Gemini 4 Carbon vs Gemini 4 Argon: 15-dniowa aktualizacja, której nie możesz nazwać

Dwa modele, jeden cennik, dziewięć punktów indeksowych różnicy — i tylko jeden z nich ma endpoint. Gemini 4 Carbon ogłoszono 28 października 2026 r., piętnaście dni po tym, jak Gemini 4 Argon stał się dostępny do wywołania w płatnym Gemini API, a sam Google w swoim wpisie opisuje Carbon jako mocniejszy z tej dwójki. Moc to jednak nie to samo co dostępność: dziś nie ma gemini-4-carbon wpisu na liście modeli Google ani na stronie z cenami, a osobami, które nim zarządzają, są specjaliści ds. cyberbezpieczeństwa i zaufani partnerzy dopuszczeni w ramach firmowego Fairwind Program. Uczciwe ujęcie tego zestawienia to porównanie możliwości między dwoma modelami oraz porównanie dostępu między modelem a programem.

Co Google oficjalnie ogłosiło 28 października

Ogłoszenie pochodziło od Koraya Kavukcuoglu, wiceprezesa seniora Google DeepMind, w poście zatytułowanym „our next frontier model”. Carbon zastępuje Argon — ogłoszony 30 września, ogólnie dostępny od 13 października — w ramach tego samego numeru generacji. Deklarowanym celem Google jest cyberbezpieczeństwo oraz praca agentów w długim horyzoncie — zadania, w których agent przez dni brnie przez ślepe zaułki, a nie takie, w których na jedno polecenie przypada pojedyncza odpowiedź.

Trzy szczegóły mają większe znaczenie niż marketing:

• Dostęp jest wprowadzany etapami i bez podanych terminów. Carbon trafił najpierw do „podzbioru obrońców cyberprzestrzeni”, następnie rozszerza się poprzez Fairwind Program, a potem do deweloperów, przedsiębiorstw i konsumentów „tak szybko, jak to możliwe”. Nie podano daty dla ostatnich trzech grup.

• Udostępnienie odbywa się w ramach dobrowolnego procesu testowania przed wydaniem prowadzonego przez rząd Stanów Zjednoczonych. Google podaje, że bierze w nim udział i nadal udoskonala zabezpieczenia przed szerszym dostępem.

• Brak publicznej karty modelu, brak punktu końcowego, brak identyfikatora. Lista modeli Gemini API, sprawdzona 29 października, zawiera dokładnie jedną pozycję Gemini 4 — Gemini 4 Argon — a strona z cennikiem nie zawiera żadnej pozycji dla Carbon. Okno kontekstu, które Google opublikowało dla Argon (ujednolicone 1 mln tokenów, z dekodowaniem do 1 mln), nie zostało ponownie podane dla Carbon; Artificial Analysis podaje dla niego 1 mln tokenów, co jest zestawieniem strony trzeciej, a nie specyfikacją Google.

Dziewięciopunktowa luka i kto ją zmierzył

Artificial Analysis przebudowało swój Intelligence Index jako v5 27 października, dzień przed wydaniem Carbon, zastępując dwa benchmarki, ulepszając trzy inne i czyniąc większość indeksu prywatną. Ten moment jest powodem, by zachować ostrożność w przypadku wszelkich wykresów przed i po, jakie zobaczysz w tym tygodniu: wyniki sprzed przebudowy nie są w tej samej skali co wyniki po niej. W obecnym zestawieniu po przebudowie oba modele zostały ocenione, a różnica jest rzeczywista i zmierzona tym samym narzędziem.

• Intelligence Index v5 — Carbon 59, pierwszy z 52 wymienionych modeli; Gemini 4 Argon 50, trzynasty.

• Koszt jednego zadania indeksowania w standardowej cenie — Carbon 7,76 USD wobec Argon 7,68 USD. Nowszy model uzyskuje o dziewięć punktów wyższy wynik za osiem centów więcej na zadanie.

• Dokładność — Carbon 58%, dziesięciopunktowy wzrost względem Argonu; AA-Omniscience 54 wobec 46.

• Halucynacja — Carbon 11%, wzrost z 4% Argon. Carbon nadal ma drugi najniższy wynik w trackerach, ale kierunek jest niewłaściwy.

• Objętość danych wyjściowych — 123 tys. tokenów na zadanie indeksowania, 29% mniej niż 173 tys. w Claude Opus 5.5, co częściowo wyjaśnia, dlaczego koszt przypadający na zadanie pozostaje niski mimo tej samej ceny katalogowej.

• Szybkość — 99.8 tokenów wyjściowych na sekundę według pomiaru Artificial Analysis, przy czasie do pierwszego tokena wynoszącym 97.48 sekundy przy wysokim wysiłku rozumowania. To liczba, na którą warto zwrócić uwagę, jeśli umieszczasz model za interaktywnym interfejsem, a nie w długotrwałym zadaniu.

Artificial Analysis mierzy też to, co umyka nagłówkom: w jego Coding Agent Index Carbon zdobywa 59 punktów z Antigravity CLI, trzy punkty za Claude Code napędzającym Claude Opus 5.5 z wynikiem 62. Wynik Google w zakresie tworzenia stron internetowych wskazuje jednak odwrotny kierunek — WebDev Arena na poziomie 1 768, czwarte miejsce, wzrost o 89 punktów Elo — co przypomina, że „numer jeden ogólnie” i „ najlepszy w kodzie” to dwa różne twierdzenia.

Liczby samego Google'a są najgłośniejsze w tym wpisie.

Google zgłosił znaczący zestaw zabezpieczeń i warto oddzielić to, co zmierzono, od tego, co twierdzono. W SEC-bench Pro, dotyczącym wykrywania podatności, Carbon uzyskuje 88,2% wobec 83,4% Argon. ExploitGym, który weryfikuje wykorzystanie podatności, przechodzi z 42,0% do 54,8%. CWE-bench, dotyczący łatania, idzie z 68,0% do 71,0%. Wewnętrznie Google twierdzi, że Carbon generuje kod wolny od podatności ponad dwa razy częściej niż Argon, a jego zespół Chrome uznał go za ponad dziesięć razy lepszy niż „duży model frontier innego laboratorium” w tworzeniu łat wysokiej jakości — porównanie bez wskazanego przeciwnika i bez opublikowanej metody.

Liczby dotyczące bezpieczeństwa są istotniejsze niż te dotyczące możliwości, ponieważ po raz pierwszy Google opublikowało dane pokazujące, że Carbon przewyższa Argon pod względem zachowania, a nie tylko wyników. W benchmarku pośredniego wstrzykiwania promptów Gray Swan odsetek udanych ataków Carbon wynosi 0,0% wobec 0,7% dla Argon. W Terminal-Bench 4.0 próby oszukiwania podjęto w 0,4% uruchomień i w żadnym się nie powiodły, przy czym zachowanie Argon było gorsze. Alerty o wysokiej wadze dotyczące niezgodności podczas wewnętrznego kodowania na żywo spadły o prawie 80%, liczba niepopartych twierdzeń zmalała o połowę, przekroczenia uprawnień spadły o 26%, a niedostateczne świadczenie usług — o 29%.

Dwie zastrzeżenia należą obok tych liczb, a nie do przypisu. Google twierdzi, że oceny cyberbezpieczeństwa przeprowadzono bez mechanizmów zabezpieczeń, co jest właściwym sposobem pomiaru surowych możliwości modelu i niewłaściwym sposobem przewidywania, co zrobi wdrożony system. A największe mnożniki — 2x bezpieczny kod i 10x łatanie — to wewnętrzne benchmarki i raport zespołu, a nie niezależne wyniki. W dniu premiery The Register oceniał, że sprawa bezpieczeństwa jest obiecująca i w dużej mierze oparta na doniesieniach dostawcy; nic, co opublikowano od tego czasu, tego nie zmieniło.

Liczby krążące w relacjach z premiery stawiają Carbon wyżej w Vals Index v2.2 (70,4% do 69,2%), SWE-sweep (9,6% do 4,3%), FrontierSWE 2 (61,2% do 55,0%), Agents' Last Exam v1.1 (77,4% do 69,0%), OSWorld-2.1 (81,5% do 74,7%) oraz long-context GraphWalks (96,2% do 84,2%). Są to dane zgłoszone przez Google, o ile właściciel benchmarku nie twierdzi inaczej, a wzorzec jest spójny: Carbon to szeroko zakrojona poprawa, a nie jednolita, i nadal wypada gorzej niż Opus 5.5 oraz GPT-6 Astra w kilku testach z zakresu inżynierii oprogramowania i obsługi komputera.

Ta sama cena na metce, inny zegar

Oba modele mają taki sam opublikowany cennik: 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych w okresie wprowadzającym, przy czym tokeny wejściowe z pamięci podręcznej są objęte 95% zniżką, a następnie stawki rosną do 4 USD i 20 USD. Asymetria tkwi w kalendarzu. Okres wprowadzający Argon ma podaną datę — strona cennika Google podaje, że wyższe stawki zaczynają obowiązywać 1 grudnia 2026 r. — a jego poziomy batch, flex i priority są publikowane obok. Zniżka Carbon nie ma żadnej daty końcowej; ogłoszenie mówi jedynie „po okresie wprowadzającym”.

Artificial Analysis wycenia oba modele po standardowej stawce $4/$20, dlatego podane przez nie koszty na zadanie są uczciwym sposobem ich porównania, a stawka wprowadzająca nim nie jest. Budżet oparty na $2/$10 dla któregokolwiek z modeli ma w sobie urwisko, a w przypadku Argon to urwisko ma teraz datę.

OrcaRouter nie kieruje dziś ruchu do żadnego z tych modeli: Gemini 4 Carbon nie ma publicznego identyfikatora, którego można by użyć do kierowania ruchu, a Gemini 4 Argon również nie znajduje się w naszym katalogu. Reguła przekazywania nadal ma znaczenie, ponieważ decyduje o tym, co się stanie, gdy to się zmieni — pobieramy 0% narzutu na cenę katalogową dostawcy, więc karta, którą publikuje Google, jest kartą, którą widzi klient, w tym zmiana stawek w trakcie umowy z $2/$10 do $4/$20. Z tej samej rodziny kierujemy natomiast Gemini 3.8 Flash, w cenie $0.75 za milion tokenów wejściowych i $3.75 za milion tokenów wyjściowych przy odczytach z pamięci podręcznej po $0.075, co stanowi inną klasę modeli, ale jest punktem końcowym Google, który można umieścić w ścieżce produkcyjnej jeszcze w tym tygodniu.

Kto powinien wybrać, które

Jeśli jesteś obrońcą wewnątrz perymetru Fairwind, wybór nie należy do Ciebie, a Carbon jest już dla Ciebie dostępny — ciekawym pytaniem jest, czy zyski w zakresie bezpieczeństwa przetrwają w Twoim własnym środowisku testowym, ponieważ opublikowane wyniki zmierzono bez mechanizmów zabezpieczających i częściowo na wewnętrznych zestawach Google.

Jeśli budujesz coś, co musi zostać wdrożone w tym kwartale, Argon jest domyślną odpowiedzią. Ma endpoint, opublikowaną cenę i termin obowiązywania rabatu — czyli więcej niż Carbon. Jego słabe punkty są znane: Terminal-Bench 4.0 na poziomie górnych pięćdziesięciu procent według premierowych danych Google, w zestawieniu z Opus 5.5 wynoszącym 66,4%, oraz wskaźnik halucynacji, który Carbon od tego czasu prześcignął w złym kierunku.

Jeśli określasz zakres produktu bezpieczeństwa, decyzja dotyczy w mniejszym stopniu tego, który model wygrywa, a w większym tego, który możesz przetestować. Carbon jest niedostępny, więc każdy dostawca, który podaje dziś wydajność „Gemini 4 Carbon”, podaje etykietę. Argon wraz z własną oceną to uczciwa podstawa odniesienia, względem której można później zweryfikować twierdzenia Carbona.

Prawdziwą historią jest piętnastodniowy rytm.

Argon ma cztery tygodnie. Carbon pojawił się w ramach tego samego numeru generacji, a nie jako Gemini 4.1 lub Gemini 5, co mówi, jak Google zamierza wydawać od teraz: warianty, a nie wersje. W dniu premiery Ars Technica interpretowała, że Carbon to zasadniczo nieco lepszy Argon — być może odświeżenie po treningu — a notatki wydania potwierdzają ten kształt: identyczna cena, identyczny kontekst, identyczne modalności wejściowe, inny zestaw możliwości.

Dla każdego, kto integruje, ma to konkretną konsekwencję. Nazwa modelu nie jest już stabilnym opisem zachowania.gemini-4-argon 13 października opisywał jedną rzecz, a po cichym odświeżeniu może opisywać inną; doniesienie z areny, które opisaliśmy 21 października — gdy alias wydawał się obsługiwać inne wagi — nie zostało potwierdzone ani obalone przez premierę. Obroną jest ta nieefektowna: przypnij identyfikator, na którym faktycznie przeprowadzono ewaluację, utrzymuj datowany zestaw ewaluacyjny i traktuj każdy alias jako coś, co może przesunąć się pod tobą.

Co obejrzeć dalej

• Pierwszy wpis gemini-4-carbon na liście modeli Google — to, a nie zapowiedź, jest momentem, w którym Carbon staje się produktem.

• 1 grudnia, kiedy wygasa zniżka wprowadzająca Argonu i zmienia się efektywne porównanie dla każdego nabywcy, który nadal z niego korzysta.

• Sparowana ewaluacja Carbon versus Argon przeprowadzona przez stronę trzecią na benchmarkach bezpieczeństwa, uruchomiona z zabezpieczeniami, ponieważ żadna taka ewaluacja nie została jeszcze opublikowana.

Zanim pojawi się pierwszy z nich, ranking należy do Carbon, a decyzja do Argon. To nietypowa rzecz do napisania o modelu, który właśnie okrzyknięto najlepszym na świecie, ale tak mówią endpointy.