Всего через две недели после Gemini 4 Argon компания Google представила следующую флагманскую модель — Gemini 4 Carbon.
И сразу вышла на первое место в независимом рейтинге Artificial Analysis Intelligence Index.
Carbon набрала 59 баллов в обновлённом рейтинге v5, обойдя конкурирующие модели OpenAI и Anthropic.
В отдельном рейтинге ИИ-агентов для программирования Carbon заняла второе место. Впереди осталась Claude Opus 5.5.
Главный упор Google сделала на сложные инженерные задачи и кибербезопасность. Carbon умеет искать уязвимости в программах, проверять возможность их использования и предлагать исправления.
В специализированных тестах модель получила 88,2% за поиск уязвимостей, 54,8% за их эксплуатацию и 71% за исправление. Эти оценки проводились без защитных ограничений модели.
Внутри Google агенты на базе Carbon уже работали над некоторыми инженерными задачами по несколько дней: изучали большие кодовые базы, искали причины ошибок и готовили исправления.
Разработчики отдельно занялись надёжностью. По внутренним измерениям Google, Carbon примерно вдвое реже делает необоснованные утверждения, чем Argon. Количество серьёзных предупреждений о нежелательном поведении в рабочих испытаниях сократилось почти на 80%.
А вот независимая проверка Artificial Analysis показала неоднозначную картину. В тесте на знания точность Carbon выросла, но доля уверенных ошибочных ответов тоже увеличилась — с 4% у Argon до 11% у Carbon.
Самостоятельно испытать новинку пока не получится. Google начинает предоставлять доступ ограниченному кругу специалистов по киберзащите, затем планирует подключать доверенных партнёров.
Будущая стартовая цена API составит $2 за миллион входных и $10 за миллион выходных токенов. После вводного периода тариф вырастет вдвое.
Ждет ответа от OpenAI и Anthropic.