Google logo

Gemini 4 Carbon

Мультимодальная
Google

Gemini 4 Carbon — самая сильная модель рассуждения Google DeepMind в линейке Gemini 4, предназначенная для длительных агентных рабочих процессов в сложной разработке ПО, мультимодальной работе со знаниями, научных рассуждениях и киберзащите. Она анонсирована 2026-10-28 и стала общедоступной 2026-11-10 в платном тарифе Gemini API под идентификатором gemini-4-carbon и в Google AI Studio; бесплатный тариф не поддерживается. Модель использует единый контекст 1 048 576 токенов, как Gemini 4 Argon, поддерживает длинное декодирование до 1M токенов и уровни мышления низкое, среднее и высокое (по умолчанию среднее); на сложных задачах тратит больше токенов мышления за ход, чем Argon. Явное кэширование не поддерживается, доступно только неявное; на Vertex AI существует вариант Cyber Permissive по стандартному тарифу, отдельно не каталогизированный.

Основные характеристики

Параметры
-
Контекст
1.0M
Дата выпуска
28 октября 2026 г.
Индекс
56.4

Временная шкала

Ключевые даты в истории модели
Анонс
28 октября 2026 г.
Последнее обновление
21 ноября 2026 г.

Технические характеристики

Параметры
-
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)
$2.00
Выход (за 1М токенов)
$10.00
Макс. входящих токенов
1.0M
Макс. исходящих токенов
1.0M
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Другие тесты

Специализированные бенчмарки
AutomationBench
Приватный набор; взят из официального публичного лидерборда Zapier. • данные разработчика
53.9%
Blueprint-Bench 2
Оценка сходства; по данным официальной публичной таблицы лидеров Andon Labs. • данные разработчика
58.6%
Chartography (no tools)
Без инструментов; следует официальному публичному лидерборду Surge. • данные разработчика
72.5%
CWE-Bench
CWE-bench v1; программно вычисленный pass@1 из официального публичного лидерборда, оцениваемого Collinear AI (при равенстве используется pass@4). Оценка проводилась без guardrails. • данные разработчика
71.0%
ExploitGym
Тайм-аут по умолчанию 6 часов на задачу; одна попытка на задачу; harness Antigravity; без интернета; меры защиты отключены; LLM-судья проверяет предполагаемую уязвимость; рассчитано самостоятельно. • данные разработчика
53.5%
FrontierSWE V2
FrontierSWE 2; приведён с официального публичного лидерборда Proximal. • данные разработчика
61.2%
Graphwalks BFS >128k
Подмножество от 256k до 1M (200 задач); BFS (F1); рассчитано самостоятельно. • данные разработчика
96.2%
Gray Swan IPI Benchmark
Доля успешных атак при k=15 попытках (ASR@15); меньше — лучше. Gemini 4 Argon: 0.7% на том же графике. • данные разработчика
100.0%
OSWorld 2.1 (partial)
OSWorld 2.1 офлайн-подмножество (82 задачи), частичный балл; максимум по 3 прогонам, одна попытка за прогон; обновлённый harness Gemini CUA с параллельным пакетным вызовом инструментов; рассчитано самостоятельно. • данные разработчика
81.5%
Ramp SWE-Bench v2
pass@1 на 500 приватных продакшен-задачах Ramp (377/500 решено, 95% ДИ ±3.8 балла), оценено панелью LLM-судей Ramp в сравнении со слитым патчем. harness OpenCode, высокое усилие рассуждения, веб-инструменты отключены (Ramp SWE-Bench v2.1 Native view, запуск как gemini-4-carbon-high). • проверено
75.4%
Ramp SWE-Bench v2 (Bash)
pass@1 на 500 приватных продакшен-задачах Ramp (370/500 решено, 95% ДИ ±3.8 балла), оценено панелью LLM-судей Ramp в сравнении со слитым патчем. bash-only harness mini-swe-agent, общий для всех моделей, высокое усилие рассуждения, веб-инструменты отключены (Ramp SWE-Bench v2.0 Bash view, запуск как gemini-4-carbon-high). • проверено
74.0%
RiemannBench
По данным официального публичного лидерборда Surge. • данные разработчика
80.0%
SEC-bench Pro
Pass@1 на сплите JavaScript engine из 183 задач за май 2026, среднее по 3 попыткам; harness Antigravity; рассчитано самостоятельно. • данные разработчика
88.2%
Terminal-Bench 4.0-AA
Terminal-Bench 4.0 (AA); результат стороннего прогона, как указано в таблице evals Google. • данные разработчика
65.2%
Terminal-Bench-Science 0.1
Terminal-Bench-Science 0.1; результат стороннего запуска, как указано в таблице оценок Google (не рассчитано самой Google). • данные разработчика
64.8%
Vals Index
Vals Index v2.2; источник — Vals AI. Максимальные настройки мышления. • данные разработчика
70.4%
Vending-Bench 2
Итоговый баланс банка (USD); приведён с официального публичного лидерборда Andon Labs. • данные разработчика
100.0%
WebDev Arena
Arena.ai WebDev Arena Elo 1768 для Gemini 4 Carbon (High); предварительный рейтинг, CI ±15 (+15/-15) (2,230 голосов); №4 (диапазон позиции 2-6); +89 Elo к Gemini 4 Argon (High) при 1679. • данные разработчика
88.4%

Лицензия и метаданные

Лицензия
Проприетарная
Дата анонса
28 октября 2026 г.
Последнее обновление
21 ноября 2026 г.

Gemini 4 Carbon: плюсы и минусы

Плюсы

  • Входит в топ-10 нейросетей по сводному индексу (6-е место из 371)
  • Огромный контекст — 1M токенов: целые книги и кодовые базы за раз
  • Понимает изображения, не только текст
  • Сильнее всего в тесте Gray Swan IPI Benchmark — 100.0%
  • Можно попробовать онлайн на AI-Stat — без VPN и регистрации

Минусы

Явных слабых мест по нашим данным нет.

Gemini 4 Carbon vs другие модели: сравнение

Все сравнения

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.