Gemini 4 Carbon: Được công bố, bị giới hạn truy cập và dẫn trước chín điểm so với mô hình mà bạn thực sự có thể gọi

Gemini 4 Carbon không còn là tin đồn vào ngày 28 tháng 10 năm 2026, khi Google DeepMind xuất bản một bài đăng có tiêu đề “Gemini 4 Carbon: Mô hình tiên phong tiếp theo của chúng tôi.” Điều mà nó không ngừng là: không khả dụng. Không có chuỗi gemini-4-carbon trong danh sách mô hình của Gemini API, không có mục nào trên trang định giá, không có thẻ mô hình và không có endpoint — danh sách mô hình, được kiểm tra vào ngày 29 tháng 10, chỉ có đúng một mục Gemini 4, và đó là Gemini 4 Argon. Vậy nên mô tả trung thực về Carbon hôm nay là một thông báo đã phát hành được bọc quanh một đợt triển khai theo giai đoạn: năng lực được tài liệu hóa, quyền truy cập được phân bổ hạn chế, giá chưa được công bố.

Các phép đo độc lập công bố cùng lúc với nó khiến đây không còn chỉ là một thông cáo báo chí. Artificial Analysis đã xây dựng lại Chỉ số Trí tuệ của mình thành v5 vào ngày 27 tháng 10 — một ngày trước thông báo của Carbon — và trên thang đo hậu tái cấu trúc đó, cả hai mô hình đều được chấm bằng cùng một công cụ. Carbon 59, đứng đầu trong 52 mô hình được liệt kê. Argon 50, đứng thứ mười ba. Cách nhau chín điểm, với chi phí gần như y hệt cho mỗi tác vụ. Đó là một con số thực về một mô hình mà hầu hết lập trình viên không thể gọi tới, và khoảng cách giữa hai sự thật ấy chính là nội dung của trang này.

Những gì Google thực sự đã công bố chính thức

Thông báo này thiếu những điều mà người mua cần, nhưng lại cụ thể về những điều mà một phòng thí nghiệm muốn được đánh giá. Rút gọn lại thành những tuyên bố:

• Định vị — Carbon được mô tả là mô hình mạnh hơn trong hai mô hình Gemini 4, kế nhiệm Argon trong cùng một số thế hệ. Trọng tâm mà Google nêu rõ là an ninh mạng và các tác vụ agent tầm xa — những tác vụ mà một agent cứ tiếp tục len lỏi qua những ngõ cụt trong nhiều ngày, thay vì một lời nhắn chỉ nhận về một câu trả lời.

• Việc truy cập được triển khai theo từng giai đoạn và chưa ấn định ngày — Carbon đến trước tiên với một nhóm nhỏ các chuyên gia phòng thủ không gian mạng, sau đó mở rộng thông qua Chương trình Fairwind, rồi đến các nhà phát triển, doanh nghiệp và người tiêu dùng "càng sớm càng tốt." Không có ngày cụ thể nào được nêu cho ba nhóm cuối.

• Lộ trình quy định — Bản phát hành này nằm trong quy trình thử nghiệm trước khi phát hành tự nguyện của chính phủ Hoa Kỳ. Google cho biết họ đang tham gia và vẫn đang tinh chỉnh các biện pháp bảo vệ trước khi mở rộng quyền truy cập.

• Không có hồ sơ công bố — Không có model card công khai, không có endpoint, không có mã định danh. Cửa sổ ngữ cảnh mà Google đã công bố cho Argon — một cửa sổ thống nhất 1M token với khả năng giải mã lên tới 1M — chưa được nêu lại cho Carbon; con số 1M đang lan truyền đến từ danh sách của Artificial Analysis, vốn là bản ghi của bên thứ ba chứ không phải đặc tả của nhà cung cấp.

Đó là thông báo. Khoảng cách giữa “chúng tôi đã xây dựng một mô hình tốt hơn” và “đây là mức giá”, trong trường hợp này, chính là khoảng cách giữa một bài đăng blog và một sản phẩm.

Khoảng cách chín điểm, và công cụ đã đo lường nó

Thời điểm xây dựng lại chỉ số là điều cần bám chắc, vì nó làm vô hiệu hóa hầu hết các biểu đồ trước-và-sau đang lan truyền trong tuần này: điểm số lấy trước ngày 27 tháng 10 không cùng thang đo với điểm số lấy sau đó. Trên danh sách hiện tại, cả hai mô hình đều được đo bằng cùng một công cụ:

• Intelligence Index v5 — Carbon 59, đứng đầu trong số 52 mô hình được liệt kê; Gemini 4 Argon 50, thứ mười ba.

• Chi phí mỗi tác vụ lập chỉ mục — Carbon $7,76 so với Argon $7,68. Chín điểm năng lực với chi phí chỉ cao hơn tám xu mỗi tác vụ.

• Độ chính xác — Carbon 58%, cao hơn Argon mười điểm; AA-Omniscience 54 so với 46.

• Ảo giác — Carbon 11%, tăng từ 4% của Argon. Carbon vẫn là mức thấp thứ hai trên bảng theo dõi đó, nhưng hướng đi lại sai.

• Khối lượng đầu ra — 123.000 token mỗi tác vụ lập chỉ mục, thấp hơn 29% so với Claude Opus 5.5 ở mức 173.000 — phần lớn lý do khiến chi phí mỗi tác vụ vẫn ở mức thấp bất chấp mức giá niêm yết trông giống hệt nhau.

• Tốc độ — 99,8 token đầu ra mỗi giây, với thời gian đến token đầu tiên là 97,48 giây ở mức nỗ lực suy luận cao.

Số nào quan trọng nhất phụ thuộc vào thứ bạn đang xây dựng. Một token đầu tiên mất 97 giây là không đáng bận tâm đối với một tác vụ agent chạy dài, nhưng lại là yếu tố loại trừ đối với một giao diện tương tác. Và "đứng đầu tổng thể" không đồng nghĩa với "giỏi nhất về mã": trên Coding Agent Index của Artificial Analysis, Carbon đạt 59 điểm với Antigravity CLI, kém ba điểm so với Claude Code điều khiển Claude Opus 5.5 đạt 62 — trong khi kết quả WebDev Arena của chính Google lại cho thấy điều ngược lại, ở mức 1,768 và vị trí thứ tư, tức tăng 89 Elo.

Số liệu của chính Google và cách đọc chúng

Bài đăng mang một bộ chuẩn đánh giá bảo mật, và mọi con số trong đó đều do nhà cung cấp tự báo cáo chứ không phải được tái lập độc lập. Hãy ghi nhãn chúng theo cách đó khi bạn trích dẫn: trên SEC-bench Pro, hạng mục phát hiện lỗ hổng, Carbon đạt 88,2% so với 83,4% của Argon, và hạng mục xác thực khai thác cùng các kết quả tác nhân dài hạn cũng theo cùng xu hướng nhỉnh hơn vài điểm so với đối thủ hiện tại. Chưa có bản tái lập bên ngoài nào cho tất cả những điều đó, và một bộ chuẩn do chính phòng thí nghiệm đã xây dựng mô hình lựa chọn là bằng chứng về ý định cũng nhiều như về năng lực.

Cách đọc hữu ích hơn về phần đó là những gì nó nói về việc Carbon dành cho ai. Một mô hình có những kết quả nổi bật là phát hiện lỗ hổng và độ bền của tác nhân qua chặng đường dài, được phát hành trước tiên cho đội phòng thủ an ninh mạng thông qua một chương trình có tên, không phải đang được ra mắt như một bản nâng cấp trò chuyện đa dụng. Nó đang được ra mắt như một chuyên gia — và khi được định giá, sẽ được định giá tương ứng.

Vụ rò rỉ tháng Mười đã đúng ở những điểm nào, và chưa đúng ở những điểm nào

Bối cảnh đáng lưu giữ, vì các báo cáo trước đó giờ đã được chứng minh đúng phần nào. Vào ngày 9 tháng 10, Business Insider đưa tin — được TestingCatalog, đơn vị theo dõi rò rỉ, chuyển tiếp — rằng nhân viên Google đang nội bộ thử nghiệm một checkpoint Gemini 4 có tên Carbon, rằng phản hồi ban đầu mô tả nó có cảm giác tương đương với Claude Opus 5.5 khi lập trình, rằng Barium-B là checkpoint được chọn cho bản phát hành Argon công khai, và rằng việc Carbon sẽ trở thành một bản cập nhật của Argon hay một bản phát hành riêng vẫn chưa được xác nhận.

Hai trong số đó đã thành hiện thực theo một cách cụ thể: Carbon là một thứ riêng biệt chứ không phải một bản cập nhật của Argon, và nó là cái mạnh hơn trong hai. Phần chưa được chứng minh đúng là phần tâng bốc — "cảm giác ngang tầm với Claude Opus 5.5 khi lập trình" là ấn tượng của nhân viên, còn phép đo lập trình độc lập đặt Carbon kém Claude Opus 5.5 ba điểm trong một harness Claude Code. Cảm giác không phải là điểm số, và tuần này điểm số đã đến.

Lần ghi nhận ngày 21 tháng 10 giờ cũng được hiểu theo cách khác. Một bài đăng khẳng định rằng các trọng số đứng sau bí danh gemini-4-argon đã âm thầm trở thành Carbon, được củng cố bởi thông báo thay đổi năng lực từ một bot đấu trường của bên thứ ba. Với việc cả hai mô hình giờ được cùng một công cụ theo dõi chấm điểm riêng — 59 và 50 — tuyên bố đó có vẻ khó xảy ra hơn chứ không phải dễ hơn: nếu bí danh của Argon đã phục vụ Carbon từ ngày 21 tháng 10, hai dòng sẽ không cách nhau chín điểm trên một công cụ được xây dựng lại hàng tháng.

Điều gì vẫn còn thiếu, và khi nào điều đó quan trọng

Ba sự thiếu vắng định hình giai đoạn tiếp theo, và mỗi sự thiếu vắng mang một hệ quả khác nhau.

• Một định danh —Cho đến khi gemini-4-carbon xuất hiện trong danh sách model, không có gì bạn xây dựng có thể gọi tên nó. Đây chính là ranh giới giữa một model đã được công bố và một model có thể gọi được.

• Một mức giá —Không có gì được công bố ở bất kỳ hạng nào. Thẻ của Argon là điểm neo duy nhất trong nhóm: $2.00 mỗi triệu đầu vào và $10.00 mỗi triệu đầu ra theo mức giá giới thiệu, đầu vào được lưu trong bộ nhớ đệm giảm 95%, sau đó là $4.00 và $20.00. Việc Carbon kế thừa hay phá vỡ điều đó là ẩn số quan trọng nhất, vì mức tăng chín điểm ở mức giá chủ lực sẽ định giá lại một phần lớn thị trường, còn mức tăng chín điểm ở mức giá tiên phong thì không.

• Thẻ mô hình —Checkpoint nào, ở thiết lập mức nỗ lực nào, với độ dài ngữ cảnh nào thực sự được cung cấp. Con số 1M đang lan truyền hiện nay là một danh mục niêm yết của bên thứ ba.

Vẫn chưa được giải quyết: liệu Carbon rốt cuộc có trở thành một bản cập nhật Argon hay không. Thông báo mô tả nó là sự kế tiếp Argon trong cùng một thế hệ, điều này để ngỏ khả năng hai tên này hợp nhất thành một định danh sau đó — đúng kịch bản mà báo cáo hồi tháng Mười không thể loại trừ.

Nên chạy gì khi quyền truy cập bị hạn chế

Gemini 4 Carbon lẫn Gemini 4 Argon đều không có trên OrcaRouter. Khi truy vấn danh mục của chúng tôi cho một trong hai mô hình này, kết quả trả về là rỗng, và sẽ tiếp tục rỗng cho đến khi Google cho phép chúng tôi gọi được chúng. Bất kỳ tài khoản nào hiện đang bán "quyền truy cập Gemini 4 Carbon" thực chất chỉ đang bán một cái nhãn; lộ trình duy nhất được ghi nhận là Chương trình Fairwind.

Mô hình có thể gọi được chính là mô hình mà cả đánh giá của nhân viên lẫn chỉ số lập trình vẫn luôn được đo lường dựa trên. Claude Opus 5.5 đã hoạt động trên OrcaRouter với mức giá niêm yết của Anthropic — 4,00 USD mỗi triệu đầu vào và 20,00 USD mỗi triệu đầu ra, đọc bộ nhớ đệm ở mức 0,20 USD — được chuyển thẳng không cộng thêm phí, trên cùng một khóa như mọi thứ khác. Gemini 3.8 Flash cũng có mặt ở mức 0,75 USD mỗi triệu đầu vào và 3,75 USD mỗi triệu đầu ra với giá đọc bộ nhớ đệm là 0,075 USD, đây là mức giá mà phần lưu lượng không thuộc nhóm tiên phong của bạn nên trả trong khi chờ.

Quyết định tuần này không phải là “có nên chuyển sang Carbon hay không”. Mà là khoảng cách năng lực chín điểm, với một mức giá chưa biết, bị chặn phía sau một chương trình bảo mật, đáng để lập kế hoạch xoay quanh đến mức nào. Chờ đợi không tốn gì: bất kỳ định danh nào trở nên có thể gọi được sẽ được thêm vào cùng endpoint với mức giá của chính Google vào ngày nó được niêm yết, vì không có việc đàm phán lại giữa một nhà cung cấp công bố giá và việc chúng ta chuyển tiếp mức giá đó. Lập kế hoạch xoay quanh nó tốn một lần di trú.

Những gì chúng tôi đang theo dõi, theo thứ tự: mã định danh xuất hiện trong danh sách mô hình; một bảng giá; một thẻ mô hình; và giai đoạn thứ hai của đợt triển khai Fairwind, tức là nơi “càng sớm càng tốt” sẽ có một ngày cụ thể hoặc lặng lẽ không có.