Gemini 4 Carbon — первый в индексе и недоступен: что изменилось 28 октября

Google DeepMind опубликовала Gemini 4 Carbon: наша следующая фронтирная модель 28 октября 2026 года, и в этом посте было число, которое с тех пор цитируют повсюду: 59 в Artificial Analysis Intelligence Index v5.0 — первое место, на один балл впереди Claude Opus 5.5 с 58, и на девять баллов впереди Gemini 4 Argon — модели, на которой построен Carbon и которую Google продаёт через свой платный API с 13 октября. Artificial Analysis — сторонний оценщик, стоящий за этой цифрой, и эта строка была опубликована в тот же день. Чего не появилось 28 октября, а также 29 и 30 октября, — так это способа для любого, кто находится за пределами поименованной программы, обратиться к модели.

Этот разрыв — между подтверждённым первым местом в рейтинге и дверью без ручки — и есть главная история этой недели. {{1}}Carbon{{/1}} — это не утечка, не слух и не превью, которое кто-то заметил в таблице лидеров. Это анонсированная модель, прошедшая бенчмарки и получившая цену, с опубликованным прайс-листом и неопубликованным идентификатором модели. Ниже — что на самом деле изменилось, что {{2}}Google{{/2}} не раскрыл, и что означают цифры, если перестать читать итоговую оценку и начать читать девять тестов, по которым вычисляется её среднее.

Что говорилось в посте — и четыре вещи, о которых в нём не говорилось

В объявлении назван Корай Кавукчуоглу, старший вице-президент Google DeepMind и главный архитектор по ИИ, а Carbon позиционируется как модель для кибербезопасности и долгосрочных инженерных задач, построенная на Argon. Формулировка о доступе точна и стоит того, чтобы прочитать её дважды: «Начиная с этой недели мы предоставим Carbon ограниченному кругу специалистов по киберзащите», затем «постепенно расширим доступ для дополнительных доверенных партнёров через нашу программу Fairwind», и наконец разработчикам, компаниям и потребителям — «как можно скорее», после того как механизмы защиты будут доработаны. Google также сообщает, что участвует в добровольном процессе предрелизного тестирования правительства США. Нигде в этой последовательности не указана дата.

Четыре вещи, которые обычно присутствуют на странице модели, отсутствуют:

• Идентификатор модели — в списке моделей Gemini API, проверенном 30 октября, нет записи Carbon. Единственная строка Gemini 4 в нём — это gemini-4-argon.

• Контекстное окно — не указано в публикации Google и отсутствует на странице тарифов. На странице модели Artificial Analysis указано 1M; это сторонняя цифра, а не спецификация поставщика, и это единственная такая цифра в обращении.

• Количество параметров и архитектура — не раскрыты, а запуск не сопровождается техническим отчётом.

• Карточка модели — по состоянию на 30 октября не опубликована, поэтому все вторичные издания цитируют пост в блоге, а не спецификацию.

Цены, напротив, публикуются полностью, из-за чего набор пропусков выглядит намеренным, а не незавершённым: Google готова сообщить, сколько стоит Carbon, прежде чем сообщить, что это такое.

59 — это среднее по девяти тестам, и Carbon выигрывает в четырёх из них.

Собственный обзор Artificial Analysis полезнее, чем место в рейтинге. Carbon лидирует в 4 из 9 составных оценок — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience и AutomationBench-AA — а значит, первое место обусловлено очень высокими результатами по всем направлениям, а не полным превосходством во всех тестах набора. Те позиции, где он не лидирует, — это как раз то, на что разработчик, нанимающий агента, обратит внимание в первую очередь.

• Агенты для программирования — Carbon набирает 59 баллов в Coding Agent Index с Antigravity CLI. Claude Opus 5.5 достигает 62 в Claude Code. Разница в три балла — именно на той нагрузке, где маркетинг Google делает самый сильный акцент.

• Terminal-Bench 4.0 — Carbon занимает второе место с 64%, уступая Claude Opus 5.5.

• FrontierCode v1.1 — второе место с 51%, снова позади Opus 5.5.

• AA-Briefcase — 1,609 Elo, на 126 выше показателя Gemini 4 Argon в 1,483. Это самый большой единичный скачок за запуск, и при этом Carbon всё ещё остаётся позади Grok 4.7 (1,638), Muse Wonder (1,659) и Kimi K3.1 Pro (1,678).

• AA-Omniscience v1.1 — 54, впереди Opus 5.5 с его 48 и Argon с 46. Точность выросла на 10 пунктов до 58%, а доля галлюцинаций выросла с 4% до 11%. Второго числа нет в публикации Google.

Честная интерпретация 59 такова: Carbon — самая сильная универсальная модель в таблице и второй по силе агент для программирования, при этом уровень галлюцинаций ухудшился, о чём Google не сообщила добровольно. Все три утверждения взяты с одной и той же страницы.

Собственная таблица Google, помеченная как принадлежащая Google

Цифры поставщиков — это те, которые в итоге попадут в закупочные презентации, поэтому они заслуживают точной атрибуции, а не упоминания в одном предложении с независимой оценкой. Всё нижеследующее приведено по сообщению Google и не воспроизведено за пределами Google:

• SEC-bench Pro — 88,2% по обнаружению уязвимостей, главное заявление в сфере кибербезопасности.

• ExploitGym — 54,8% по эксплуатации против 42,0% у Gemini 4 Argon.

• CWE-bench — 71,0% по патчингу.

• WebDev Arena — +89 Elo до 1 768, четвёртое место. Это публичная арена, а значит, её можно проверить, поэтому из всех заявлений вендора именно оно меньше всего нуждается в оговорке.

• Косвенная инъекция промпта Gray Swan — 0,0% успешных атак против 0,7% у Argon. Читерство в Terminal-Bench 4.0: 0,0% успешных, 0,4% попыток.

• Внутренние инженерные заявления — более чем двукратное превышение успешности генерации защищённого кода по сравнению с Argon; заявление команды Chrome о том, что Carbon создавал «более чем в 10 раз» лучшие патчи, чем передовая модель конкурирующей лаборатории; серьёзные предупреждения о рассогласовании снизились почти на 80%; необоснованные утверждения сократились примерно вдвое; выход за рамки задачи снизился на 26%, а недообслуживание — на 29%.

Таблица Google не выглядит одинаково лестной, и два места, где она проигрывает, стоит запомнить: FrontierSWE 2 достался GPT-6 Astra, а офлайн-подмножество OSWorld-2.1 — Claude Opus 5.5. Пост о запуске, который публикует собственные поражения, заслуживает больше доверия, чем тот, что публикует семнадцать побед без колонки для остальных, — именно поэтому строки с поражениями первое, что нужно проверять, когда вендор заявляет о безоговорочной победе.

Тарифная карта и часы, которые Google не запустил

Вводная цена Carbon составляет $2 за миллион входных токенов и $10 за миллион выходных токенов, при этом кэшированный ввод — со скидкой 95%. Затем в посте говорится, что «$4 за 1 млн входных токенов и $20 за 1 млн выходных токенов будут действовать» после окончания вводного периода, — и не указывается дата окончания. У Argon, напротив, есть жёсткий дедлайн: вводный тариф действует до 30 ноября 2026 года, а стандартный тариф вступает в силу 1 декабря. Отсчёт времени для Carbon не запущен и не запустится, пока у модели не появится публичный эндпоинт для продажи.

При стандартных ценах Artificial Analysis оценивает стоимость Carbon за одну задачу Intelligence Index в $7.76 — примерно на 23% ниже, чем у Claude Opus 5.5 (max) при $10.04, и примерно в 1,2 раза выше, чем у GPT-6 Astra (max) при $6.25, из расчёта 123 тыс. выходных токенов на задачу. Это доллары за задачу, а не за токен, и это различие важно: модель, которая дешевле за токен, но думает дольше, всё равно может стоить дороже за ответ.

Это та часть запуска, которая станет актуальной в тот момент, когда у Carbon появится эндпоинт, и именно для неё предназначено правило сквозной передачи цен, действующее для полного каталога моделей. OrcaRouter не взимает наценку и передаёт цену из прайс-листа самого провайдера без изменений, поэтому снижение тарифа вендора или его повышение начинает действовать у нас в тот же день, а не после цикла пересмотра цен. Сегодня это правило применяется к моделям Google, которые мы действительно маршрутизируем; Carbon к ним не относится, а страницы, утверждающие обратное, продают то, что пока никто не может предоставить.

Что разработчик действительно может сделать на этой неделе

По состоянию на 30 октября в каталоге OrcaRouter нет ни одной строки, соответствующей Gemini 4. Передовые модели Gemini, которые можно вызвать сегодня, находятся на ступень ниже, и цены соответствуют этому: Gemini 3.1 Pro Preview— $2 за вход и $12 за выход на миллион токенов при контексте в 1 млн токенов, а также линейка Flash — Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash — от $0,75 за вход. Вот что на практике означает «доступ к топовой модели закрыт»: работу всё равно нужно выпускать, и она выходит на лучшей модели, у которой есть дверь.

Если вы оцениваете Carbon для рабочего процесса безопасности, надежный способ подготовиться, не строя производственный процесс на невыпущенной модели, — сначала создать резервный механизм. Автоматическое переключение при сбое между провайдерами с использованием одного ключа означает, что основная модель, которая начинает возвращать ошибки или замедляется, заменяется в рамках того же вызова, поэтому в день запуска Carbon переход будет изменением строки модели, а не перестройкой архитектуры.

Прецедент, который устанавливает дату, за которой нужно следить

Argon — единственный пригодный шаблон для того, что произойдёт дальше. Google объявила о нём 30 сентября 2026 года, перевела его в общий доступ в платном API 13 октября и открыла для него период действия вводной цены до 30 ноября. Это тринадцать дней от анонса до вызываемой конечной точки. Примените ту же арифметику к анонсу Carbon от 28 октября, и предполагаемая дата окажется около 10 ноября — арифметика на основе единственного прецедента, а не обязательство, и Google прямо указала, что государственное предварительное тестирование должно сначала завершиться.

Другая переменная менее утешительна: модель, которая выйдет через две недели, может оказаться не той моделью, что набрала 59. Carbon построен на Argon, и есть неподтверждённое наблюдение от 21 октября, когда сторонний монитор арены отметил изменение возможностей у алиаса gemini-4-argon, и некоторые разработчики восприняли это как досрочное прибытие весов Carbon. Если план Google — включить постобучение Carbon в имя Argon, а не запускать вторую конечную точку, то следить стоит не за новым ID модели — а за повышением версии той, которую уже можно вызвать.

Рейтинг какое-то время продержится; первые места в таблице лидеров обычно держатся, пока не ответит следующая лаборатория. А что не продержится — так это предположение, лежащее в основе большинства материалов этой недели: что модель номер один — это модель, которую можно встроить в продукт. По состоянию на 30 октября Gemini 4 Carbon — лучшая модель в мире с преимуществом в один опубликованный балл и единственная фронтирная модель этого поколения без адреса. Gemini 4 Argon, на четыре недели старше по дате анонса и на девять баллов ниже, имеет адрес, прайс-лист с реальным дедлайном и трафик.