Gemini 4 Carbon är nummer ett på indexet och otillgänglig: Vad förändrades den 28 oktober

Google DeepMind publicerade Gemini 4 Carbon: vår nästa frontmodell den 28 oktober 2026, och i det inlägget fanns siffran som sedan dess har citerats överallt: 59 på Artificial Analysis Intelligence Index v5.0 — första plats, en poäng före Claude Opus 5.5 på 58, och nio före Gemini 4 Argon, modellen som Carbon bygger på och den modell som Google har sålt via sitt betalda API sedan den 13 oktober. Artificial Analysis är tredjepartsevaluatorn bakom siffran, och den hade raden publicerad samma dag. Det som inte kom den 28 oktober, eller den 29 eller 30 oktober, är ett sätt för någon utanför ett namngivet program att anropa modellen.

Det gapet – mellan en verifierad topprankning och en dörr utan handtag – är hela veckans historia. Carbon är inte en läcka, inte ett rykte och inte en förhandsversion som någon har hittat i en resultattabell. Det är en annonserad, benchmarkad och prissatt modell med en publicerad prislista och inget publicerat modell-ID. Nedan följer vad som faktiskt förändrades, vad Google höll inne med och vad siffrorna betyder när man slutar läsa rubrikpoängen och börjar läsa de nio tester som rubrikpoängen är ett genomsnitt av.

Vad inlägget sa, och de fyra saker det inte gjorde

Koray Kavukcuoglu, Google DeepMinds SVP och chefsarkitekt för AI, nämns i tillkännagivandet, och Carbon beskrivs som en modell för cybersäkerhet och långsiktigt ingenjörsarbete byggd på Argon. Formuleringen kring åtkomst är precis och värd att läsa två gånger: "Från och med denna vecka kommer vi att göra Carbon tillgängligt för en delmängd av cyberförsvarare", därefter "gradvis öppna åtkomst för ytterligare betrodda partner via vårt Fairwind Program" och slutligen för utvecklare, företag och konsumenter "så snart som möjligt" när skyddsåtgärderna har förfinats. Google säger också att företaget deltar i den amerikanska regeringens frivilliga testprocess före lansering. Inget datum förekommer någonstans i den sekvensen.

Fyra saker som en modellsida vanligtvis innehåller saknas:

• Modell-ID – listan över Gemini API-modeller, kontrollerad den 30 oktober, innehåller ingen Carbon-post. Dess enda Gemini 4-sträng är gemini-4-argon.

• Kontextfönster — anges inte i Googles inlägg och finns inte på deras prissida. Modellsidan för Artificial Analysis anger 1M; det är en siffra från tredje part, inte en leverantörsspecifikation, och den är den enda som cirkulerar.

• Antal parametrar och arkitektur — inte offentliggjorda, och ingen teknisk rapport åtföljer lanseringen.

• Ett modellkort – inget publicerat per den 30 oktober, vilket är orsaken till att varje sekundärt medium citerar blogginlägget i stället för en specifikation.

Prissättningen publiceras däremot i sin helhet, vilket får uppsättningen utelämnanden att framstå som avsiktlig snarare än oavslutad: Google är berett att berätta för dig vad Carbon kostar innan det är berett att berätta vad det är.

59:an är ett genomsnitt av nio tester, och Carbon vinner fyra av dem.

Artificial Analysiss egen sammanställning är mer användbar än placeringen. Carbon leder 4 av de 9 ingående utvärderingarna – HLE-Diamond, Terminal-Bench-Science, AA-Omniscience och AutomationBench-AA – vilket betyder att förstapjatsresultatet kommer från att vara mycket bra överlag snarare än från att ha sopat banan med hela setet. De områden där den inte leder är de som en utvecklare som anlitar en agent först skulle lägga märke till.

• Kodningsagenter – Carbon får 59 poäng på Coding Agent Index med Antigravity CLI. Claude Opus 5.5 når 62 i Claude Code. Tre poäng, på exakt den arbetsbelastning som Googles marknadsföring betonar allra mest.

• Terminal-Bench 4.0 — Carbon är tvåa med 64 %, efter Claude Opus 5.5.

• FrontierCode v1.1 — tvåa på 51 %, återigen bakom Opus 5.5.

• AA-Briefcase — 1 609 Elo, en ökning med 126 från Gemini 4 Argons 1 483. Det är det största enskilda hoppet i lanseringen, och det placerar fortfarande Carbon bakom Grok 4.7 (1 638), Muse Wonder (1 659) och Kimi K3.1 Pro (1 678).

• AA-Omniscience v1.1 — 54, före Opus 5.5:s 48 och Argons 46. Träffsäkerheten steg med 10 punkter till 58 %, och hallucinationsfrekvensen steg från 4 % till 11 %. Det andra numret finns inte i Googles inlägg.

Den ärliga tolkningen av 59 är alltså att Carbon är den starkaste allmänna modellen på tavlan och den näst starkaste kodagenten, med en försämrad hallucineringsfrekvens som Google inte frivilligt uppgav. Alla tre påståendena kommer från samma sida.

Googles egen tabell, märkt som Googles

Siffrorna från leverantörerna är de som kommer att hamna i inköpspresentationer, så de förtjänar en exakt källangivelse i stället för en plats i samma mening som det oberoende betyget. Allt nedan är rapporterat av Google och inte reproducerat utanför Google:

• SEC-bench Pro — 88,2 % för sårbarhetsupptäckt, det främsta cybersäkerhetspåståendet.

• ExploitGym — 54,8 % inom exploatering, jämfört med 42,0 % för Gemini 4 Argon.

• CWE-bench — 71,0 % vid patchning.

• WebDev Arena — upp 89 Elo till 1 768, fjärde plats. Den här är en offentlig arena och därför kontrollerbar, vilket är anledningen till att det är det leverantörspåstående som minst behöver ett förbehåll.

• Gray Swan indirekt promptinjektion – 0,0 % lyckade attacker, jämfört med Argons 0,7 %. Terminal-Bench 4.0-fusk: 0,0 % lyckade, 0,4 % försök.

• Interna tekniska påståenden – mer än 2x framgång med säkerkodgenerering mot Argon; ett uttalande från Chrome-teamet om att Carbon gav "mer än 10x" bättre patchar än en rivaliserande labbs frontiermodell; allvarliga felaligneringslarm minskade med nästan 80 %; obestyrkta påståenden minskade med ungefär hälften; uppgiftsöverskridande minskade med 26 % och underleverans med 29 %.

Googles tabell är inte genomgående smickrande, och de två ställena där den förlorar är värda att minnas: FrontierSWE 2 gick till GPT-6 Astra, och OSWorld-2.1 offline-delmängden gick till Claude Opus 5.5. Ett lanseringsinlägg som publicerar sina egna förluster är mer trovärdigt än ett som publicerar sjutton vinster utan någon kolumn för resten – vilket är precis varför förlustraderna är det första man bör kontrollera när en leverantör påstår sig ha gjort rent hus.

Prislistan, och klockan som Google inte startade

Carbons introduktionspris är 2 dollar per miljon indatatoken och 10 dollar per miljon utdatatoken, med 95 % rabatt på cachad indata. Inlägget anger sedan att ”4 dollar per 1 miljon indatatoken och 20 dollar per 1 miljon utdatatoken kommer att gälla” efter att introduktionsperioden löper ut – och anger inget slutdatum. Argon har däremot ett hårt sådant: dess introduktionspris gäller till och med den 30 november 2026, och standardpriset träder i kraft den 1 december. Carbons klocka har inte startat, och den kommer inte att starta förrän modellen har en publik endpoint att sälja.

Vid standardprissättning uppskattar Artificial Analysis Carbons kostnad per Intelligence Index-uppgift till 7,76 USD – cirka 23 % lägre än Claude Opus 5.5 (max) på 10,04 USD och ungefär 1,2 gånger GPT-6 Astra (max) på 6,25 USD, vid 123k utdata-tokens per uppgift. Det är dollar per uppgift, inte dollar per token, och skillnaden är viktig: en modell som är billigare per token men tänker längre kan fortfarande kosta mer per svar.

Det här är den del av lanseringen som blir relevant i samma stund som Carbon får en slutpunkt, och det är den del som regeln om direkt vidarebefordran av priser för hela modellkatalogen är byggd för. OrcaRouter tar 0 % påslag och vidarebefordrar leverantörens eget listpris direkt, så en leverantörs prissänkning eller prishöjning slår igenom hos oss samma dag i stället för efter en omprissättningscykel. I dag gäller den regeln för de Google-modeller vi faktiskt dirigerar; Carbon är inte en av dem, och de sidor som påstår motsatsen säljer något som ingen ännu kan leverera.

Vad en utvecklare faktiskt kan göra den här veckan

Den 30 oktober innehåller OrcaRouter-katalogen ingen sträng som matchar Gemini 4. De frontier-Gemini-modeller som går att anropa i dag ligger ett steg lägre och prissätts därefter: Gemini 3.1 Pro Preview till $2 för input och $12 för output per miljon tokens med en kontext på 1 miljon tokens, och Flash-nivån – Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash – från $0.75 för input. Det är vad "toppmodellen är gated" betyder i praktiken: arbetet måste fortfarande levereras, och det levereras på den bästa modellen som har en dörr.

Om du utvärderar Carbon för ett säkerhetsarbetsflöde är det trovärdiga sättet att förbereda sig utan att satsa en produktionsväg på en opublicerad modell att bygga reservlösningen först. Automatisk failover mellan leverantörer på en enda nyckel innebär att en primär modell som börjar returnera fel eller blir långsam ersätts inom samma anrop, så den dag Carbon öppnas är växlingen en ändring av modellsträngen i stället för en omarkitektur.

Prejudikatet som fastställer datumet att bevaka

Argon är den enda användbara mallen för vad som händer härnäst. Google meddelade det den 30 september 2026, flyttade det till allmän tillgänglighet på det betalda API:et den 13 oktober och öppnade sitt introduktionsprisfönster till och med den 30 november. Det är tretton dagar från meddelandet till en anropbar slutpunkt. Tillämpa samma aritmetik på Carbons meddelande den 28 oktober, och det implicerade datumet är omkring den 10 november – aritmetik på ett enda prejudikat, inte ett åtagande, och Google har varit tydligt med att regeringens testning före lansering först måste slutföras.

Den andra variabeln är mindre bekväm: modellen som släpps om två veckor är kanske inte modellen som fick 59 poäng. Carbon är byggt på Argon, och det finns en obekräftad observation från 21 oktober, när en tredjeparts arenaövervakare flaggade en kapacitetsförändring på gemini-4-argon-aliaset och vissa utvecklare tolkade det som att Carbons vikter anlände tidigt. Om Googles plan är att införliva Carbons efterträning i Argon-namnet i stället för att lansera en andra endpoint, så är det man ska bevaka inte ett nytt modell-ID alls – det är en versionsbump på den du redan kan anropa.

Rankingen kommer att hålla i sig ett tag; förstaplatser på ledningstabeller gör vanligtvis det tills nästa labb svarar. Det som inte kommer att hålla är antagandet bakom större delen av den här veckans rapportering – att en modell på förstaplats är en modell man kan sätta i en produkt. Den 30 oktober är Gemini 4 Carbon världens bästa modell med en publicerad poäng och den enda frontier-modellen i den här generationen utan adress. Gemini 4 Argon, fyra veckor äldre sedan tillkännagivandet och nio poäng lägre, har adressen, prislistan med en verklig deadline och trafiken.