Google 10 ноября начала более широкое развертывание Gemini 4 Carbon — флагманской модели для сложных задач в программировании, кибербезопасности, анализе данных и научных исследованиях. Платные разработчики и корпоративные клиенты уже могут получить к ней доступ, тогда как для подписчиков Google AI Ultra в приложении Gemini, AI Mode в поиске и среде Antigravity функциональность появляется постепенно.
Carbon предназначена для задач, где важны не только быстрый ответ, но и длительный цикл анализа, проверки и исправления результата. По описанию Google, модель может работать с крупными программными проектами: находить ошибки, вносить изменения в код и тестировать, не создало ли исправление новых проблем. Для веб-разработки она способна создавать приложение, запускать его и корректировать обнаруженные сбои.
Модель не заменяет Gemini 4 Argon во всех сценариях. Google позиционирует Argon как основной вариант для повседневного программирования и работы с информацией, а Carbon — как более ресурсоёмкий инструмент для случаев, требующих более глубокого рассуждения и самопроверки. Согласно model card Google DeepMind, Carbon построена на Gemini 4 Argon и имеет контекстное окно до 1 млн токенов совокупно для ввода и ответа. Она может обрабатывать текст, изображения, аудио и видео, но генерирует текстовый результат.
Несколько агентов для одной задачи
Вместе с Carbon Google представила в режиме предварительного просмотра команду /swarm в Antigravity. Она позволяет распределять один проект между несколькими ИИ-агентами: например, поручить Carbon проектирование архитектуры и проверку кода, а более быстрым моделям — рутинные части работы. Агентов можно запускать параллельно и отслеживать их прогресс.
Такой подход может быть полезен прежде всего командам разработчиков, которым нужно совместить скорость с контролем качества. В то же время /swarm пока не является окончательной универсальной функцией: Google называет её preview-возможностью, поэтому её работа и доступность могут меняться.
Помимо кода, Carbon может обрабатывать большие наборы документов, таблиц, графиков и изображений, формировать финансовые отчёты, презентации и электронные таблицы по заданным параметрам. Google также заявляет об использовании модели в исследованиях белковых последовательностей и при анализе лабораторных записей, где она помогала выявлять ошибки в процедурах. Результаты тестов по поиску белковых последовательностей и другие заявленные показатели являются оценками самой компании, а не независимо подтверждёнными отраслевыми стандартами.
Кибербезопасность и ограниченный доступ
Одним из ключевых направлений для Carbon является аудит безопасности программного обеспечения. Google сообщает, что модель может искать уязвимости, проверять возможность их эксплуатации и предлагать варианты исправления. Компания также заявила, что во время испытаний Carbon обнаружила ранее неизвестные уязвимости нулевого дня у двух крупных поставщиков облачного ПО менее чем за два часа, однако не раскрыла названия компаний, продукты, CVE или детали методики.
Специализированная версия Carbon for cyber не открывается для всех пользователей API. Согласно документации Google Cloud, она доступна по списку допущенных специалистов в рамках программы Fairwind. Ограничение призвано снизить риск применения мощного инструмента анализа уязвимостей для атак.
Google утверждает, что Carbon заняла первые места в CursorBench 4.0, Perplexity WANDR и Zapier AutomationBench, а стоимость выполнения одной задачи в этих тестах была более чем вдвое ниже, чем у ближайшей конкурирующей модели. Эти выводы основаны на тестировании и расчётах компании, поэтому их нельзя считать универсальным сравнением для всех реальных сценариев.
Для разработчиков Carbon доступна через платный API в Google AI Studio и Android Studio, а бизнес-клиенты могут использовать её в Gemini for business. До 30 ноября 2026 года Google установила вводную цену $2 за миллион входных токенов и $10 за миллион выходных. После этого тариф должен вырасти до $4 и $20 соответственно. Для кэшированных входных токенов предусмотрена 95-процентная скидка, что может существенно повлиять на стоимость крупных повторяющихся запросов.
