Gemini 4 Carbon można już wywoływać, a cena podwaja się w ciągu dwudziestu dni.

For twelve days, G​emini 4 Carbon was the best model almost nobody could call. G​oogle announced it on 28 October 2026 to a named cohort of cyber defenders and Fairwind Program partners, with no model ID, no endpoint and no rate card. On 10 November 2026 that changed: gemini-4-carbon is now a stable model on the paid G​emini API, in AI Studio and Android Studio, and for enterprises through G​emini for business. The part worth planning around is the calendar. It costs $2 per million input tokens and $10 per million output tokens until 30 November. On 1 December those numbers become $4 and $20 with nothing else about the model changing.

To materiał premierowy, w którym premiera jest prawdziwa, a pożyteczną informacją nie jest marketing. To macierz dostępu, dwudziestodniowa zniżka oraz fakt, że zdanie „#1 on the Artificial Analysis Intelligence Index” z października zajmuje teraz czwarte miejsce na tej samej liście.

Kto może to faktycznie wywołać, a kto wciąż nie może

Post z 10 listopada jest nietypowo konkretny w kwestii kanałów, co sprawia, że warto czytać go jako tabelę dostępu, a nie ogłoszenie. Co zostało otwarte:

• Paid G​emini API developers, through AI Studio and Android Studio, with G​oogle AI Ultra subscribers also able to reach it in Antigravity and AI Studio.

• Enterprises, through G​emini for business on either the API or the model dropdown, plus Antigravity and CodeMender.

• Consumers on G​oogle AI Ultra, in the G​emini app and AI Mode in Search.

• Naukowcy i badacze wyłącznie po złożeniu wniosku, z Argon i Carbon w najwyższym planie Antigravity, bezpłatnie przez sześć miesięcy, z zastrzeżeniem spełnienia kryteriów i dostępności miejsc.

• Cyberobrońcy, nadal za pośrednictwem programu Fairwind, od którego rozpoczęło się całe wdrożenie.

What did not open is the free tier. G​oogle's pricing page is explicit: "Not available" for G​emini 4 Carbon, and every processed token is billed — including thinking tokens, and including tool system instructions when grounding is on. There is also no playground-grade ceiling mentioned anywhere in the docs; rate limits are not published on the model page. If you are budgeting a pilot, that is the one number you will have to discover by calling the API rather than by reading about it.

Cena za dwadzieścia dni i klif za nią

G​oogle is running Carbon on the same introductory rate card it used for G​emini 4 Argon: $2 in and $10 out through 30 November, then $4 and $20 from 1 December 2026. The pattern is not new — Argon launched the same way — which is why the date matters more than the discount. A workload priced at the intro rate today is priced 100% higher on the same tokens three weeks from now.

Reszta karty to miejsce, w którym zespoły dają się zaskoczyć:

• Buforowane dane wejściowe — 0,10 USD za milion do 30 listopada, 0,20 USD po tej dacie. Przy obecnej stawce buforowany token kosztuje 5% ceny świeżego, a ten mnożnik pozostaje aktualny po zmianie.

• Batch i Flex — połowa standardowej stawki: teraz $1.00 za wejście i $5.00 za wyjście, a od 1 grudnia $2.00 i $10.00. Jeśli Twoje zadanie toleruje opóźnienia, to największa pojedyncza dźwignia na rachunku.

• Priority — 1,8x standard, teraz 3,60 USD za wejście i 18,00 USD za wyjście, a później 7,20 i 36,00 USD.

• Contributor — 1,00 USD wejście, 5,00 USD wyjście, 0,05 USD z pamięci podręcznej, podgląd tylko na zaproszenie. Nie jest to opcja ogólna.

• Long context — there is no length-based tier. Unlike G​emini 3.1 Pro, which steps up a price band past 200,000 input tokens, Carbon charges the same per-token rate whether you send 2,000 tokens or 900,000. That is a genuine advantage for large-codebase work and it is easy to miss because most vendors of 1M-token models do tier.

Caching is implicit only. Explicit context caching is not supported on Carbon, so you cannot pin a document and guarantee the cached rate the way you can on some other G​emini models. If your saving plan depended on explicit cache hits, it does not apply here.

Twierdzenie nr 1 i co zarząd mówi po czterech poprawkach

G​oogle's 28 October post led with a first-place finish on the Artificial Analysis Intelligence Index. That was accurate for the board as it stood that day. It is not what the board says now, and this is the sort of drift that gets quoted for months after it stops being true.

Read the current listing and G​emini 4 Carbon at high effort scores 60 on Intelligence Index v5.0.1 — fourth of 74 models. Above it sit three configurations of Claude Fable 5.2, at 65, 62 and 62. Carbon's own effort dial moves the number too: medium lands at 58 and low at 54, which means a single "Carbon scores 60" line in a comparison is only true at high effort.

The vendor-reported numbers from the 10 November post, none of which have been independently reproduced, are a different and much louder set: first on CursorBench 4.0, on Perplexity's WANDR and on Zapier's AutomationBench, at what G​oogle describes as more than 2x lower cost per task than the next-best external model; second on a new Multimodal Knowledge Agent benchmark built with Artificial Analysis, at over 6x lower average cost per task than the top model; a tie for best on Hebbia's end-to-end financial evaluation; and top of 23 frontier configurations on Balyasny's GMI. Every one of those is G​oogle's own framing of a benchmark, and the cost-per-task advantage is a claim about a specific task mix, not a general price statement.

The cyber numbers follow the same pattern. On 28 October G​oogle published SEC-bench Pro at 88.2%, ExploitGym at 54.8% and CWE-bench at 71.0%. On 10 November it added Project Fortify at 100% scan recall and 95% triage precision on open-source code, a 25%-plus relative recall gain over Argon, and a 40-fold average increase in homologs retrieved across seven CASP17 protein families. Those are the claims that justify the model's existence for a security team. They are also unaudited by anyone outside G​oogle, and the model has been generally callable for one day.

Co niezależna rada rzeczywiście mówi, i liczba, która ma znaczenie

Artificial Analysis has measured Carbon rather than repeated G​oogle's chart, and its numbers are the ones to budget against:

• Koszt zadania w Intelligence Index — 7,76 USD przy standardowych cenach. To nie jest najtańszy sposób kupowania inteligencji; to jeden z najdroższych na liście, z 61. miejscem na 73 pod tym względem.

• Tokeny wyjściowe zużyte w indeksie — 205 milionów wobec mediany 72,8 miliona. Carbon to rozwlekły model, trzeci od końca w rankingu gadatliwości. Cena za token zaniża rzeczywisty koszt obciążenia Carbon, gdy model myśli dłużej i pisze więcej.

• Szybkość — 80 tokenów wyjściowych na sekundę, przy 66,85 sekundy do pierwszego tokenu odpowiedzi. W porównaniu z medianą 12 sekund dla tego poziomu Carbon to model do przetwarzania wsadowego, a nie model do umieszczenia za okienkiem czatu.

• Context — 1M tokens, confirmed both by G​oogle's docs and by the third-party listing.

Zestawcie gadatliwość z ceną, a arytmetyka okaże się nieubłagana. Zadanie, które na Carbon kosztuje 7,76 USD, na tanim modelu z otwartymi wagami kosztuje około jednej piątej tego — i to właśnie to porównanie kolejny artykuł z tego cyklu omawia szczegółowo. Carbon nie broni się tym, że jest wydajny. Broni się tym, że w pracy agentowej nad cyberbezpieczeństwem i zadaniami długodystansowymi może nie być nic innego o tej samej zdolności.

Co zrobić z najbliższymi dwudziestoma dniami

Trzy praktyczne kroki, uszeregowane według oszczędności.

Po pierwsze, przyjmij jako punkt odniesienia stawkę wprowadzającą, a wynik wyceń według stawki grudniowej. Cokolwiek zdecydujesz w listopadzie, używając listopadowych liczb, będzie wyglądać o 100% lepiej, niż jest w rzeczywistości. Jeśli pilotaż pokazuje w tym miesiącu miesięczny rachunek na 400 USD, ten sam ruch od 1 grudnia kosztuje 800 USD w wariancie standardowym.

Second, decide whether you need Carbon or whether Argon will do. G​oogle says so itself in the announcement: Argon "remains the ideal choice for the majority of software engineering and knowledge work," and Carbon uses more tokens than Argon to get its answers. The two models share an identical rate card, which means the choice is purely about capability per token spent — and for most workloads the cheaper-per-answer model is Argon.

Third, keep the integration portable. This is where routing earns its keep, and it is worth being precise about what is and is not available today. G​emini 4 Carbon is reached through G​oogle's paid API; it is not in our catalogue, and nothing here should be read as claiming otherwise. G​emini 4 Argon is: google/gemini-4-argon sits on OrcaRouter at G​oogle's own $2 in / $10 out, with the same OpenAI-compatible surface as the other 200-plus models on the key. DeepSeek V4 Pro and Grok 4.7 — the two opponents in this batch — are also there, at $0.66/$1.98 and $2/$6 respectively. Because we pass provider list price through with 0% markup, a vendor rate change is live on our side the day it happens rather than after a repricing cycle — which is the specific thing that matters on 1 December.

Właśnie ta przenośność jest całym argumentem za tym, żeby w listopadzie nie zaszywać na sztywno SDK jednego dostawcy. Warunki dostępu do Carbon zmieniły się już dwukrotnie w ciągu czternastu dni: najpierw ogłoszenie za bramką, potem płatne API. Stawka zmienia się 1 grudnia. Miesiąc, w którym zmieniły się i cena, i brama dostępu, nie jest miesiącem na budowanie zależności od jednego dostawcy.

Co wciąż jest nieznane

Two things, and they are the ones to watch rather than the benchmark table. Rate limits are unpublished, so nobody outside G​oogle knows what a production Carbon integration can actually sustain — the 28 October cohort was small enough that throughput was never tested publicly. And the consumer picture is Ultra-only: there is no free path to Carbon and no indication of when there will be. If the model follows Argon's arc, a cheaper sibling will absorb the volume and Carbon will stay the expensive specialist. That is the shape the pricing already implies.