Gemini efter Gemini 4 Carbon: En läcka, noll specifikationer och en 28-dagars kadens

Strax efter 02:00 UTC den 29 oktober – kvällen den 28 oktober i Kalifornien, dagen då Google annonserade sin nya frontier-modell – publicerade kontot @kimmonismus en mening med inget annat bakom sig än meningen: ”de har en annan osläppt Gemini-modell som är ännu bättre än Carbon.” Inget kodnamn, ingen benchmark, inget datum, ingen skärmbild, ingen andra källa. Den enda kontrollerbara satsen i samma inlägg är den del som alla redan kände till: Gemini 4 Carbon hade tagit förstaplatsen på Artificial Analysis Intelligence Index v5.0 den dagen, med 59. Och modellen som Carbon är byggd på, Gemini 4 Argon, annonserades tjugoåtta dagar tidigare och nådde allmän tillgänglighet för femton dagar sedan.

Så det här är en genomgång av vad vi vet hittills om en modell som varken har ett namn, ett resultat eller ett datum – och det ärliga sättet att skriva den är att hålla tre slags bevis åtskilda. Det Google har publicerat är ett blogginlägg, ett pris och en åtkomstplan. Det oberoende mätningar tillför är en placering på en resultattavla och en kostnad per uppgift. Det som inlägget påstår är att det finns något snabbare inne i labbet. Endast de två första går att kontrollera, och endast det tredje är nyheter för den som inte har följt takten.

Påståendet, och vad som faktiskt står i det

Inlägget är fyra satser långt och bara en av dem är ett påstående om en framtida modell. Det säger, i tur och ordning: det finns ännu en Gemini som inte har släppts; den är bättre än Carbon; Carbon är nummer ett på Artificial Analysis Index; och detta ser ut som ett betydande steg mot rekursiv självförbättring. Den tredje satsen är verifierbar och sann. De två första har ingen angiven källa. Den fjärde är en tolkning, och det är den del som Googles egen ledning har varit mest försiktig med att gardera sig kring — mer om det nedan.

Det spelar lika stor roll vad inlägget inte innehåller som vad det innehåller. Det finns inget internt kodnamn, vilket är ovanligt för just den här historien: Carbon-läckan som föregick lanseringen kom med ett sådant, plus ett plattformsnamn, plus en handfull citat från anställda. Det finns ingen artefakt av det slag som har åtföljt varje trovärdig Gemini-läcka i år – en pull request i ett ramverk, en post i ett modellregister, ett arena-alias, ett Helm-chart. Det finns inget datum, ingen storlek, ingen modalitetslista och ingen antydan om huruvida påståendet kommer från en person inom Google, från en partner eller från slutsatser dragna utifrån själva lanseringen. Svaren under inlägget är skämt, bland annat ett som lyder ”Gemini [redacted] är dock inte här ännu”, vilket är precis så mycket tilltro man bör fästa vid tråden.

Det är också värt att datera ”idag” exakt, eftersom det är den enda tidsangivelsen i historien som går att fastställa. Inlägget publicerades kl. 02:06 UTC den 29 oktober. I Mountain View är det kl. 19:06 den 28 oktober — samma dag som Google publicerade Carbon-meddelandet och samma dag som Artificial Analysis publicerade sin text som placerade Carbon först. Påståendet om topplistan är inte ett scoop; det är lanseringen, upprepad efter middagen.

Vad Google publicerade den 28 oktober, och vad det inte gjorde

Huvuddokumentet är kort och ovanligt specifikt om åtkomst. Koray Kavukcuoglu, SVP på Google DeepMind och AI-chefsarkitekt, publicerade "Gemini 4 Carbon: vår nästa frontiermodell" på blog.google den 28 oktober 2026. Där beskrivs Carbon som "vår starkaste modell med toppmodern cybersäkerhet och kapacitet för långa tidshorisonter", det sägs vara byggt på Gemini 4 Argon, som "lanserades för två veckor sedan", och det anges att Carbon "rankas som #1 på den nyligen uppdaterade v5.0 av Artificial Analysis Intelligence Index med 59."

Åtkomststycket är det man bör läsa två gånger. Google säger att man från och med den veckan kommer att göra Carbon tillgängligt "för en delmängd cyberförsvarare", därefter "successivt införa åtkomst för ytterligare betrodda partner via vårt Fairwind Program" och först därefter göra det "tillgängligt för utvecklare, företag och konsumenter via våra produktytor så snart som möjligt". Det är en sekvens utan datum utöver det första steget. Per den 30 oktober finns det fortfarande ingen offentlig modellidentifierare, ingen endpoint och inget sätt att anropa Carbon via ett API — vilket också var det läge modellen befann sig i när inlägget ovan skrevs.

Det inlägget inte innehåller är en specifikation. Inget antal parametrar, ingen arkitekturbeskrivning, inget kontextfönster, ingen teknisk rapport och ingen omnämnande av någon modell som är nyare än Carbon. Ars Technicas tolkning, som rapporterades i samband med lanseringen, är att Carbon kan vara en post-träningsuppgradering av Argon snarare än en ny arkitektur; Google säger inget om det ena eller andra. Att en efterträdare saknas är inte bevis för att det inte finns någon — företag förannonserar inte nästa checkpoint i lanseringsinlägget för den nuvarande — men det betyder att det enda förstapartsuttalandet i den här nyheten handlar om Carbon.

Vad en oberoende mätning tillför

Artificial Analysis är det närmaste man kommer en neutral domare i den här historien, med det vanliga förbehållet att det kör sina egna utvärderingar i stället för att återge någons leverantörstabell. Dess sammanställning från 28 oktober placerar Gemini 4 Carbon på 59 i Intelligence Index v5.0, högst av de modeller den följer, före Claude Opus 5.5 på 58 och GPT-6 Astra på 57. Den noterar att Carbon leder fyra av de nio ingående utvärderingarna – HLE-Diamond, Terminal-Bench-Science, AA-Omniscience och AutomationBench-AA – vilket är ett snävare påstående än "bästa modellen" och ett mer användbart sådant.

Det är i samma text som lanseringsberättelsen får sin motvikt. Carbon är tvåa, inte etta, på Coding Agent Index med 59 mot Claude Opus 5.5 med Claude Code på 62. Den är tvåa på Terminal-Bench 4.0 och tvåa på FrontierCode v1.1. På AA-Briefcase, kunskapsarbetets Elo, når den 1609 och ligger fortfarande bakom Grok 4.7, Muse Wonder och Kimi K3.1 Pro. Dess uppmätta kostnad är 7,76 dollar per Intelligence Index-uppgift, ungefär 23 % under Opus 5.5:s 10,04 dollar – en effektivitetsvinst som inramningen ”nummer ett” döljer.

En metodologisk aspekt måste följa med varje siffra i den här artikeln. Artificial Analysis byggde om Index till v5.0 den 27 oktober, ersatte 60 % av det sammansatta måttet med privata eller undanhållna testset och bytte ut flera ingående utvärderingar. Poäng från tiden före ombyggnationen ligger inte på samma skala, så Carbons 59 kan inte subtraheras från en äldre Argon-siffra, och varje artikel som visar en ökning på nio poäng över ombyggnationen jämför två olika måttstockar. Siffrorna för v5.0 i den här artikeln är alla hämtade från körningen efter ombyggnationen.

Och den detalj som betyder mest för den här artikeln: sammanställningen från Artificial Analysis nämner exakt två Gemini-modeller, Carbon och Argon. Det finns ingen anonym rad ovanför Carbon, ingen post för "Gemini preview", ingenting namnlöst som ligger på 60 eller högre. Om en starkare modell redan mättes offentligt någonstans är det den första platsen där den skulle dyka upp.

Varför en nyare checkpoint i labbet är trolig

Påståendet är inte osannolikt, och skälet är aritmetiskt snarare än insiderkunskap. Gemini 4 Argon annonserades den 30 september och nådde allmän tillgänglighet den 13 oktober. Carbon annonserades den 28 oktober – tjugoåtta dagar efter Argons annonsering och femton efter att den blev allmänt tillgänglig. Googles eget inlägg framhåller att det gapet är själva poängen: Carbon ”illustrerar den takt med vilken vi driver gränsen framåt”. Sundar Pichai beskrev i sitt eget inlägg på X utgivningarna som en rytm av återkommande modellsläpp snarare än engångslanseringar av nya generationer.

Rapporteringen tidigare i oktober fyller ut bilden av maskineriet bakom kadensen. Business Insiders artikel den 9 oktober, baserad på interna dokument och anställdas meddelanden, namngav en serie kontrollpunkter – Argon, Barium, Carbon – och rapporterade att ”Barium-B” var den interna byggversion som släpptes offentligt som Argon. Carbon testades på Googles interna kodplattform Jetski, där en anställd skrev att den ”känns som Opus 5.5” för kodning och en annan att ”Carbon är riktigt bra”. En tredje intern anteckning använde etiketten ”Next” som företaget använder för Gemini-uppdateringar: ”Den nya Gemini pro Next-modellen känns ganska trevlig.” Google ville inte kommentera.

Den rapporteringen är det starkaste strukturella stöd som inlägget från 29 oktober har, och det är värt att vara precis om vad det stöder. Den visar att Google körde flera checkpoints parallellt och levererade dem med korta intervall, vilket är exakt det regime där en nyare, bättre checkpoint finns innan den tillkännages. Den visar inte att en sådan checkpoint finns nu, eller att någon utanför företaget har sett den, eller att den är bättre än Carbon snarare än bara annorlunda. Ett snabbt tempo gör påståendet sannolikt, men det ger inte påståendet en källa.

Namnen som cirkulerar är påhitt, och det periodiska systemet visar varför.

Sök efter efterföljaren och du hittar den namngiven. Du kommer att se ”Gemini 5”, vanligtvis kopplat till ett påstående om tio biljoner parametrar, ett datum 2027 och TPU V8-hårdvara. Du kommer att se ”Krypton”, och ibland ”Dysprosium”, härlett från de grundämnesinspirerade kodnamnen i Gemini 4-serien. Inget av dessa namn har förekommit i något Google-dokument, blogginlägg, API-lista eller uttalande från en företagsledare. Google har aldrig offentligt använt ”Gemini 5”; rapporteringen som behandlar det som en känd produkt är extrapolering från ett namnmönster.

Mönstret i sig är tunnare än det ser ut. Argon är grundämne 18, Barium är 56, Carbon är 6. Det är inte en sekvens, och det är inte en nedräkning eller en färdplan – det är tre grundämnen som valts av skäl som ingen utanför företaget känner till. Det starkare motexemplet är Barium-B, ett internt namn som blev Argon, ett helt annat offentligt namn. Kodnamn i det här programmet har redan visat sig vara frikopplade från produktnamn, vilket innebär att inte ens en verklig läcka av ett kodnamn skulle avslöja vad modellen kommer att heta när den släpps – och ett gissat kodnamn säger dig ingenting alls.

Det finns ett prejudikat för hur dessa gissningar går fel, och det är färskt. Den 21 oktober gjorde ett vitt spritt resonemang gällande att aliaset gemini-4-argon i tysthet hade börjat servera Carbon-vikter, utifrån arena-beteende snarare än någon publicerad förändring. Det bekräftades aldrig, och lanseringen sju dagar senare beskrev Carbon som en separat modell med eget namn och eget tillkännagivande. Slutledning utifrån beteende har redan en gång den här månaden gett ett självsäkert, felaktigt svar.

”RSI” är det svagaste ordet i inlägget.

Delen om rekursiv självförbättring i påståendet har ett spårbart ursprung, och det är en kvickhet. När Business Insiders artikel den 9 oktober publicerades svarade Vedant Misra — en forskare på Google DeepMind — på X med raden ”Har du hört talas om rekursiv självförbättring”, utan frågetecken. Det är fröet som inramningen växte ur, och det är ett skämt om rapporteringen, inte ett avslöjande om träningsloopen.

Googles ledning har sedan dess sagt mer, och det pekar åt andra hållet. Sergey Brin sade i början av oktober att Google "börjar komma in på det där RSI-löpbandet" och att "våra forskare och modellen arbetar hand i hand för att göra nästa version av modellen". Sundar Pichai var mer försiktig på Big Technology Podcast veckan före lanseringen av Carbon: "Vi är ganska långt från slutstadiet för RSI. Det rätta sättet att beskriva det är att man har RSI-loopar tillsammans med AI-forskare inom olika aspekter av modellutveckling. Jag skulle säga att man nästan har agenter som hjälper AI-forskare att, på något automatiserat sätt, arbeta tillsammans för att bygga dessa modeller." Han förväntade sig att det kontinuumet skulle fortsätta förbättras in i nästa år.

Googles eget lanseringsinlägg använder samma försiktiga formulering: ”Våra forskare och modeller arbetar hand i hand för att snabbare utveckla förmågor.” Den meningen är en beskrivning av verktyg – agenter som hjälper de personer som bygger modeller – och det är det leverantörsuttalande som ligger närmast RSI-påståendet. Det är inte ett uttalande om att en modell har designat sin efterföljare, och ingen på Google har gjort ett sådant uttalande.

Åtskillnaden är värd ett eget stycke eftersom den utgör skillnaden mellan en historia om tempo och en historia om kapacitet. En Gladstone AI-rapport som citerades i samma Business Insider-artikel visade att de flesta forskare som undersöktes på Anthropic och DeepMind förväntar sig RSI inom tre till tolv månader. En undersökning av förväntningar är inte ett resultat. Det som går att observera är intervallet: 28 dagar från Argons tillkännagivande till Carbons, och en ny modell i toppen av ett oberoende index i slutet av intervallet. Det är en snabb takt. Huruvida det var människor eller modeller som stod för iterationerna är just den del som ingen utomstående observatör kan kontrollera, och ett enda inlägg som påstår detta stänger inte gapet.

Vad “bättre än Carbon” skulle behöva slå

Om påståendet är sant har det en resultattavla att klara, och varje rad på den är publicerad. Detta är den användbara delen av historien även medan modellen förblir namnlös: det förvandlar ”bättre” från ett adjektiv till en uppsättning tröskelvärden.

• Intelligence Index v5.0 — Gemini 4 Carbon 59, etta totalt; en efterträdare skulle behöva 60 eller mer enligt samma bedömningsramverk som gäller efter 27 oktober, inte enligt det äldre.

• De fyra utvärderingar som Carbon redan leder — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience och AutomationBench-AA; en nyare checkpoint som sammanlagt vinner en poäng men förlorar en av dessa är en annan modell, inte en strikt bättre.

• Coding Agent Index — Carbon 59, tvåa bakom Claude Opus 5.5 på 62, så ”bättre på kodning” innebär att slå 62, inte att slå Carbon.

Googles egna cybersäkerhetssiffror, körda utan skyddsräcken — SEC-bench Pro 88,2 %, ExploitGym 54,8 %, CWE-bench 71,0 %; dessa är rapporterade av leverantören, inte reproducerade av någon tredje part, och det är siffrorna som en efterföljare skulle marknadsföras gentemot.

• Pris — 2 USD per miljon input och 10 USD per miljon output under introduktionsperioden, därefter 4 USD och 20 USD, med cachad input på 95 % rabatt; en efterföljare som prissätts högre är inte automatiskt det bättre köpet, och en som prissätts lägre skulle betyda mer än en poäng på Index.

• Åtkomst — samma grind. Carbon är i dag endast för Fairwind; en starkare modell bakom en snävare grind ändrar inget som en utvecklare kan agera på.

Vad du faktiskt kan ringa idag

Carbon är inte anropbart. Argon är det. Gemini 4 Argon har varit allmänt tillgängligt som gemini-4-argon sedan den 13 oktober på samma introduktionsnivå – 2 USD per miljon indatatokens, 10 USD per miljon utdatatokens – och det är den enda Gemini 4-nivån med en offentlig endpoint. Om valet framför dig är ”vänta på den namnlösa modellen” eller ”skeppa mot något som svarar i dag”, har det andra alternativet en modellsträng, ett pris och två veckors dokumenterad historik; det första har ett inlägg.

Varken Carbon eller Argon finns i OrcaRouters katalog per den 30 oktober – vi har kontrollerat, och det finns ingen google/gemini-4-* post att routa till, så ingenting här bör läsas som ett erbjudande om att betjäna någon av dem. Det katalogen däremot har från Google är 3.x-serien, inklusive google/gemini-3.8-flash, som är den praktiska lägstanivån för arbete som behöver en Google-modell i dag. Du kan se de modeller vi routar i katalogen, och skälet till att det spelar roll här är tidpunkten snarare än preferens: när Google öppnar Carbon – eller vad nästa kontrollpunkt än kallas – kommer den att dyka upp som ytterligare en identifierare bakom en nyckel du redan har, prissatt till listpris med 0 % påslag som skickas vidare, bredvid en redundanskedja som håller den befintliga modellen i tjänst om den nya nivån visar sig vara långsammare eller hastighetsbegränsad den dagen. Att testa en ej annonserad modell är ett routingbeslut; att satsa en produktionsväg på en är det inte.

Vad skulle förvandla detta från ett inlägg till ett faktum?

Fem saker är verifierbara, och fyra av dem är gratis. En rad ovanför Carbon i Artificial Analysis Intelligence Index, enligt samma v5.0-bedömningsmall. Ett anonymt Gemini-bidrag på LMArena, vilket är hur Carbon själv först producerade offentliga utdata före lanseringen. En ny identifierare i Googles Gemini API-modelllista, vilket är skillnaden mellan en checkpoint och en produkt. Ett Fairwind-meddelande om expansion på Googles blogg, vilket är mekanismen genom vilken varje åtkomstbegränsad Gemini 4-modell hittills har nått utvecklare. Och en andra, oberoende publikation med egna källor i stället för en parafras av samma inlägg.

Tills minst en av dessa dyker upp är den ärliga sammanfattningen den som bevisen stöder: Google lanserade den 28 oktober en frontiermodell som är etta på ett oberoende index och tvåa på kodagentindexet, begränsade åtkomsten till cyberförsvarare, satte ett introduktionspris på $2/$10 och beskrev en kadens av periodiska lanseringar som gör ytterligare en checkpoint sannolik. Ett enda inlägg säger att den ytterligare checkpunkten är bättre. Kadensen är den del du kan planera kring; jämförelsen är den del du inte kan, eftersom modellen den beskriver saknar namn, poäng och datum — och på en marknad där den anropbara modellen alltid är den som avgör din räkning är en namnlös efterträdare inte ett skäl att fördröja något.