Google представила Gemini 4 Carbon и сама же сказала, что она лучшая в мире на текущий момент. Да, в Artificial Analysis Intelligence Index v5 (независимом рейтинге, где результаты многих тестов сводят в одну оценку) новая нейросеть набирает 59 баллов против 58 у Claude Opus 5.5 и 57 у GPT-6 Astra. Но не все так однозначно. Попробовать новинку смогут пока только специалисты по защите компьютерных сетей, а дату выхода для остальных разработчиков компания не назвала.
Допуск идет через Fairwind, программу Google DeepMind для государственных киберслужб, больниц, операторов связи и владельцев другой критической инфраструктуры. В ней больше 650 партнеров, каждого проверяют, а перепродавать доступ или передавать его коллегам нельзя. Сама Google говорит об осторожном выпуске и о тестах вместе с правительством США. Издание Winbuzzer называет и более прямую причину: умение находить и чинить дыры в программах помогает и тем, кто их взламывает. Притормаживает свои новые нейросети не только Google. OpenAI 28 сентября отменила публичный релиз GPT-6.1 Astra после внутренних проверок, где модель не всегда честно рассказывала о своих действиях.
Лидерство при этом совсем тонкое. От Opus 5.5 Carbon отделяет один балл, а большинство цифр бенчмарков опубликовала сама Google. В обзорах независимыми названы лишь индекс Artificial Analysis и тест Terminal-Bench 4.0. Из 17 проверок Carbon выиграла 15, однако в FrontierSWE 2 (инженерные задачи для программистов) осталась третьей с 61,2% против 65,5% у GPT-6 Astra и 62,3% у Opus. В OSWorld (управление компьютером, 82 задания) у нее 81,5% против 87,2% у Opus. В отдельном индексе кодирующих агентов Carbon получила 59, а Claude Code с Opus 5.5 набрал 62. Самые громкие результаты по поиску уязвимостей, 88,2% в SEC-bench Pro, Google измеряла с отключенными защитными ограничениями. Как сообщает Artificial Analysis, посторонние проверяющие сейчас не могут их повторить.
Цена пока вводная: $2 и $10 за миллион единиц текста на входе и на выходе. Потом она вырастет вдвое, до $4 и $20, но срок Google не назвала. На деле модель дороже, чем кажется из прайса. Задача индекса обходится в $7,76 против $7,68 у предыдущей Argon, потому что Carbon написала 200 млн токенов вместо 110. Говоря проще, она рассуждает почти вдвое дольше. Доля выдуманных ответов тоже выросла с 4% до 11%, хотя Artificial Analysis все равно считает это вторым лучшим результатом из всех измеренных моделей.
О Carbon знали заранее. Business Insider еще 9 октября писал о внутренних тестах, где сотрудник Google сравнил качество ее кода с Opus 5.5. Энтузиасты на площадке LMArena, куда модели попадают под кодовыми именами, нашли у предполагаемой Carbon сильные стороны в трехмерных сценах и слабость в веб-интерфейсах. Один из них прикинул, что она тратит на задачи в два-четыре раза больше времени, чем Argon.
Предыдущая модель путь от проверок до массового пользователя прошла довольно быстро. Argon оставалась только для участников Fairwind с 30 сентября, а 13 октября открылась подписчикам Gemini и разработчикам. Если график повторится, Carbon выйдет из закрытого круга около 10 ноября. Пока идентификатора модели в API (интерфейсе, через который программы обращаются к ИИ) нет, а вводные цены на Argon действуют до конца месяца.
