Gemini 4 Carbon jest numerem jeden w indeksie i jest niedostępny: co się zmieniło 28 października

Google DeepMind opublikował Gemini 4 Carbon: nasz kolejny model z czołowej półki 28 października 2026 r., a w tym wpisie kryła się liczba, którą od tamtej pory cytowano wszędzie: 59 w Artificial Analysis Intelligence Index v5.0 — pierwsze miejsce, jeden punkt przewagi nad Claude Opus 5.5 z wynikiem 58 i dziewięć punktów przewagi nad Gemini 4 Argon, modelem, na którym opiera się Carbon, a zarazem modelem, który Google sprzedaje w swoim płatnym API od 13 października. Artificial Analysis to zewnętrzny ewaluator stojący za tą liczbą, a wiersz z tym wynikiem opublikował tego samego dnia. Czymś, czego zabrakło 28 października, a także 29 i 30 października, był sposób, by ktokolwiek spoza wskazanego programu mógł wywołać model.

Ta luka — między zweryfikowanym czołowym rankingiem a drzwiami bez klamki — to cała historia tego tygodnia. Carbon nie jest przeciekiem, plotką ani zapowiedzią, którą ktoś wypatrzył na liście rankingowej. To ogłoszony, przebadany w benchmarkach i wyceniony model z opublikowaną kartą stawek, ale bez opublikowanego identyfikatora modelu. Poniżej: co faktycznie się zmieniło, co Google zataiło oraz co oznaczają liczby, gdy przestaniesz czytać nagłówkowy wynik i zaczniesz czytać dziewięć testów, z których jest uśredniany.

Co mówił wpis, a czego nie — cztery rzeczy

W ogłoszeniu wymieniono Koraya Kavukcuoglu, starszego wiceprezesa Google DeepMind i głównego architekta AI, a Carbon przedstawiono jako model cyberbezpieczeństwa i długoterminowej inżynierii oparty na Argon. Sformułowanie dotyczące dostępu jest precyzyjne i warte przeczytania dwa razy: „Od tego tygodnia udostępnimy Carbon wybranemu gronu specjalistów ds. cyberobrony”, następnie „będziemy stopniowo rozszerzać dostęp dla kolejnych zaufanych partnerów w ramach naszego programu Fairwind”, a w końcu dla deweloperów, firm i konsumentów „tak szybko, jak to możliwe”, gdy zabezpieczenia zostaną dopracowane. Google twierdzi również, że uczestniczy w dobrowolnym procesie testowania przed wydaniem prowadzonym przez rząd USA. W całej tej sekwencji nigdzie nie pojawia się żadna data.

Brakuje czterech rzeczy, które normalnie zawiera strona modelu:

• ID modelu — lista modeli Gemini API, sprawdzona 30 października, nie zawiera wpisu Carbon. Jej jedynym ciągiem Gemini 4 jest gemini-4-argon.

• Okno kontekstu — nie podano go w poście Google i nie ma go na stronie z cennikiem. Strona modelu w Artificial Analysis podaje 1M; to liczba pochodząca od podmiotu trzeciego, a nie specyfikacja dostawcy, i jest to jedyna taka wartość w obiegu.

• Liczba parametrów i architektura — nie ujawniono ich, a premierze nie towarzyszy żaden raport techniczny.

• Karta modelu — na dzień 30 października nie opublikowano żadnej, dlatego każdy serwis wtórny cytuje wpis na blogu, a nie specyfikację.

Ceny natomiast są publikowane w pełni, co sprawia, że zestaw pominięć wygląda na celowy, a nie niedokończony: Google jest gotów powiedzieć, ile kosztuje Carbon, zanim będzie gotów powiedzieć, czym on jest.

59 to średnia z dziewięciu testów, a Carbon wygrywa cztery z nich.

Własne opracowanie Artificial Analysis jest bardziej użyteczne niż ranking. Carbon prowadzi w 4 z 9 składowych ewaluacji — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience i AutomationBench-AA — co oznacza, że wynik pierwszego miejsca wynika z bycia bardzo dobrym w każdym obszarze, a nie z zdominowania całego zestawu. Miejsca, w których nie prowadzi, to te, które deweloper zatrudniający agenta zauważyłby jako pierwsze.

• Agenci kodowania — Carbon uzyskuje 59 punktów w Coding Agent Index z Antigravity CLI. Claude Opus 5.5 osiąga 62 w Claude Code. Trzy punkty, w dokładnie tym obciążeniu, na którym marketing Google opiera się najmocniej.

• Terminal-Bench 4.0 — Carbon jest drugi z wynikiem 64%, za Claude Opus 5.5.

• FrontierCode v1.1 — drugie miejsce z wynikiem 51%, znów za Opus 5.5.

• AA-Briefcase — 1609 Elo, wzrost o 126 względem 1483 punktów Gemini 4 Argon. To największy pojedynczy skok podczas premiery, a mimo to Carbon wciąż plasuje się za Grok 4.7 (1638), Muse Wonder (1659) i Kimi K3.1 Pro (1678).

• AA-Omniscience v1.1 — 54, wyprzedzając Opus 5.5 (48) i Argon (46). Dokładność wzrosła o 10 punktów do 58%, a wskaźnik halucynacji wzrósł z 4% do 11%. Drugiej liczby nie ma we wpisie Google.

Uczciwa interpretacja wyniku 59 jest zatem taka, że Carbon jest najsilniejszym modelem ogólnego przeznaczenia w zestawieniu i drugim najsilniejszym agentem kodującym, a jego pogorszony wskaźnik halucynacji Google nie podało z własnej woli. Wszystkie trzy stwierdzenia pochodzą z tej samej strony.

Własna tabela Google, oznaczona jako należąca do Google

Liczby dotyczące dostawców to te, które ostatecznie trafią do prezentacji zakupowych, dlatego zasługują na precyzyjne wskazanie źródła, a nie na umieszczenie w tym samym zdaniu co niezależny wynik. Wszystko poniżej pochodzi z doniesień Google i nie zostało odtworzone poza Google:

• SEC-bench Pro — 88,2% w wykrywaniu podatności, kluczowe twierdzenie w obszarze cyberbezpieczeństwa.

• ExploitGym — 54,8% w zakresie eksploatacji, wobec 42,0% dla Gemini 4 Argon.

• CWE-bench — 71.0% w zakresie łatania.

• WebDev Arena — wzrost o 89 Elo do 1768, czwarte miejsce. Ta arena jest publiczna, a więc możliwa do sprawdzenia, dlatego jest to twierdzenie dostawcy, które najmniej wymaga zastrzeżenia.

• Gray Swan pośrednie wstrzyknięcie promptu — 0,0% skuteczności ataków, wobec 0,7% w przypadku Argon. Oszukiwanie w Terminal-Bench 4.0: 0,0% udanych, 0,4% prób.

• Wewnętrzne twierdzenia działu inżynierii — ponad dwukrotnie większa skuteczność generowania bezpiecznego kodu w porównaniu z Argon; oświadczenie zespołu Chrome, że Carbon wygenerował „ponad 10x” lepsze poprawki niż model frontier konkurencyjnego laboratorium; alerty dotyczące poważnych niezgodności spadły o prawie 80%; nieuzasadnione twierdzenia zmniejszyły się o około połowę; nadmierny zakres zadań spadł o 26%, a niedostateczne świadczenie usług spadło o 29%.

Tabela Google nie jest jednakowo pochlebna, a dwa miejsca, w których przegrywa, są warte zapamiętania: FrontierSWE 2 przypadło GPT-6 Astra, a podzbiór offline OSWorld-2.1 — Claude Opus 5.5. Post premierowy, który publikuje własne porażki, jest bardziej wiarygodny niż taki, który publikuje siedemnaście zwycięstw i nie ma kolumny dla reszty — i właśnie dlatego wiersze z porażkami są pierwszą rzeczą do sprawdzenia, gdy dostawca twierdzi, że zaliczył komplet zwycięstw.

Cennik i zegar, którego Google nie uruchomił

Cena promocyjna Carbon wynosi 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych, a tokeny wejściowe z pamięci podręcznej objęte są 95% rabatem. W poście stwierdzono następnie, że po zakończeniu okresu promocyjnego będzie obowiązywać „4 USD za 1 mln tokenów wejściowych i 20 USD za 1 mln tokenów wyjściowych” — i nie podano daty zakończenia. Argon natomiast ma sztywny termin: jego stawka promocyjna obowiązuje do 30 listopada 2026 r., a stawka standardowa zaczyna obowiązywać 1 grudnia. Zegar Carbonu jeszcze nie ruszył i nie ruszy, dopóki model nie będzie miał publicznego punktu końcowego, który można sprzedawać.

Przy standardowych cenach Artificial Analysis szacuje koszt modelu Carbon przypadający na zadanie {{1}}Intelligence Index{{/1}} na 7,76 USD — około 23% poniżej Claude Opus 5.5 (max) przy 10,04 USD i około 1,2 razy więcej niż w przypadku GPT-6 Astra (max) przy 6,25 USD, w przeliczeniu na 123 tys. tokenów wyjściowych na zadanie. To dolary za zadanie, a nie za token, i ta różnica ma znaczenie: model, który jest tańszy za token, ale myśli dłużej, wciąż może kosztować więcej za odpowiedź.

To jest ta część premiery, która stanie się istotna w momencie, gdy Carbon otrzyma endpoint, i to jest ta część, dla której zasada pass-through dotycząca pełnego katalogu modeli została zbudowana. OrcaRouter nie pobiera marży (0%) i przekazuje cenę listową dostawcy, więc obniżka lub podwyżka stawek dostawcy jest aktywna po naszej stronie tego samego dnia, a nie dopiero po cyklu zmiany cen. Obecnie ta zasada dotyczy modeli Google, które obsługujemy; Carbon nie jest jednym z nich, a strony, które twierdzą inaczej, sprzedają coś, czego nikt nie może jeszcze dostarczyć.

Co deweloper faktycznie może zrobić w tym tygodniu

30 października katalog OrcaRouter nie zawiera żadnego ciągu pasującego do Gemini 4. Czołowe modele Gemini, które można dziś wywołać, znajdują się o jeden szczebel niżej i są odpowiednio wycenione: Gemini 3.1 Pro Previeww cenie 2 USD za wejście i 12 USD za wyjście za milion tokenów, z kontekstem 1 mln tokenów, oraz poziom Flash — Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash — od 0,75 USD za wejście. To właśnie w praktyce oznacza „czołowy model jest zamknięty”: praca nadal musi zostać wykonana, a wykonuje się ją na najlepszym modelu, który ma drzwi.

Jeśli oceniasz Carbon pod kątem procesu bezpieczeństwa, wiarygodnym sposobem przygotowania się — bez stawiania ścieżki produkcyjnej na niewydanym modelu — jest najpierw zbudowanie mechanizmu awaryjnego. Automatyczne przełączanie awaryjne między dostawcami na jednym kluczu oznacza, że model podstawowy, który zaczyna zwracać błędy lub zwalnia, zostaje zastąpiony w ramach tego samego wywołania, więc w dniu udostępnienia Carbon przełączenie będzie zmianą identyfikatora modelu, a nie przebudową architektury.

Precedens, który wyznacza datę wartą obserwacji

Argon jest jedynym użytecznym szablonem dla tego, co nastąpi później. Google ogłosił go 30 września 2026 r., przeniósł go do ogólnej dostępności w płatnym API 13 października i otworzył okres cen wprowadzających do 30 listopada. To trzynaście dni od ogłoszenia do wywoływalnego punktu końcowego. Zastosuj tę samą arytmetykę do ogłoszenia Carbon z 28 października, a wynikająca data to około 10 listopada — arytmetyka oparta na pojedynczym precedensie, a nie zobowiązanie, i Google wyraźnie stwierdził, że rządowe testy przedpremierowe muszą najpierw zostać zakończone.

Druga zmienna jest mniej komfortowa: model, który zadebiutuje za dwa tygodnie, może nie być tym modelem, który uzyskał wynik 59. Carbon opiera się na Argonie, a z 21 października pochodzi niepotwierdzona obserwacja — zewnętrzny monitor areny zgłosił zmianę możliwości na gemini-4-argon aliasie, a niektórzy deweloperzy odczytali to jako wcześniejsze dotarcie wag Carbon. Jeśli plan Google polega na włączeniu etapu post-training Carbon do nazwy Argon, zamiast uruchamiania drugiego endpointu, to rzeczą, której należy wypatrywać, nie jest wcale nowy identyfikator modelu — jest nią podbicie wersji tego modelu, który już można wywołać.

Ranking utrzyma się przez jakiś czas; pierwsze miejsca na listach rankingowych zwykle się utrzymują, dopóki nie odpowie następne laboratorium. Nie utrzyma się natomiast założenie stojące u podstaw większości materiałów opublikowanych w tym tygodniu — że model numer jeden to model, który można wprowadzić do produktu. 30 października Gemini 4 Carbon jest najlepszym modelem świata o jeden opublikowany punkt i jedynym modelem frontier w tej generacji bez adresu. Gemini 4 Argon, ogłoszony cztery tygodnie wcześniej i o dziewięć punktów niżej, ma adres, cennik z realnym terminem i ruch.