Gemini 4 Carbon: Mô hình Thế giới mới nhất của Google

Hai tuần sau khi Gemini 4 Argon được phát hành rộng rãi, Google tiếp tục giới thiệu một mô hình mới. Gemini 4 Carbon, vừa được công bố hôm nay, được Google gọi là “mô hình biên mới nhất”, và nó đã giành vị trí đầu bảng trên Artificial Analysis Intelligence Index v5.0 vừa cập nhật.

Phần lớn người dùng hiện vẫn chưa thể sử dụng. Carbon trước tiên sẽ ra mắt cho một nhóm nhỏ các chuyên gia phòng thủ an ninh mạng; nhà phát triển, doanh nghiệp và người tiêu dùng sẽ chỉ được truy cập sau đó.

Trong bài viết này, tôi sẽ trình bày Gemini 4 Carbon là gì, những thay đổi so với Argon, hiệu năng trên các bộ đo (cả của Google và độc lập), chi phí, và khi nào bạn có thể bắt đầu sử dụng.

Cuối cùng, trước khi bắt đầu, có thể bạn đến với bài này sau khi nghe tin tức chung về Google AI. Xin làm rõ: Gemini 4 Carbon (nội dung chính của bài viết) là một mô hình ngôn ngữ lớn tập trung vào văn bản và mã; Genie 4, cũng vừa ra mắt, là một mô hình thế giới tương tác, dựa trên vật lý cho các mô phỏng số thời gian thực. Genie 4 cũng đáng để tìm hiểu.

Gemini 4 Carbon là gì?

Gemini 4 Carbon là mô hình mới nhất trong họ Gemini 4 của Google, xếp trên Gemini 4 Argon. Điều này đáng chú ý vì khi Argon ra mắt chỉ vài tuần trước, nó đã được coi là cú trở lại lớn của Google nhờ các kết quả chuẩn đo rất ấn tượng.

Carbon còn tốt hơn. Google định vị mô hình này phù hợp cho các nhiệm vụ tác tử dài hạn, tức là công việc gồm nhiều bước, nhiều lần gọi công cụ và nhiều lần phục hồi khỏi ngõ cụt.

Theo Google DeepMind, các nhóm nội bộ đã quan sát Carbon chạy nhiều ngày trên các bài toán kỹ thuật đa bước, như truy tìm gốc rễ và vá lỗi trong codebase lớn và hệ thống cấp thấp.

Google cũng tuyên bố cải thiện ở các mảng:

• Lập trình và phát triển web full-stack
• Nhiệm vụ tác tử và thao tác máy tính
• Lý luận khoa học
• Hiểu đa phương thức

Google chưa công bố báo cáo kỹ thuật, chi tiết kiến trúc hay số lượng tham số. Họ cũng chưa chia sẻ đặc tả API, nên hiện chưa rõ Carbon có giữ các giới hạn của Argon không (cửa sổ ngữ cảnh trên 1 triệu token, giới hạn đầu ra mặc định 65.536 token, và hỗ trợ đầu vào văn bản, hình ảnh, video, âm thanh, PDF).

Gemini 4 Carbon so với Gemini 4 Argon

Quá trình tung ra Gemini 4 diễn ra nhanh chóng:

Các kết quả benchmark rất ấn tượng, không có gì bàn cãi. Hãy để ý Carbon cải thiện so với Argon ở cả 17 hàng trong bảng so sánh do Google công bố.

Benchmark của Gemini 4 Carbon so với đối thủ

Tôi sẽ chia phần này thành hai phần nhỏ: kết quả do Google báo cáo, và đánh giá độc lập.

Kết quả do Google báo cáo

Carbon đứng đầu ở 15/17 hàng. Hai ngoại lệ là:

• Kỹ nghệ phần mềm: Trên FrontierSWE 2, GPT-6 Astra và Claude Opus 5.5 đều vượt Carbon.
• Thao tác máy tính: Trên tập con ngoại tuyến OSWorld-2.1, Claude Opus 5.5 dẫn đầu.

Lợi thế rõ rệt nhất của Carbon là lập luận ngữ cảnh dài. Trên GraphWalks, nó vượt xa GPT-6 Astra và Opus 5.5.

Trên Vending-Bench 2, một benchmark mô phỏng kinh doanh, Carbon kết thúc với số dư $16.484, dẫn trước GPT-6 Astra và Argon.

Cần lưu ý: Kết quả của Google không kèm ước lượng bất định, và các benchmark an ninh được chạy không có hàng rào bảo vệ, nên kết quả thực tế có thể khác.

Đánh giá độc lập

Các con số độc lập của Artificial Analysis nhìn chung ủng hộ tuyên bố của Google, dù có sắc thái:

• Intelligence Index v5.0: Carbon giành vị trí số một, nhỉnh hơn Claude Opus 5.5 và GPT-6 Astra, và vượt xa Argon. Phiên bản 5.0 là bản xây dựng khó hơn, với đa số câu hỏi đến từ các bài test riêng hoặc chưa công bố. Đó là lý do điểm thấp hơn các phiên bản trước.
• Coding Agent Index: Carbon (qua Antigravity CLI) đạt 59. Đây là bước nhảy vững chắc từ Argon (53), nhưng vẫn sau Claude Code với Opus 5.5 (62).
• AA-Briefcase (công việc tri thức): 1.609 Elo, tăng 126 điểm so với Argon, nhưng vẫn sau Grok 4.7, Muse Wonder, và Kimi K3.1 Pro.
• AA-Omniscience (kiến thức thực chứng): Carbon đứng đầu với 54 điểm và trả lời đúng 58% câu hỏi (Argon: 48%). Tuy nhiên, tỷ lệ ảo giác tăng từ 4% lên 11%.

Trên WebDev Arena, Carbon xếp hạng #4 với 1.769 Elo, tăng 89 điểm.

Kết luận: Carbon hiện là mô hình toàn diện mạnh nhất trên các bảng xếp hạng, nhưng không phải tốt nhất ở mọi hạng mục. Nếu khối lượng công việc của bạn chủ yếu là lập trình tác tử hoặc thao tác máy tính, cuộc đua vẫn rất sát sao.

An ninh mạng của Gemini 4 Carbon

Bảo mật là trọng tâm lớn ở lần ra mắt này. Google chia công việc an ninh mạng thành ba giai đoạn, và Carbon đạt kết quả mạnh ở cả ba:

1. Phát hiện lỗ hổng: 88,2% trên SEC-bench Pro (tiên tiến nhất)
2. Xác thực khai thác: 54,8% trên ExploitGym (tiên tiến nhất)
3. Vá lỗi: 71,0% trên CWE-bench

Google cũng báo cáo:

• Tỷ lệ tạo mã an toàn hơn gấp đôi so với Argon
• Carbon tốt hơn hơn mười lần so với mô hình biên của một phòng thí nghiệm khác trong việc tạo các bản vá chất lượng cao (phòng thí nghiệm kia không được nêu tên)

Những khả năng này có mặt lợi và hại. Một mô hình phát hiện và khai thác lỗ hổng tốt đến vậy đều hữu ích cho cả bên phòng thủ lẫn tấn công, có thể giải thích việc triển khai thận trọng.

Cải thiện về an toàn và độ tin cậy

Carbon sử dụng cùng lớp bảo vệ nhiều tầng như Argon: huấn luyện an toàn, phòng vệ lạm dụng theo thời gian thực, khả năng chống tiêm prompt, và giám sát chuỗi suy luận. Google báo cáo các cải thiện so với Argon:

• Ít tuyên bố không có căn cứ hơn: giảm khoảng một nửa
• Cảnh báo sai lệch: cảnh báo mức độ nghiêm trọng cao trong môi trường lập trình trực tiếp giảm gần 80%
• Kiểm soát phạm vi: lạm quyền giảm 26%, phục vụ thiếu giảm 29%
• Gian lận benchmark: 0,0% gian lận thành công trên Terminal-Bench 4.0, với nỗ lực giảm còn 0,4%
• Tiêm prompt: 0,0% tấn công thành công trên benchmark tiêm prompt gián tiếp Gray Swan (Argon: 0,7%)

Lưu ý rằng kết quả “ít tuyên bố không có căn cứ” đến từ thử nghiệm nội bộ của Google, trong khi Artificial Analysis đo được tỷ lệ ảo giác tăng trên AA-Omniscience. Hai bài đo lường các khía cạnh khác nhau, nhưng điều này khiến bức tranh tổng thể phức tạp hơn.

Giá của Gemini 4 Carbon

Carbon ra mắt với mức giá mở đầu giống Argon:

Google chưa nói khi nào giai đoạn giá mở đầu của Carbon kết thúc. Tham chiếu: Giá mở đầu của Argon kết thúc vào 30 tháng 11, 2026.

Ví dụ, một khối lượng công việc với 10M token đầu vào và 1M token đầu ra sẽ tốn khoảng $30 ở mức giá mở đầu và $60 sau đó.

Cách truy cập Gemini 4 Carbon

Hiện tại, có lẽ bạn chưa thể. Kế hoạch triển khai như sau:

1. Hiện tại: Một nhóm con các chuyên gia phòng thủ an ninh mạng được truy cập.
2. Tiếp theo: Truy cập mở rộng dần cho nhiều đối tác tin cậy hơn qua Chương trình Fairwind của Google.
3. Sau nữa: Nhà phát triển, doanh nghiệp và người tiêu dùng. 

Trong lúc chờ đợi, Gemini 4 Argon hiện đã có với cùng mức giá mở đầu và là cách hay để bắt đầu xây dựng quy trình có thể chuyển sang Carbon sau này.

Kết luận

Rốt cuộc, vì Carbon có cấu trúc giá giống hệt Argon, rất có khả năng nó sẽ nhanh chóng lấn át người tiền nhiệm đối với đa số người dùng. Ngay khi Carbon được phát hành rộng rãi, tôi kỳ vọng nhà phát triển và khách hàng doanh nghiệp sẽ tự nhiên chuyển sang để tận dụng năng lực vượt trội của nó.