10 ноября 2026 года Google открыла широкий доступ к Gemini 4 Carbon. Это старшая модель четвёртого поколения Google DeepMind, построенная на базе Gemini 4 Argon, которая вышла месяцем ранее. Каналы запуска: платный уровень Gemini API в Google AI Studio и Android Studio, Gemini for business для корпоративных клиентов, а для подписчиков Google AI Ultra - приложение Gemini, AI Mode в поиске и платформа Antigravity (сводка анонса с каналами доступа).
Перед публичным релизом Carbon две недели работала в закрытом контуре Fairwind Program для специалистов по кибербезопасности, а теперь её могут подключать разработчики, компании, учёные и обычные пользователи. При этом для большинства задач программной инженерии и интеллектуальной работы Google советует оставить Gemini 4 Argon: она быстрее и расходует меньше токенов (разбор запуска, цен и кейсов).
Короткий ответ на главный вопрос: Carbon нужна там, где важнее полнота прохода по длинной траектории и самопроверка, а не цена за токен. Дальше - роли двух моделей, состояние бенчмарков, кейсы, режим /swarm, тарифы и чек-лист выбора.
Что такое Gemini 4 Carbon и зачем Google выпустила вторую флагманскую модель
В четвёртом поколении Gemini две модели с разными профилями. Gemini 4 Argon закрывает повседневную инженерию и работу со знаниями: быстрые ответы, умеренный расход токенов, предсказуемый счёт. Gemini 4 Carbon включается на задачах «на пределе интеллекта»: дольше исследует, проверяет собственные шаги, доводит до конца длинные цепочки действий. Таблица ролей в сводке анонса описывает это именно так: базовый флагман против frontier-флагмана.
Причина появления второй модели в бюджете рассуждений. Чем длиннее агентная траектория, тем больше промежуточных проверок и тем выше шанс потерять контекст к середине. Carbon проектировали под такие прогоны: сложное многошаговое кодирование и отладку, открытые научные исследования, длительные агентные рабочие процессы. Argon остаётся рабочим инструментом для всего остального.
Чем Carbon отличается от Argon по роли и стилю работы
| Параметр | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|
| Позиция в линейке | Базовый флагман | Frontier-флагман |
| Класс задач | Повседневная инженерия и работа со знаниями | Задачи на пределе интеллекта |
| Стиль работы | Быстро, экономно | Долго исследует, проверяет себя |
| Thinking-токены на прогон сводного индекса | около 113 млн | около 205 млн |
| Рекомендация Google | Большинство задач | Длинные агентные траектории, аудиты, наука |
Цифра, которая объясняет разницу в поведении: на прогон сводного индекса Carbon расходует порядка 205 млн thinking-токенов против 113 млн у Argon (данные сводки анонса). Почти вдвое больше рассуждений на тот же набор задач. Следствия простые: прогон идёт дольше, счёт за выходные токены выше, зато многошаговая задача чаще доходит до конца без внешних подсказок.
Отсюда рабочая практика: держите Carbon отдельным режимом, а не дефолтом для всех запросов продукта. Если модель включена везде, вы платите за глубину там, где хватило бы одного прохода Argon.
История запуска: Fairwind Program и ограниченный тест
Fairwind Program - канал ограниченного доступа для специалистов по защите систем. Через него Carbon две недели тестировали партнёры из security-среды, отсюда и состав первых публичных кейсов: сканирование SaaS-провайдеров, разбор драйверов ядра, поиск уязвимостей. Научные и инженерные примеры появились позже.
Ограниченный тест не заменяет независимую валидацию. Партнёров было немного, результаты описывают сами участники и Google, а часть цифр ниже приводится по данным вендора. Практический вывод: сценарии из кейсов стоит перепроверять на своём коде и своих данных, а не переносить выводы один в один.
Единый контекст на 1 048 576 токенов и уровни мышления LOW/MEDIUM/HIGH
Заявленная конфигурация выглядит так: единое окно на 1 048 576 токенов и три уровня мышления LOW/MEDIUM/HIGH вместо тонкой настройки сэмплинга. Логика понятна. Агентным задачам нужен большой контекст, чтобы кодовая база, логи аудита и история шагов агента лежали в одном окне и модели не приходилось пересказывать себе предыдущие выводы.
Что подтверждено не полностью. В публикациях, доступных на 11 ноября 2026 года, нет прямого подтверждения размера окна 1 048 576 токенов, набора уровней LOW/MEDIUM/HIGH и того, что Gemini API игнорирует temperature, top_p и top_k. Эти детали взяты из описания анонса и требуют сверки с официальной документацией к API до того, как вы заложите их в архитектуру. Подтверждённая часть: thinking-токены, их расход и тарифы.
Что даёт окно на миллион токенов, если оно подтвердится: аудит проекта целиком без нарезки на чанки, сравнение нескольких версий файлов в одном запросе, цепочка «нашёл - проверил - исправил - перепроверил» без потери состояния между шагами. Ограничение тоже понятное: чем больше контекста, тем дороже каждый следующий запрос, и кэширование входа перестаёт быть оптимизацией.
Почему temperature, top_p и top_k не работают через API
Смысл этих параметров - управлять случайностью выбора следующего токена. Temperature растягивает или сжимает распределение вероятностей, top_p и top_k отсекают маловероятные варианты. Если модель их игнорирует, подбор «креативности» через temperature теряет эффект: глубина рассуждения задаётся уровнем мышления.
Что сделать в коде уже сейчас. Найдите места, где temperature, top_p или top_k зашиты в конфиг или в обёртку над SDK: для Carbon они не дадут результата, зато создадут иллюзию контроля над поведением модели. Проверьте ретраи и валидаторы, которые рассчитывали на разнообразие ответов при высокой temperature. Если приложение генерирует несколько вариантов и выбирает лучший, эту логику придётся строить на уровне мышления и повторных прогонах.
Практическая замена подбора температуры: LOW для быстрых операций вроде переименования, форматирования, короткого рефакторинга; MEDIUM как значение по умолчанию; HIGH для аудита кода, разбора инцидента, научного пайплайна. Проверять эффект лучше на наборе из 10-20 задач своего домена, сравнивая время и число шагов до приемлемого результата, а не на одном промпте.
Как уровни мышления влияют на стоимость и скорость
Разница между уровнями видна в расходе thinking-токенов. Те самые 205 млн против 113 млн у Argon на сводном индексе показывают цену HIGH-прохода по сложному набору задач. HIGH окупается там, где ошибка дороже токенов: аудит безопасности, разбор чужого кода, проверка гипотезы. Для рутинных операций он даёт перерасход: модель дольше думает над задачей с одним правильным ответом.
Thinking-токены генерирует сама модель, поэтому счёт за них считается как за выход. В источниках по Carbon отдельная ставка для них не раскрыта, так что до продакшена уточните в биллинге, по какому тарифу они проходят. Тарифы API и что даёт кэш входа, разобраны в блоке о доступе.
Бенчмарки: где Carbon лидирует, а где проигрывает
Публичные цифры по Carbon идут от Google и от партнёров по Fairwind Program, независимых прогонов на 11 ноября 2026 года мало. Сравнивать результаты имеет смысл с конкурентами того же класса, включая модели Anthropic: по Claude Opus 5.5 уже видно, как вендор подаёт собственные бенчмарки и что из них потом подтверждается независимо (разбор Claude Opus 5.5).
По индексу Artificial Analysis Carbon называют второй после Claude Fable 5.2, а заголовки обещают цену задачи в 2-6 раз ниже. В доступных источниках нет ни балла индекса, ни методики расчёта такой экономии. Подтверждается более осторожная формулировка: в трёх агентных тестах стоимость решённой задачи у Carbon минимум вдвое ниже, чем у следующей внешней модели по таблице Google. Разница существенна: «вдвое дешевле задачи» и «в 6 раз дешевле» - разные утверждения, и второе пока без подтверждения.
Лидерство в агентных бенчмарках: CursorBench 4.0, WANDR, AutomationBench
CursorBench 4.0 проверяет агентное кодирование в стиле Cursor: модель получает задачу, правит файлы, запускает проверки. Perplexity WANDR - агентный поиск и исследование. Zapier AutomationBench - автоматизация рабочих процессов. По данным Google, Carbon первая во всех трёх, и стоимость задачи в этих тестах минимум вдвое ниже, чем у следующей внешней модели (сводка результатов и экономики).
Для агентных прогонов это важнее, чем цена за миллион токенов: длинный сценарий из десятков шагов на дешёвой модели может обойтись дороже, если её приходится перезапускать. Здесь Carbon выигрывает за счёт того, что реже бросает задачу на середине.
Кибербезопасность: SEC-bench Pro, ExploitGym, CWE-bench
Кибербезопасность - домен, где Carbon проверяли дольше всего: две недели в Fairwind Program. Наборы SEC-bench Pro, ExploitGym и CWE-bench упоминаются как сильные для модели направления, но конкретных чисел в доступных источниках нет. Планировать бюджет аудита по этим трём тестам рано, реальные кейсы убедительнее цифр, которых никто не опубликовал (они разобраны ниже).
Для сравнения полезно помнить про узкие модели: Gemini 3.5 Flash Cyber делает ставку на автоматический поиск уязвимостей в production-коде с подтверждёнными находками вроде обхода ASLR и W^X (Gemini 3.5 Flash Cyber). Узкий инструмент дешевле на рутинном сканировании, Carbon имеет смысл там, где нужен разбор логики и длинная цепочка проверок.
Где Carbon проседает: FrontierSWE 2 и OSWorld-2.1
FrontierSWE 2 и OSWorld-2.1 в описании анонса упоминаются как более слабые для Carbon направления, однако конкретных значений в доступных источниках нет. Обещать или опровергать превосходство модели в классическом SWE и в задачах на управление интерфейсом на таких данных нельзя.
Качественный вывод при этом остаётся: Carbon не универсальный победитель. Классическая программная инженерия и сценарии с GUI требуют другого профиля, и здесь сравнение с моделями под Terminal-Bench и SWE-семейство остаётся актуальным, например Laguna S 2.1 с меньшей стоимостью инференса (разбор Laguna S 2.1).
Практические кейсы: кибербезопасность и научные исследования
Все публичные кейсы Carbon взяты из ограниченного теста и описаны участниками или Google, а не сторонними лабораториями (кейсы Wiz, драйверов ядра и CASP17). Это единственная на 11 ноября конкретика, по которой можно судить о реальной работе модели за пределами синтетических тестов.
Кейс Wiz: уязвимости нулевого дня за два часа
Wiz просканировала с помощью Carbon двух крупных SaaS-провайдеров и обнаружила уязвимости нулевого дня менее чем за два часа. Скорость здесь вторична, важнее полнота: агент проходит по поверхности атаки, а не останавливается на первом подозрительном месте.
Второй security-кейс ближе к системному программированию. При исследовании драйверов ядра Carbon нашла те же ошибки повреждения памяти, что и другие системы, и дополнительно выявила четыре подтверждённые уязвимости, которые конкуренты пропустили. Прирост идёт за счёт участков, которые при беглом ревью выпадают.
Оговорка по масштабу. Два провайдера и один набор драйверов - небольшая выборка, собранная в контролируемом тесте. Для своего pipeline это означает пилот на ограниченном периметре с ручной валидацией находок: ложные срабатывания в security-аудитах стоят дороже, чем пропуски в отчёте.
CASP17: в 40 раз больше найденных гомологов белков
В слепом тесте CASP17 Carbon увеличила число найденных гомологов белков в среднем в 40 раз в семи белковых семьях с низкой гомологией. Низкая гомология - сложный режим: сходство последовательностей почти неразличимо, и результат приходит из комбинации структурных подсказок и длительного перебора гипотез.
Именно длинные траектории с самопроверкой дают такой разрыв: модель возвращается к отброшенным вариантам, сверяет их с промежуточными результатами и не обрывает поиск на первом правдоподобном совпадении. Один бенчмарк не доказывает превосходство в структурной биологии целиком. Исследователи Axiom Bio используют Carbon для изучения механизмов токсичности лекарств, но числовых результатов по этой работе в источниках нет.
Режим /swarm в Antigravity: как устроена мультиагентная работа
/swarm - превью-функция в Antigravity, которая превращает один промпт в координированную команду ИИ-агентов. В этой схеме Carbon берёт задачи, требующие больше рассуждений: архитектурное проектирование, координацию и надзор, пока другие модели работают параллельно (описание режима и роли Carbon).
Координатор, воркеры и adversarial-верификаторы
Логика трёх ролей простая. Координатор разбивает задачу на части и держит общий план. Воркеры выполняют свои участки параллельно. Верификаторы проверяют результат. Смысл в том, что длинная задача не сваливается в один контекст: каждый участок получает свой бюджет рассуждений.
Воркеры в изолированных git worktrees и adversarial-верификаторы фигурируют в описании темы, но в доступных источниках подтверждены только координация, надзор и параллельная работа нескольких моделей. Изоляцию веток и состав верификаторов сверяйте с документацией Antigravity: деталей реализации на 11 ноября 2026 года нет.
Практический расчёт: /swarm окупается на крупных задачах, где одиночный агент теряет контекст к середине, например миграция модуля, разбор инцидента, подготовка аудита. На мелких правках накладные расходы на координацию съедают выигрыш. Есть и эффект на цене: если архитектуру и проверку ведёт Carbon, а рутинные шаги распределены по более дешёвым моделям, прогон обходится дешевле, чем Carbon на всех шагах.
Как получить доступ к Gemini 4 Carbon: API, бизнес и подписки
С 10 ноября 2026 года работают четыре канала: платный Gemini API в Google AI Studio и Android Studio, Gemini for business для корпоративных клиентов, подписка Google AI Ultra с доступом в приложении Gemini и AI Mode, а также платформа Antigravity. Для экспериментов достаточно AI Studio: там видно расход токенов и можно сравнить уровни мышления на своих задачах до того, как подключать модель в продакшен.
Цены API и экономика использования
Ставки: $2 за миллион входных и $10 за миллион выходных токенов, как у Argon. Кэшированные входные токены получают скидку 95%. Вместе с запуском Google расширила научную программу: 10 000 учёных получают шесть месяцев бесплатного доступа к Carbon в Antigravity.
Upcorn указывает, что цены начальные: после промо-периода, который длится до 30 ноября 2026 года, ставки планируется поднять до $4 за миллион входных и $20 за миллион выходных токенов (условия тарификации). Для сметы на следующий квартал считайте по удвоенным ставкам, иначе бюджет поедет.
Считать нужно от выходных токенов, потому что thinking-токены генерирует модель. Прогон сводного индекса на ~205 млн thinking-токенов у Carbon против ~113 млн у Argon даёт масштаб: длинная агентная задача на HIGH обходится в разы дороже одного прохода Argon при том же входном контексте. Кэш спасает только на повторяющемся входе: кодовая база, документация, длинные системные промпты. Если вход каждый раз новый, скидка 95% не сработает и считать надо полную ставку.
Бесплатные и льготные варианты: Google AI Ultra и научная программа
Подписка Google AI Ultra даёт доступ к Carbon в приложении Gemini, AI Mode и Antigravity без отдельного счёта за токены, что удобно для проверки модели на реальных задачах без риска сжечь бюджет API. Научная программа с шестью бесплатными месяцами в Antigravity закрывает академические пайплайны, но требует подтверждения статуса. Условия подписок и программ Google периодически меняет, поэтому перед покупкой сверяйте текущий состав Ultra и требования к участникам научной программы на официальных страницах.
Когда выбирать Carbon, а когда Argon: практический чек-лист
Сценарии, где Carbon окупается
- Аудит кода и поиск уязвимостей, где важна полнота прохода: кейс Wiz с нулевыми днями за два часа и разбор драйверов ядра с четырьмя дополнительными находками.
- Научные пайплайны с низкой гомологией и длинным перебором гипотез: результат CASP17 с ростом найденных гомологов в среднем в 40 раз.
- Многошаговое кодирование и отладка, где один проход Argon обрывается на середине и требует ручной склейки результата.
- Агентные прогоны, где считается цена решённой задачи, а не токена: сценарии уровня CursorBench 4.0, WANDR и AutomationBench.
- Координация в /swarm: Carbon держит архитектуру и надзор, рутинные шаги уходят параллельным моделям.
Сценарии, где лучше остаться на Argon
- Повседневная инженерия и работа со знаниями: правки, ревью, справки, разбор документов. Google прямо рекомендует Argon для большинства таких задач.
- Быстрые итерации в цикле разработки, где задержка важнее глубины.
- Задачи с жёстким бюджетом токенов и предсказуемой сметой на месяц.
- Классический SWE и сценарии с управлением интерфейсом: по FrontierSWE 2 и OSWorld-2.1 Carbon не доминирует, хотя конкретные цифры не опубликованы.
- Нужен локальный контур: данных о локальном запуске Carbon в источниках нет. Для дешёвого локального кодинга смотрите сравнение DeepSeek V4 Flash и Qwen 3.6 по VRAM, скорости и стабильности цепочек (тесты DeepSeek V4 Flash и Qwen 3.6).
Ограничения, которые стоит держать в голове перед миграцией: thinking-токены дороги, цены после 30 ноября 2026 года удваиваются, часть заявленных возможностей вроде окна на 1 048 576 токенов и уровней мышления ещё предстоит сверить с документацией, а игнорирование temperature, top_p и top_k ломает пайплайны, где эти параметры зашиты в конфиг.
Правильный порядок действий: взять одну повторяющуюся задачу из своего домена, прогнать её на Argon и на Carbon в AI Studio, сравнить число шагов до приемлемого результата и стоимость прогона. Если разница в качестве не оправдывает разницу в цене, оставляйте Argon и возвращайтесь к Carbon на аудитах, разборах инцидентов и научных пайплайнах, где глубина прохода решает исход.