Gemini 4 Carbon: najnowszy model świata od Google

Dwa tygodnie po tym, jak Gemini 4 Argon stał się szeroko dostępny, Google wraca z kolejnym modelem. Ogłoszony dziś Gemini 4 Carbon to – jak mówi Google – „model następnej generacji”, który zajął pierwsze miejsce w świeżo zaktualizowanym Artificial Analysis Intelligence Index v5.0.

Większość osób nie może go jeszcze używać. Carbon startuje najpierw w wąskiej grupie obrońców cyberbezpieczeństwa, a dopiero później dostęp otrzymają deweloperzy, firmy i konsumenci.

W tym artykule wyjaśnię, czym jest Gemini 4 Carbon, co zmieniło się od czasu Argona, jak wypada w benchmarkach (zarówno tych od Google, jak i niezależnych), ile będzie kosztować i kiedy możesz spodziewać się dostępu.

Na koniec, zanim zaczniemy: możliwe, że trafiłeś tu po prostu po newsach o AI od Google. Dla jasności: Gemini 4 Carbon (temat tego artykułu) to model językowy zorientowany na tekst i kod; Genie 4, który również właśnie się ukazał, to interaktywny, oparty na fizyce model świata do symulacji cyfrowych w czasie rzeczywistym. O Genie 4 też warto poczytać.

Czym jest Gemini 4 Carbon?

Gemini 4 Carbon to najnowszy model z rodziny Gemini 4 od Google, plasujący się powyżej Gemini 4 Argon. To duża sprawa, bo gdy zaledwie kilka tygodni temu wydano Argona, szeroko mówiono o wielkim powrocie Google dzięki imponującym wynikom testów Argona.

Carbon jest jeszcze lepszy. Google pozycjonuje ten model jako świetny do zadań agentowych o długim horyzoncie, czyli takich, które wymagają wielu kroków, licznych wywołań narzędzi i częstego wychodzenia z ślepych uliczek.

Zgodnie z informacjami Google DeepMind, zespoły wewnętrzne obserwowały działanie Carbona przez całe dni na wieloetapowych problemach inżynieryjnych, takich jak identyfikacja przyczyn i tworzenie łatek w dużych bazach kodu oraz systemach niskopoziomowych.

Google zgłasza też postępy w obszarach:

• Kodowanie i full‑stack web development
• Zadania agentowe i obsługa komputera
• Wnioskowanie naukowe
• Rozumienie multimodalne

Google nie opublikowało raportu technicznego, szczegółów architektury ani liczby parametrów. Nie udostępniło też specyfikacji API, więc nie wiemy jeszcze, czy Carbon zachowuje limity Argona (okno kontekstu ponad 1 milion tokenów, domyślny limit wyjścia 65 536 tokenów oraz wejście tekstowe, obraz, wideo, audio i PDF).

Gemini 4 Carbon vs. Gemini 4 Argon

Wdrożenie Gemini 4 postępuje szybko:

Wyniki benchmarków są bez wątpienia imponujące. Zwróć uwagę, jak Carbon poprawia wyniki Argona we wszystkich 17 pozycjach porównania opublikowanego przez Google.

Benchmarki Gemini 4 Carbon na tle konkurencji

Podzielę tę sekcję na dwie części: wyniki raportowane przez Google oraz niezależne ewaluacje.

Wyniki raportowane przez Google

Carbon ma najlepszy wynik w 15 z 17 pozycji. Dwa wyjątki to:

• Inżynieria oprogramowania: W FrontierSWE 2 GPT-6 Astra i Claude Opus 5.5 wyprzedzają Carbona.
• Obsługa komputera: W offline’owym podzbiorze OSWorld-2.1 prowadzi Claude Opus 5.5.

Najwyraźniejsza przewaga Carbona to rozumowanie w długim kontekście. W GraphWalks znacznie wyprzedza GPT-6 Astra i Opus 5.5.

W Vending-Bench 2, symulowanym benchmarku biznesowym, Carbon zakończył z saldem 16 484 USD, przed GPT-6 Astra i Argonem.

Warto zauważyć: wyniki Google nie zawierają estymat niepewności, a benchmarki bezpieczeństwa były uruchamiane bez zabezpieczeń, więc rezultaty w realnych warunkach mogą się różnić.

Niezależne ewaluacje

Niezależne dane Artificial Analysis zasadniczo potwierdzają twierdzenia Google, choć z niuansami:

• Intelligence Index v5.0: Carbon zajmuje pierwsze miejsce, minimalnie przed Claude Opus 5.5 i GPT-6 Astra, wyraźnie przed Argonem. Wersja 5.0 to trudniejsza, przebudowana edycja indeksu, z większością pytań z prywatnych lub niejawnych testów. Dlatego wyniki są niższe niż w poprzednich wersjach.
• Coding Agent Index: Carbon (przez Antigravity CLI) zdobywa 59. To solidny skok względem Argona (53), ale za Claude Code z Opus 5.5 (62).
• AA-Briefcase (praca z wiedzą): 1609 Elo, o 126 punktów więcej niż Argon, ale wciąż za Grok 4.7, Muse Wonder i Kimi K3.1 Pro.
• AA-Omniscience (wiedza faktograficzna): Carbon prowadzi z wynikiem 54 i 58% poprawnych odpowiedzi (Argon: 48%). Jednak jego wskaźnik halucynacji wzrósł z 4% do 11%.

W WebDev Arena Carbon jest na 4. miejscu z 1769 Elo, +89 punktów.

Wniosek: Carbon to obecnie najsilniejszy model ogólny w rankingach, ale nie najlepszy we wszystkim. Jeśli twoja praca to głównie agentowe kodowanie lub obsługa komputera, różnice wciąż są niewielkie.

Cyberbezpieczeństwo w Gemini 4 Carbon

Bezpieczeństwo to ważny wątek tego wydania. Google dzieli prace nad cyber na trzy etapy, a Carbon raportuje mocne wyniki w każdym:

1. Wykrywanie podatności: 88,2% w SEC-bench Pro (stan sztuki)
2. Walidacja exploitów: 54,8% w ExploitGym (stan sztuki)
3. Łatanie: 71,0% w CWE-bench

Google podaje też:

• Ponad dwukrotnie wyższy niż u Argona odsetek sukcesów w generowaniu bezpiecznego kodu
• Carbon był ponad dziesięciokrotnie lepszy niż model graniczny innego laboratorium w generowaniu wysokiej jakości łatek (nie, nazwy tamtego laboratorium nie podano)

Te możliwości działają w dwie strony. Model, który tak skutecznie znajduje i wykorzystuje luki, jest cenny dla obrońców i atakujących, co może tłumaczyć ostrożne wdrożenie.

Ulepszenia bezpieczeństwa i niezawodności

Carbon korzysta z tej samej wielowarstwowej ochrony co Argon: szkolenia bezpieczeństwa, obrony przed nadużyciami w czasie rzeczywistym, odporności na injection w promptach oraz monitorowania chain-of-thought. Google raportuje te usprawnienia względem Argona:

• Mniej niepopartych twierdzeń: mniej więcej o połowę
• Alerty o rozjechaniu celów (misalignment): alerty wysokiej wagi w środowiskach live coding spadły o prawie 80%
• Kontrola zakresu: nadmierne działania w dół o 26%, niedosłużenie w dół o 29%
• Oszukiwanie w benchmarkach: 0,0% skutecznych prób w Terminal-Bench 4.0, a próby spadły do 0,4%
• Prompt injection: 0,0% skuteczności ataków w teście pośredniego prompt-injection Gray Swan (Argon: 0,7%)

Zwróć uwagę, że wynik „mniej niepopartych twierdzeń” pochodzi z testów wewnętrznych Google, podczas gdy Artificial Analysis zmierzyło wyższy wskaźnik halucynacji w AA-Omniscience. Testy mierzą różne rzeczy, ale komplikuje to ogólny obraz.

Cennik Gemini 4 Carbon

Carbon startuje z tą samą ceną wprowadzającą co Argon:

Google nie podało, kiedy skończy się okres wprowadzający Carbona. Dla porównania: ceny wprowadzające Argona kończą się 30 listopada 2026.

Przykładowo, obciążenie z 10M tokenów wejściowych i 1M tokenów wyjściowych kosztowałoby około 30 USD w okresie wprowadzającym i 60 USD po nim.

Jak uzyskać dostęp do Gemini 4 Carbon

Na ten moment prawdopodobnie nie możesz. Plan wdrożenia wygląda tak:

1. Teraz: Dostęp dostaje wybrana grupa obrońców cyberbezpieczeństwa.
2. Następnie: Dostęp będzie stopniowo rozszerzany na kolejnych zaufanych partnerów w ramach programu Fairwind Google.
3. Później: Deweloperzy, firmy i konsumenci. 

W międzyczasie Gemini 4 Argon jest dostępny już teraz w tej samej cenie wprowadzającej i stanowi dobry sposób na budowanie workflowów, które później przeniesiesz na Carbona.

Na zakończenie

Ostatecznie, ponieważ Carbon ma dokładnie taki sam cennik jak Argon, bardzo prawdopodobne jest, że szybko przyćmi swojego poprzednika dla większości użytkowników. Gdy tylko Carbon trafi do szerokiej publicznej dostępności, spodziewam się, że deweloperzy i klienci korporacyjni naturalnie się na niego przesiądą, by wykorzystać jego przewagę.