Gemini Carbon вышла в широкий доступ и стала дешевле конкурентов
Google открыла доступ к Gemini 4 Carbon — своей флагманской модели для длинных агентных задач, сложного кода, кибербезопасности и исследований. Для пользователей и компаний это значит более мощный инструмент для работы с большими проектами, причём во многих сценариях заметно дешевле ближайших альтернатив.
Что именно выпустила Google
28 октября Google показала Gemini 4 Carbon, а 10 ноября открыла её для более широкой аудитории. Сначала доступ был только у участников Fairwind Program, где модель тестировали на задачах, связанных с защитой систем и кибербезопасностью. Теперь Carbon доступна в платном Gemini API через AI Studio и Android Studio, в Gemini for business для корпоративных клиентов, а также в приложении Gemini, AI Mode в поиске и на платформе Antigravity для подписчиков Google AI Ultra.
Важный нюанс: для науки Google отдельно выделила 10 000 учёных, которым дали бесплатный полугодовой доступ к Argon и Carbon в Antigravity. Это полезно тем, кто работает с исследовательскими данными, сложной аналитикой и длинными экспериментами, где нужна не просто генерация текста, а полноценная агентная помощь.
Чем Carbon отличается от Argon
Gemini 4 Carbon — старшая модель четвёртого поколения, построенная на базе Gemini 4 Argon. Если Argon Google называет подходящим выбором для большинства инженерных и knowledge-задач, то Carbon ориентирована на более тяжёлые сценарии: многошаговую отладку больших кодовых баз, архитектурное проектирование и открытые научные исследования.
По сути, Carbon сильнее там, где нужно долго держать контекст, проверять гипотезы и не терять нить в цепочке действий. У модели единый контекст до 1 048 576 токенов, есть уровни мышления LOW, MEDIUM и HIGH, поддержка Office и OpenDocument-файлов прямо в промпте, а также работа с видеофайлами в агентном режиме. Для разработчиков важно и то, что через API она игнорирует temperature, top_p и top_k.
Почему о ней говорят как о «дешёвой сильной модели»
На бенчмарках Carbon получила очень сильные результаты. В Artificial Analysis она набрала 59 и 60 баллов в версиях v5.0 и v5.0.1, уступив первое место Claude Fable 5.2. Но при этом стоимость задач оказалась намного ниже: около $7,76 против $26,54 у лидера. В другом тесте, MKA, Carbon набрала 54% против 57% у Fable 5.2, зато цена одной задачи была примерно в шесть раз ниже.
Особенно заметен разрыв в прикладных агентных тестах. В CursorBench 4.0, Perplexity WANDR и Zapier AutomationBench модель взяла золото, а Google утверждает, что цена одной задачи там более чем вдвое ниже ближайших конкурентов. Для бизнеса это важно: можно автоматизировать кодинг, ресёрч или рутинные процессы, не раздувая счёт за API. В чистом программировании результаты не везде лучшие, но в задачах на длинные траектории и удержание контекста Carbon выглядит очень уверенно.
Кому это может пригодиться на практике
Для разработчиков Gemini Carbon полезна в больших кодовых проектах, при многошаговой отладке, анализе сложных зависимостей и генерации рабочих решений для автоматизации. Для аналитиков и исследователей это шанс быстрее разбирать документы, таблицы, чертежи и длинные материалы без постоянного ручного переключения между файлами.
Отдельный сильный сценарий — кибербезопасность. Модель показала высокие результаты в тестах на поиск уязвимостей, проверку эксплуатируемости и построение патчей. Если упростить, это инструмент для команд, которым нужно быстрее находить слабые места в системах и проверять, насколько они опасны. А тем, кто хочет попробовать похожие задачи без сложной настройки, удобно идти через платформы с несколькими моделями в одном месте, где можно сравнить качество и цену на практике.