जेमिनी 4 कार्बन: Google का नवीनतम वर्ल्ड मॉडल

जेमिनी 4 आर्गन के व्यापक रूप से उपलब्ध होने के दो सप्ताह बाद, Google एक और मॉडल के साथ लौटा है। आज घोषित जेमिनी 4 कार्बन को Google अपना "अगली सीमा का मॉडल" कह रहा है, और इसने नए अपडेटेड आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स v5.0 में पहला स्थान हासिल कर लिया है।

ज्यादातर लोग अभी इसका उपयोग नहीं कर सकते। कार्बन की शुरुआत पहले चुनिंदा साइबर सुरक्षा रक्षकों के लिए हो रही है; डेवलपर्स, व्यवसायों और उपभोक्ताओं को बाद में ही पहुंच मिलेगी।

इस लेख में, मैं बताऊंगा कि जेमिनी 4 कार्बन क्या है, आर्गन के बाद से क्या बदला है, यह बेंचमार्क्स पर कैसा प्रदर्शन करता है (Google और स्वतंत्र दोनों के), इसकी कीमत क्या होगी, और आप इसे कब उपयोग करना शुरू कर सकते हैं।

अंत में, शुरू करने से पहले, मैं मानता हूं कि आप इस लेख पर सामान्य Google AI समाचार सुनने के बाद आए होंगे। स्पष्ट करने के लिए, जेमिनी 4 कार्बन (जिसके बारे में यह लेख है) एक टेक्स्ट- और कोड-केंद्रित फ्रंटियर बड़ा भाषा मॉडल है; वहीं जिनी 4, जो अभी जारी हुआ है, वास्तविक-समय डिजिटल सिमुलेशंस के लिए एक इंटरैक्टिव, भौतिकी-आधारित वर्ल्ड मॉडल है। जिनी 4 के बारे में पढ़ना भी उपयोगी रहेगा।

जेमिनी 4 कार्बन क्या है?

जेमिनी 4 कार्बन, Google के जेमिनी 4 परिवार का सबसे नया मॉडल है, जो जेमिनी 4 आर्गन से ऊपर स्थित है। यह बड़ी बात है क्योंकि जब कुछ ही सप्ताह पहले आर्गन जारी हुआ था, तो उसके प्रभावशाली बेंचमार्क परीक्षणों के कारण उसे Google की बड़ी वापसी के रूप में व्यापक रूप से चर्चा मिली थी।

कार्बन उससे भी बेहतर है। Google इस मॉडल को लंबे क्षितिज वाले एजेंटिक कार्यों के लिए बेहतरीन बताता है—ऐसा काम जिसमें कई चरण, कई टूल कॉल्स, और डेड एंड से उबरना शामिल होता है।

Google DeepMind के अनुसार, आंतरिक टीमों ने देखा है कि कार्बन बहु-चरणीय इंजीनियरिंग समस्याओं पर कई दिनों तक चल सकता है, जैसे बड़े कोडबेस और लो-लेवल सिस्टम्स में बग्स की मूल वजह ढूंढना और पैच करना।

Google ने इन क्षेत्रों में भी बढ़त का दावा किया है:

• कोडिंग और फुल-स्टैक वेब डेवलपमेंट
• एजेंटिक कार्य और कंप्यूटर उपयोग
• वैज्ञानिक तर्क-वितर्क
• मल्टीमॉडल समझ

Google ने न तो तकनीकी रिपोर्ट, न आर्किटेक्चर विवरण, और न ही पैरामीटर काउंट प्रकाशित किया है। न ही API स्पेक साझा किया है, इसलिए अभी यह स्पष्ट नहीं है कि कार्बन, आर्गन की सीमाएं रखता है या नहीं (1 मिलियन से अधिक टोकन की कॉन्टेक्स्ट विंडो, 65,536-टोकन की डिफॉल्ट आउटपुट सीमा, और टेक्स्ट, इमेज, वीडियो, ऑडियो, और PDF इनपुट)।

जेमिनी 4 कार्बन बनाम जेमिनी 4 आर्गन

जेमिनी 4 का रोलआउट तेज़ी से बढ़ा है:

बेंचमार्क नतीजे निस्संदेह प्रभावशाली हैं। ध्यान दें कि Google की प्रकाशित तुलना की सभी 17 पंक्तियों में कार्बन ने आर्गन पर सुधार किया है।

प्रतिस्पर्धियों के मुकाबले जेमिनी 4 कार्बन के बेंचमार्क्स

आइए इस भाग को दो हिस्सों में बाँटते हैं: Google के खुद के रिपोर्ट किए गए नतीजे, और स्वतंत्र मूल्यांकन।

Google-रिपोर्टेड नतीजे

कार्बन 17 में से 15 पंक्तियों में शीर्ष पर है। दो अपवाद हैं:

• सॉफ्टवेयर इंजीनियरिंग: FrontierSWE 2 पर, GPT-6 Astra और Claude Opus 5.5 दोनों ने कार्बन को पछाड़ा।
• कंप्यूटर उपयोग: OSWorld-2.1 के ऑफलाइन सबसेट पर, Claude Opus 5.5 आगे है।

कार्बन की सबसे स्पष्ट बढ़त लंबी-संदर्भ तर्क-क्षमता पर है। GraphWalks पर, यह GPT-6 Astra और Opus 5.5 से काफी आगे स्कोर करता है।

Vending-Bench 2, एक सिम्युलेटेड बिज़नेस बेंचमार्क, पर कार्बन $16,484 के बैलेंस के साथ समाप्त हुआ, GPT-6 Astra और आर्गन से आगे।

ध्यान देने योग्य बात: Google के नतीजों में अनिश्चितता के अनुमान शामिल नहीं हैं, और सुरक्षा बेंचमार्क्स बिना गार्डरेल्स के चलाए गए थे, इसलिए वास्तविक दुनिया के नतीजे अलग हो सकते हैं या होंगे।

स्वतंत्र मूल्यांकन

Artificial Analysis के स्वतंत्र आँकड़े मोटे तौर पर Google के दावों का समर्थन करते हैं, हालांकि कुछ बारीकियों के साथ:

• इंटेलिजेंस इंडेक्स v5.0: कार्बन सबसे ऊपर है, Claude Opus 5.5 और GPT-6 Astra से थोड़ा आगे, और आर्गन से काफी आगे। संस्करण 5.0 इंडेक्स का अधिक कठिन पुनर्निर्माण है, जिसकी अधिकांश प्रश्नावली निजी या रोके गए परीक्षणों से आती है। यही कारण है कि स्कोर पहले के संस्करणों से कम हैं।
• कोडिंग एजेंट इंडेक्स: कार्बन (Antigravity CLI के ज़रिए) 59 स्कोर करता है। यह आर्गन (53) से अच्छा उछाल है, पर Claude Code with Opus 5.5 (62) से पीछे है।
• AA-Briefcase (नॉलेज वर्क): 1,609 Elo, आर्गन से 126 अंक ऊपर, पर अभी भी Grok 4.7, Muse Wonder, और Kimi K3.1 Pro से पीछे।
• AA-Omniscience (तथ्यात्मक ज्ञान): कार्बन 54 के स्कोर के साथ शीर्ष पर है और 58% प्रश्नों के सही उत्तर देता है (आर्गन: 48%)। हालांकि, इसकी भ्रमदर (हैलुसिनेशन रेट) 4% से बढ़कर 11% हो गई।

WebDev Arena पर, कार्बन #4 पर 1,769 Elo के साथ है, 89 अंकों की बढ़त।

निष्कर्ष: फिलहाल लीडरबोर्ड्स पर कार्बन सबसे सशक्त ऑल-राउंड मॉडल है, लेकिन यह हर चीज़ में सर्वश्रेष्ठ नहीं है। यदि आपका वर्कलोड मुख्यतः एजेंटिक कोडिंग या कंप्यूटर उपयोग है, तो मुकाबला अब भी कड़ा है।

जेमिनी 4 कार्बन और साइबर सुरक्षा

इस लॉन्च में सुरक्षा बड़ी कहानी है। Google अपने साइबर कार्य को तीन चरणों में बाँटता है, और कार्बन प्रत्येक पर मजबूत नतीजे रिपोर्ट करता है:

1. वल्नरेबिलिटी डिस्कवरी: SEC-bench Pro पर 88.2% (स्टेट-ऑफ-द-आर्ट)
2. एक्सप्लॉइट वेलिडेशन: ExploitGym पर 54.8% (स्टेट-ऑफ-द-आर्ट)
3. पैचिंग: CWE-bench पर 71.0%

Google यह भी रिपोर्ट करता है:

• सुरक्षित कोड जनरेट करने में आर्गन की सफलता दर से दो गुने से अधिक
• उच्च-गुणवत्ता वाले पैच बनाने में कार्बन, दूसरे लैब के एक फ्रंटियर मॉडल से दस गुना से अधिक बेहतर था (हाँ, दूसरे लैब का नाम नहीं बताया गया)

ये क्षमताएँ दोनों दिशाओं में असर डालती हैं। कोई मॉडल जो कमजोरियाँ इतनी अच्छी तरह से खोज और एक्सप्लॉइट कर सकता है, वह रक्षकों और हमलावरों दोनों के लिए मूल्यवान है—शायद यही सावधानीपूर्वक रोलआउट की वजह हो।

सुरक्षा और विश्वसनीयता में सुधार

कार्बन, आर्गन की ही स्तरीय सुरक्षा स्टैक का उपयोग करता है: सेफ़्टी ट्रेनिंग, रियल-टाइम मिसयूज़ डिफ़ेंस, प्रॉम्प्ट-इंजेक्शन रेज़िलिएंस, और चेन-ऑफ-थॉट मॉनिटरिंग। Google आर्गन पर ये सुधार रिपोर्ट करता है:

• असमर्थित दावों में कमी: लगभग आधी
• मिसएलाइनमेंट अलर्ट्स: लाइव कोडिंग वातावरण में उच्च-गंभीरता वाले अलर्ट्स लगभग 80% घटे
• स्कोप कंट्रोल: ओवररीच 26% कम, अंडर-सर्विस 29% कम
• बेंचमार्क चीटिंग: Terminal-Bench 4.0 पर 0.0% सफल चीटिंग, और प्रयास 0.4% तक घटे
• प्रॉम्प्ट इंजेक्शन: Gray Swan के अप्रत्यक्ष प्रॉम्प्ट-इंजेक्शन बेंचमार्क पर 0.0% अटैक सफलता (आर्गन: 0.7%)

ध्यान दें कि "असमर्थित दावों में कमी" का नतीजा Google के आंतरिक परीक्षणों से आता है, जबकि Artificial Analysis ने AA-Omniscience पर कार्बन की भ्रमदर अधिक मापी। दोनों परीक्षण अलग चीज़ें मापते हैं, लेकिन यह समग्र तस्वीर को जटिल बनाता है।

जेमिनी 4 कार्बन की कीमत

कार्बन की शुरुआत आर्गन की ही प्रारंभिक कीमत पर हो रही है:

Google ने नहीं बताया कि कार्बन की प्रारंभिक अवधि कब समाप्त होगी। संदर्भ के लिए, आर्गन की प्रारंभिक कीमत 30 नवंबर, 2026 को समाप्त होती है।

उदाहरण के तौर पर, 10M इनपुट टोकन और 1M आउटपुट टोकन वाले वर्कलोड की लागत प्रारंभिक दरों पर लगभग $30 और बाद में $60 होगी।

जेमिनी 4 कार्बन तक कैसे पहुंचें

अभी, संभवतः आप नहीं पहुंच पाएंगे। रोलआउट योजना यह है:

1. अभी: साइबर रक्षकों के एक उपसमूह को पहुंच मिलती है।
2. अगला: Google के Fairwind प्रोग्राम के माध्यम से अधिक विश्वसनीय साझेदारों तक पहुंच धीरे-धीरे बढ़ेगी।
3. बाद में: डेवलपर्स, व्यवसाय, और उपभोक्ता। 

इस बीच, जेमिनी 4 आर्गन अभी उसी प्रारंभिक कीमत पर उपलब्ध है और ऐसे वर्कफ़्लो बनाने का अच्छा तरीका है जिन्हें बाद में आप कार्बन पर ले जा सकते हैं।

अंतिम विचार

आखिरकार, क्योंकि कार्बन की मूल्य संरचना आर्गन के बिल्कुल समान है, यह बहुत संभव है कि यह अधिकांश उपयोगकर्ताओं के लिए अपने पूर्ववर्ती को जल्द ही पीछे छोड़ दे। जैसे ही कार्बन व्यापक सार्वजनिक उपलब्धता तक पहुँचेगा, मुझे उम्मीद है कि डेवलपर्स और एंटरप्राइज़ ग्राहक स्वाभाविक रूप से इसकी बेहतर क्षमताओं का लाभ उठाने के लिए उस पर माइग्रेट करेंगे।