며, 과잉 개입은 26%, 서비스 미흡은 29% 감소했습니다.

두 가지 주의사항은 각주가 아니라 해당 수치 옆에 있어야 합니다. Google은 사이버보안 평가가 가드레일 없이 실행되었다고 말하는데, 이는 모델의 원시 능력을 측정하는 올바른 방법이지만 배포된 시스템이 무엇을 할지 예측하는 잘못된 방법입니다. 그리고 가장 큰 배수인 보안 코드 2배와 패치 10배는 내부 벤치마크와 팀 보고서이지 독립적인 결과가 아닙니다. 출시 당일 The Register의 해석은 보안 사례가 유망하며 상당 부분 벤더 보고에 기반한다는 것이었으며, 이후 공개된 어떤 내용도 그 판단을 바꾸지 못했습니다.

출시 보도에서 유포된 수치에 따르면 Carbon은 Vals Index v2.2(70.4% 대 69.2%), SWE-sweep(9.6% 대 4.3%), FrontierSWE 2(61.2% 대 55.0%), Agents' Last Exam v1.1(77.4% 대 69.0%), OSWorld-2.1(81.5% 대 74.7%), 장문맥 GraphWalks(96.2% 대 84.2%)에서 앞선다. 이는 벤치마크 소유자가 달리 밝히지 않는 한 Google이 보고한 수치이며, 양상은 일관된다. Carbon은 전반적인 개선이지 균일한 개선은 아니며, 여러 소프트웨어 엔지니어링 및 컴퓨터 사용 테스트에서는 여전히 Opus 5.5와 GPT-6 Astra에 뒤처진다.

같은 표시 가격, 다른 시계

두 모델 모두 동일한 공개 요금표를 제시합니다. 도입 요금은 백만 토큰당 입력 2달러, 출력 10달러이며, 캐시된 입력에는 95% 할인이 적용되고, 이후 입력 4달러, 출력 20달러로 인상됩니다. 차이는 일정에 있습니다. Argon의 도입 기간에는 날짜가 명시되어 있습니다. Google 요금 페이지에 따르면 더 높은 요금은 2026년 12월 1일부터 시작되며, 배치·플렉스·우선순위 티어도 함께 공개되어 있습니다. Carbon의 할인은 종료일이 전혀 없습니다. 발표문에는 “도입 기간 이후”라고만 적혀 있습니다.

Artificial Analysis는 두 모델 모두를 표준 $4/$20로 책정하므로, 작업당 비용 수치가 두 모델을 비교하는 공정한 방법이며 도입 요금은 그렇지 않다. 어느 모델이든 $2/$10을 기준으로 세운 예산에는 절벽이 있으며, Argon의 경우 그 절벽에는 이제 날짜가 정해졌다.

OrcaRouter는 현재 이 두 모델 중 어느 것도 라우팅하지 않습니다: Gemini 4 Carbon은 라우팅할 공개 식별자가 없고, Gemini 4 Argon도 저희 카탈로그에 없습니다. 패스스루 규칙이 여전히 적용되는 규칙입니다. 왜냐하면 그것이 상황이 바뀔 때 어떤 일이 일어나는지를 결정하기 때문입니다. 저희는 공급자 정가에 0% 마크업을 부과하므로, Google이 게시하는 요금 카드가 고객이 보는 요금 카드입니다. 여기에는 계약 중간에 $2/$10에서 $4/$20로 인상되는 것도 포함됩니다. 같은 제품군에서 저희가 실제로 라우팅하는 것은 Gemini 3.8 Flash로, 입력 100만 개당 $0.75, 출력 100만 개당 $3.75이며 캐시 읽기는 $0.075입니다. 이는 다른 등급의 모델이지만 이번 주에 프로덕션 경로에 넣을 수 있는 Google 엔드포인트입니다.

누가 무엇을 골라야 할까요?

Fairwind 경계 내부의 방어자라면 선택은 당신이 내릴 것이 아니며 Carbon은 이제 당신이 사용할 수 있습니다 — 흥미로운 질문은 공개된 보안 개선 효과가 자체 하네스에서도 유지되는지입니다. 공개된 측정치는 가드레일 없이, 그리고 일부는 Google의 내부 스위트에서 측정되었기 때문입니다.

이번 분기 안에 반드시 출시해야 하는 것을 만들고 있다면, 기본 선택은 Argon입니다. Argon에는 엔드포인트가 있고, 공개된 가격이 있으며, 할인에 대한 날짜까지 있어서 Carbon보다 낫습니다. 약점도 이미 알려져 있습니다. Google의 출시 수치 기준으로 Terminal-Bench 4.0은 50점대 후반인 반면 Opus 5.5는 66.4%이며, 환각률은 Carbon이 이후 잘못된 방향으로 앞서 나간 상태입니다.

보안 제품의 범위를 정하고 있다면, 결정은 어느 모델이 더 우수한가보다 어느 모델을 테스트할 수 있는가에 더 가깝습니다. Carbon은 사용할 수 없으므로, 오늘 "Gemini 4 Carbon" 성능을 인용하는 벤더는 어느 곳이든 하나의 라벨을 인용하는 것입니다. Argon과 자체 평가가 바로 나중에 Carbon의 주장을 검증할 수 있는 정직한 기준선입니다.

15일 주기가 진짜 핵심이다

Argon은 출시된 지 4주 되었습니다. Carbon은 Gemini 4.1이나 Gemini 5가 아니라 같은 세대 번호 안에 등장했으며, 이는 Google이 앞으로 어떻게 출시할 의도인지, 즉 버전이 아니라 변형으로 출시한다는 것을 보여줍니다. Ars Technica가 출시 당일 해석한 바로는 Carbon은 사실상 약간 더 나은 Argon, 어쩌면 post-training refresh일 수 있으며, 릴리스 노트도 그 형태를 뒷받침합니다: 동일한 가격, 동일한 컨텍스트, 동일한 입력 모달리티, 다른 기능 조합.

통합 작업을 하는 사람이라면 누구에게나 이는 구체적인 결과를 가져옵니다. 모델 이름은 더 이상 동작을 안정적으로 설명하는 수단이 아닙니다. gemini-4-argon은 10월 13일에는 한 가지를 설명했고, 조용한 새로고침 후에는 다른 것을 설명할 수 있습니다. 10월 21일에 우리가 다룬, 별칭이 서로 다른 가중치를 제공하는 것처럼 보였던 아레나 목격 사례는 이번 출시로 확인되지도 반박되지도 않습니다. 방어법은 화려하지 않은 것입니다: 실제로 평가받은 식별자를 고정하고, 날짜가 기록된 평가 세트를 유지하며, 모든 별칭을 당신 발밑에서 움직일 수 있는 것으로 취급하십시오.

다음에 무엇을 볼까요?

• Google 모델 목록의 첫 번째 gemini-4-carbon 항목 — 발표가 아니라 바로 그 순간이 Carbon이 제품이 되는 순간입니다.

• 12월 1일, Argon의 도입 할인이 만료되어 이를 여전히 운용 중인 모든 구매자의 실질 비교가 달라지는 날.

• 아직 공개된 사례가 없으므로, 보안 벤치마크에서 가드레일을 적용해 실행하는 제3자 주도의 Carbon 대 Argon 짝지은 평가입니다.

그중 첫 번째가 공개되기 전까지는 순위는 Carbon의 것이고, 결정은 Argon의 것입니다. 방금 세계 최고라는 평가를 받은 모델에 대해 쓰기에는 이례적인 일이지만, 엔드포인트가 말하는 바는 그렇습니다.