Gemini 4 Carbon ขึ้นเป็นอันดับหนึ่งในดัชนีและไม่พร้อมให้ใช้งาน: มีอะไรเปลี่ยนแปลงเมื่อวันที่ 28 ตุลาคม

Google DeepMind ได้เผยแพร่Gemini 4 Carbon: โมเดลแนวหน้าถัดไปของเราเมื่อวันที่ 28 ตุลาคม 2026 และภายในโพสต์นั้นมีตัวเลขที่ถูกอ้างถึงทุกที่ตั้งแต่นั้นมา: 59 คะแนนบน Artificial Analysis Intelligence Index v5.0 — อันดับหนึ่ง นำอยู่หนึ่งคะแนนจาก Claude Opus 5.5 ที่ 58 คะแนน และนำอยู่เก้าคะแนนจาก Gemini 4 Argon ซึ่งเป็นโมเดลที่ Carbon สร้างขึ้นบนพื้นฐานและเป็นโมเดลที่ Google ขายบน API แบบเสียเงินมาตั้งแต่ 13 ตุลาคม Artificial Analysis เป็นผู้ประเมินจากบุคคลที่สามที่อยู่เบื้องหลังตัวเลขดังกล่าว และได้เผยแพร่แถวข้อมูลนั้นในวันเดียวกัน สิ่งที่ไม่ได้มาพร้อมในวันที่ 28 ตุลาคม หรือในวันที่ 29 หรือ 30 ตุลาคม คือช่องทางให้ใครก็ตามที่อยู่นอกโครงการที่ระบุชื่อสามารถเรียกใช้โมเดลนี้ได้

ช่องว่างนั้น — ระหว่างอันดับท็อปที่ผ่านการตรวจสอบกับประตูที่ไม่มีมือจับ — คือเรื่องราวทั้งหมดของสัปดาห์นี้ Carbon ไม่ใช่ข้อมูลรั่วไหล ไม่ใช่ข่าวลือ และไม่ใช่พรีวิวที่ใครบางคนไปเห็นบนกระดานจัดอันดับ มันคือโมเดลที่ประกาศแล้ว ผ่านการทดสอบ benchmark แล้ว ตั้งราคาแล้ว มี rate card เผยแพร่ แต่ไม่มี model ID เผยแพร่ ด้านล่างคือสิ่งที่เปลี่ยนไปจริง สิ่งที่ Google เก็บงำไว้ และความหมายของตัวเลขเหล่านั้น เมื่อคุณเลิกอ่านคะแนนพาดหัวแล้วเริ่มอ่านการทดสอบทั้งเก้าที่นำมาหาค่าเฉลี่ย

สิ่งที่โพสต์กล่าวไว้ และสี่สิ่งที่โพสต์ไม่ได้กล่าวถึง

ประกาศดังกล่าวระบุชื่อ Koray Kavukcuoglu ซึ่งเป็นรองประธานอาวุโส (SVP) และหัวหน้าสถาปนิกด้าน AI ของ Google DeepMind และวางตำแหน่ง Carbon ให้เป็นโมเดลด้านความปลอดภัยไซเบอร์และงานวิศวกรรมระยะยาวที่สร้างขึ้นบน Argon ถ้อยคำเกี่ยวกับการเข้าถึงนั้นแม่นยำและควรอ่านสองรอบ: “เริ่มต้นสัปดาห์นี้ เราจะทำให้ Carbon พร้อมใช้งานสำหรับผู้ป้องกันไซเบอร์กลุ่มย่อย” จากนั้น “ทยอยเปิดการเข้าถึงให้พันธมิตรที่ไว้วางใจเพิ่มเติมผ่าน Fairwind Program ของเรา” และสุดท้ายคือนักพัฒนา ธุรกิจ และผู้บริโภค “โดยเร็วที่สุด” เมื่อมีการปรับปรุงมาตรการป้องกันให้ละเอียดขึ้น Google ยังกล่าวอีกว่าตนมีส่วนร่วมในกระบวนการทดสอบก่อนเผยแพร่โดยสมัครใจของรัฐบาลสหรัฐฯ ไม่มีวันที่ปรากฏที่ใดเลยในลำดับดังกล่าว

สี่สิ่งที่หน้าโมเดลปกติมักมีนั้นขาดหายไป:

• Model ID — รายการโมเดลของ Gemini API ซึ่งตรวจสอบเมื่อวันที่ 30 ตุลาคม ไม่มีรายการ Carbon อยู่เลย สตริง Gemini 4 เพียงรายการเดียวที่มีคือ gemini-4-argon.

• Context window — ไม่ได้ระบุไว้ในโพสต์ของ Google และไม่มีอยู่ในหน้าค่าบริการของ Google หน้าของโมเดลใน Artificial Analysis ระบุว่า 1M; นั่นเป็นตัวเลขจากบุคคลที่สาม ไม่ใช่ข้อกำหนดจากผู้จำหน่าย และเป็นตัวเลขเดียวที่เผยแพร่อยู่

• จำนวนพารามิเตอร์และสถาปัตยกรรม — ไม่ได้เปิดเผย และไม่มีรายงานทางเทคนิคใด ๆ มาพร้อมกับการเปิดตัว

• การ์ดโมเดล — ยังไม่มีการเผยแพร่ ณ วันที่ 30 ตุลาคม ซึ่งเป็นสาเหตุที่สื่อระดับรองทุกสำนักอ้างอิงโพสต์บล็อกแทนข้อกำหนดทางเทคนิค

ในทางตรงกันข้าม การกำหนดราคาถูกเปิดเผยอย่างครบถ้วน ซึ่งทำให้ชุดข้อมูลที่ละเว้นไว้นั้นดูเหมือนเป็นความตั้งใจมากกว่าจะเป็นสิ่งที่ยังทำไม่เสร็จ: Google ยินดีที่จะบอกคุณว่า Carbon มีค่าใช้จ่ายเท่าไร ก่อนที่จะยินดีบอกคุณว่ามันคืออะไร

ค่า 59 คือค่าเฉลี่ยจากการทดสอบเก้าครั้ง และ Carbon ชนะในสี่ของการทดสอบเหล่านั้น

บทความของ Artificial Analysis เองมีประโยชน์กว่าอันดับCarbon นำอยู่ 4 จาก 9 การประเมินองค์ประกอบ ได้แก่ HLE-Diamond, Terminal-Bench-Science, AA-Omniscience และ AutomationBench-AA ซึ่งหมายความว่าคะแนนอันดับหนึ่งมาจากความสามารถที่ดีมากในทุกด้าน มากกว่าการกวาดชัยทั้งชุดจุดที่มันไม่ได้นำคือจุดที่นักพัฒนาที่กำลังว่าจ้างเอเจนต์จะสังเกตเห็นก่อน

• เอเจนต์สำหรับเขียนโค้ด — Carbon ได้ 59 คะแนนบน Coding Agent Index เมื่อใช้ Antigravity CLI ขณะที่ Claude Opus 5.5 ทำได้ 62 คะแนนใน Claude Code ห่างกันเพียงสามคะแนน บนงานประเภทเดียวกับที่การตลาดของ Google เน้นหนักที่สุด

• Terminal-Bench 4.0 — Carbon อยู่อันดับสองด้วย 64% เป็นรอง Claude Opus 5.5

• FrontierCode v1.1 — ที่สองที่ 51% อีกครั้งตามหลัง Opus 5.5

AA-Briefcase — 1,609 Elo เพิ่มขึ้น 126 จาก 1,483 ของ Gemini 4 Argon นี่คือการเพิ่มขึ้นครั้งใหญ่ที่สุดเพียงครั้งเดียวในการเปิดตัว และยังคงทำให้ Carbon ตามหลัง Grok 4.7 (1,638), Muse Wonder (1,659) และ Kimi K3.1 Pro (1,678)

• AA-Omniscience v1.1 — 54 สูงกว่า 48 ของ Opus 5.5 และ 46 ของ Argon ความแม่นยำเพิ่มขึ้น 10 คะแนนเป็น 58% และอัตราการสร้างข้อมูลเท็จเพิ่มขึ้นจาก 4% เป็น 11% ตัวเลขตัวที่สองไม่ได้อยู่ในโพสต์ของ Google

การตีความค่า 59 อย่างตรงไปตรงมาก็คือ Carbon เป็นโมเดลเอนกประสงค์ที่แข็งแกร่งที่สุดบนตารางอันดับ และเป็นเอเจนต์เขียนโค้ดที่แข็งแกร่งเป็นอันดับสอง โดยมีอัตราการหลอนที่แย่ลงซึ่ง Google ไม่ได้เปิดเผยเอง ทั้งสามข้อความมาจากหน้าเดียวกัน

ตารางของ Google เอง ซึ่งระบุว่าเป็นของ Google

ตัวเลขจากผู้ขายคือตัวเลขที่จะไปปรากฏในเด็คจัดซื้อในที่สุด จึงสมควรได้รับการระบุแหล่งที่มาอย่างแม่นยำ แทนที่จะถูกวางไว้ในประโยคเดียวกับคะแนนอิสระ ทุกอย่างด้านล่างนี้เป็นข้อมูลที่ Google รายงาน และยังไม่มีการทวนซ้ำนอก Google:

• SEC-bench Pro — 88.2% ในการค้นพบช่องโหว่ ซึ่งเป็นข้อกล่าวอ้างหลักด้านความปลอดภัยไซเบอร์

• ExploitGym — 54.8% ด้านการโจมตี (exploitation) เทียบกับ 42.0% ของ Gemini 4 Argon

• CWE-bench — 71.0% ในการแพตช์

• WebDev Arena — ขยับขึ้น 89 Elo ไปที่ 1,768 อยู่อันดับสี่ อันนี้เป็นอารีนาสาธารณะจึงตรวจสอบได้ ซึ่งเป็นเหตุผลว่าทำไมจึงเป็นข้อกล่าวอ้างของผู้ขายที่แทบไม่ต้องมีข้อแม้มากที่สุด

• การแทรกพรอมต์ทางอ้อมของ Gray Swan — ความสำเร็จในการโจมตี 0.0% เทียบกับ 0.7% ของ Argon การโกงใน Terminal-Bench 4.0: สำเร็จ 0.0% พยายาม 0.4%

• ข้อกล่าวอ้างด้านวิศวกรรมภายใน — ความสำเร็จในการสร้างโค้ดที่ปลอดภัยมากกว่า 2 เท่าเมื่อเทียบกับ Argon; คำแถลงของทีม Chrome ที่ว่า Carbon สร้างแพตช์ที่ดีกว่า "มากกว่า 10 เท่า" เมื่อเทียบกับโมเดลล้ำสมัยของแล็บคู่แข่ง; การแจ้งเตือนความไม่สอดคล้องร้ายแรงลดลงเกือบ 80%; ข้อกล่าวอ้างที่ไม่มีหลักฐานสนับสนุนลดลงประมาณครึ่งหนึ่ง; การทำงานเกินขอบเขตงานลดลง 26% และการให้บริการไม่เพียงพอต่อความต้องการลดลง 29%

ตารางของ Google ไม่ได้ดูดีไปทุกจุด และสองจุดที่แพ้คือจุดที่ควรจดจำ: FrontierSWE 2 ตกเป็นของ GPT-6 Astra และชุดย่อยออฟไลน์ของ OSWorld-2.1 ตกเป็นของ Claude Opus 5.5 โพสต์เปิดตัวที่เผยแพร่ความพ่ายแพ้ของตัวเองน่าเชื่อถือกว่าโพสต์ที่เผยแพร่ชัยชนะ 17 ครั้งโดยไม่มีคอลัมน์สำหรับส่วนที่เหลือ—ซึ่งเป็นเหตุผลว่าทำไมบรรทัดความพ่ายแพ้จึงเป็นสิ่งแรกที่ต้องตรวจเมื่อผู้จำหน่ายอ้างว่าคว้าชัยไปทั้งหมด

เรทการ์ด และนาฬิกาที่ Google ไม่ได้เริ่ม

ราคาเริ่มต้นของ Carbon คือ 2 ดอลลาร์ต่ออินพุต 1 ล้านโทเคน และ 10 ดอลลาร์ต่อเอาต์พุต 1 ล้านโทเคน โดยอินพุตที่แคชไว้มีส่วนลด 95% จากนั้นโพสต์ระบุว่า “4 ดอลลาร์ต่ออินพุต 1M โทเคน และ 20 ดอลลาร์ต่อเอาต์พุต 1M โทเคนจะมีผล” หลังจากช่วงราคาเริ่มต้นสิ้นสุดลง — และไม่ได้ระบุวันสิ้นสุดไว้ ตรงกันข้าม Argon มีกำหนดที่แน่นอน: อัตราเริ่มต้นใช้ถึงวันที่ 30 พฤศจิกายน 2026 และอัตรามาตรฐานจะมีผลในวันที่ 1 ธันวาคม นาฬิกาของ Carbon ยังไม่เริ่มเดิน และจะไม่เริ่มจนกว่าโมเดลจะมีปลายทางสาธารณะให้ขาย

ที่ราคามาตรฐาน Artificial Analysis ประเมินต้นทุนต่อหนึ่งงานใน Intelligence Index ของ Carbon ไว้ที่ $7.76 — ต่ำกว่าประมาณ 23% เมื่อเทียบกับ Claude Opus 5.5 (max) ที่ $10.04 และอยู่ที่ประมาณ 1.2 เท่าของ GPT-6 Astra (max) ที่ $6.25 โดยคิดจากผลลัพธ์ 123k โทเคนต่องาน ตัวเลขเหล่านี้เป็นหน่วยดอลลาร์ต่องาน ไม่ใช่ดอลลาร์ต่อโทเคน และความแตกต่างนี้สำคัญมาก: โมเดลที่ถูกกว่าต่อโทเคนแต่วิเคราะห์ได้นานกว่าก็ยังอาจมีต้นทุนต่อคำตอบสูงกว่าได้

นี่คือส่วนหนึ่งของการเปิดตัวที่จะกลายเป็นเรื่องสำคัญทันทีที่ Carbon มี endpoint และเป็นส่วนที่กฎการส่งผ่านราคาแบบตรงไปตรงมาบนแคตตาล็อกโมเดลฉบับเต็มถูกสร้างขึ้นมาเพื่อรองรับ OrcaRouter คิดค่าธรรมเนียมเพิ่มเพียง 0% และส่งผ่านราคาตามรายการของผู้ให้บริการรายนั้นเอง ดังนั้นไม่ว่าจะเป็นการลดราคาหรือการขึ้นราคาของผู้ขาย จะมีผลฝั่งเราในวันเดียวกัน แทนที่จะต้องรอจนกว่าจะครบรอบการปรับราคา วันนี้กฎดังกล่าวใช้กับโมเดล Google ที่เราให้บริการเส้นทางอยู่จริง ซึ่ง Carbon ไม่ได้อยู่ในนั้น และหน้าต่างๆ ที่อ้างว่าเป็นเช่นนั้นกำลังขายสิ่งที่ยังไม่มีใครส่งมอบได้

นักพัฒนาทำอะไรได้จริงบ้างในสัปดาห์นี้

ณ วันที่ 30 ตุลาคม แค็ตตาล็อกของ OrcaRouter ไม่มีสตริงใดที่ตรงกับ Gemini 4 โมเดล Gemini ระดับแนวหน้าที่เรียกใช้งานได้ในปัจจุบันนั้นอยู่ต่ำลงมาหนึ่งขั้นและมีราคาตามนั้น: Gemini 3.1 Pro Preview ในราคาอินพุต $2 และเอาต์พุต $12 ต่อหนึ่งล้านโทเค็น พร้อมบริบทขนาด 1M โทเค็น และระดับ Flash — Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash — เริ่มต้นที่อินพุต $0.75 นั่นคือความหมายในทางปฏิบัติของ "โมเดลสูงสุดถูกจำกัดการเข้าถึง": งานยังต้องส่งมอบ และมันส่งมอบบนโมเดลที่ดีที่สุดที่ยังมีช่องทางเข้าถึง

หากคุณกำลังประเมิน Carbon สำหรับเวิร์กโฟลว์ด้านความปลอดภัย วิธีที่เชื่อถือได้ในการเตรียมพร้อมโดยไม่เดิมพันเส้นทางโปรดักชันกับโมเดลที่ยังไม่เปิดตัว คือการสร้างระบบสำรอง (fallback) ก่อน การสลับอัตโนมัติข้ามผู้ให้บริการด้วยคีย์เดียวหมายความว่าโมเดลหลักที่เริ่มส่งคืนข้อผิดพลาดหรือทำงานช้าลงจะถูกแทนที่ภายในคำขอเดียวกัน ดังนั้นเมื่อถึงวันที่ Carbon เปิดตัว การสลับจะเป็นเพียงการเปลี่ยนสตริงของโมเดล ไม่ใช่การปรับสถาปัตยกรรมใหม่

แบบอย่างที่กำหนดวันที่ต้องจับตา

Argon เป็นแม่แบบเดียวที่ใช้ได้สำหรับสิ่งที่เกิดขึ้นต่อไป Google ประกาศเมื่อวันที่ 30 กันยายน 2026 เปิดให้ใช้งานทั่วไปบน API แบบเสียค่าบริการเมื่อวันที่ 13 ตุลาคม และเปิดช่วงราคาแนะนำจนถึงวันที่ 30 พฤศจิกายน นั่นคือสิบสามวันนับจากประกาศถึง endpoint ที่เรียกใช้ได้ นำการคำนวณแบบเดียวกันไปใช้กับการประกาศของ Carbon เมื่อวันที่ 28 ตุลาคม แล้ววันที่ที่อนุมานได้คือประมาณวันที่ 10 พฤศจิกายน — เป็นการคำนวณจากแบบอย่างเพียงกรณีเดียว ไม่ใช่คำมั่นสัญญา และ Google ระบุชัดเจนว่าการทดสอบก่อนวางจำหน่ายโดยหน่วยงานรัฐต้องเสร็จสิ้นก่อน

ตัวแปรอีกตัวหนึ่งชวนไม่สบายใจกว่า: โมเดลที่จะเปิดตัวในอีกสองสัปดาห์อาจไม่ใช่โมเดลที่ได้คะแนน 59 Carbon ถูกสร้างบน Argon และมีข้อสังเกตที่ยังไม่ได้รับการยืนยันจากวันที่ 21 ตุลาคม เมื่อผู้ตรวจสอบ arena ของบุคคลที่สามระบุการเปลี่ยนแปลงความสามารถบน alias gemini-4-argon และนักพัฒนาบางคนตีความว่าเป็นน้ำหนักของ Carbon ที่มาถึงก่อนกำหนด หากแผนของ Google คือการผสาน post-training ของ Carbon เข้าไปในชื่อ Argon แทนที่จะเปิด endpoint ที่สอง สิ่งที่ต้องจับตาดูก็ไม่ใช่ model ID ใหม่เลย — แต่เป็นการเพิ่มเวอร์ชันบนตัวที่คุณเรียกใช้ได้อยู่แล้ว

อันดับจะคงอยู่สักระยะหนึ่ง การครองอันดับหนึ่งบนลีดเดอร์บอร์ดมักเป็นเช่นนั้นจนกว่าแล็บถัดไปจะตอบกลับ สิ่งที่จะไม่คงอยู่คือสมมติฐานที่อยู่ใต้ข่าวส่วนใหญ่ของสัปดาห์นี้ — ว่าโมเดลอันดับหนึ่งคือโมเดลที่คุณนำไปใส่ในผลิตภัณฑ์ได้ เมื่อวันที่ 30 ตุลาคม Gemini 4 Carbon เป็นโมเดลที่ดีที่สุดในโลกโดยนำอยู่หนึ่งคะแนนที่เผยแพร่ และเป็นโมเดลระดับแนวหน้าเพียงตัวเดียวในรุ่นนี้ที่ไม่มีที่อยู่ Gemini 4 Argon ซึ่งประกาศก่อนสี่สัปดาห์และมีคะแนนต่ำกว่าอยู่เก้าคะแนน กลับมีที่อยู่ มีเรตการ์ดที่มีกำหนดเวลาจริง และมีทราฟฟิก