Gemini 4 Carbon получила 59 баллов в обновлённом индексе Artificial Analysis Intelligence Index v5.0 и, по заявлению Google, стала сильнее в программировании, агентных сценариях и поиске уязвимостей. Для русскоязычных команд это очередной сигнал: модели всё меньше похожи на чат-ботов для черновиков и всё чаще претендуют на роль исполнителя в разработке — с доступом к репозиторию, браузеру и длинной цепочке задач.
Google анонсировала модель 28 октября, спустя две недели после запуска Argon, сообщает 9to5Google. Компания называет Carbon следующим frontier-моделем и объясняет плотный график тем, что исследователи и сами модели помогают быстрее улучшать следующие версии. Звучит как маркетинговая формула, но набор заявленных изменений вполне прикладной: Google отдельно упирает на full-stack веб-разработку, мультимодальное понимание, научные задачи и качество работы в неоднозначных ситуациях.
На WebDev Arena новая модель прибавила 89 Elo-пунктов и заняла четвёртое место с результатом 1769. Такой бенчмарк не заменяет проверку на конкретном стеке, но он полезен как индикатор: Google считает веб-разработку самостоятельной дисциплиной для модели, а не побочным эффектом умения дописывать функции. В реальной работе это означает меньше ручной склейки между макетом, фронтендом, API, миграциями и тестами — если обещания подтвердятся вне демонстрационных сценариев.
Самые конкретные цифры Google приводит по безопасности. Carbon получила 88,2% в SEC-bench Pro при поиске уязвимостей, 54,8% в ExploitGym для сценариев эксплуатации и 71,0% в CWE-bench при подготовке исправлений. Компания также утверждает, что во внутренних тестах модель лучше генерирует безопасный код, а в живых средах программирования с её командами реже уходит в выдумки и неверно понимает поставленную задачу. Здесь особенно важна оговорка: это результаты, опубликованные разработчиком модели, а не независимый аудит. Но выбор метрик показывает, куда Google собирается продавать Carbon в первую очередь — в команды защиты, AppSec и корпоративную разработку.
Первый доступ к модели на этой неделе должны получить именно «киберзащитники». Для остальных разработчиков, бизнеса и обычных пользователей Gemini 4 Carbon заявлена как скорый, но пока не датированный релиз. При запуске Google обещает вводную цену в 2 доллара за миллион входных токенов и 10 долларов за миллион выходных; кэшированный вход будет стоить на 95% дешевле обычного. После вводного периода тариф вырастет до 4 и 20 долларов соответственно. Для команд, строящих агентные пайплайны, разница важна: длинные контексты и многократные вызовы быстро превращают красивую цену за токены в заметную строку расходов.
Отдельный акцент сделан на поведении агента, а не только на качестве ответов. По внутренним оценкам Google, Carbon примерно вдвое сокращает неподтверждённые утверждения по сравнению с Argon. Когда доказательств не хватает или действие заблокировано, модель должна прямо описывать ограничения и недостающие шаги, а не маскировать пробел уверенным текстом. В агентных системах это ценнее очередного роста в тесте на генерацию кода: ошибка в одной функции обычно ловится ревью, а уверенно выполненная неправильная операция может затронуть данные, инфраструктуру или права доступа.
Google также заявляет о снижении «избыточной самостоятельности» на 26% и недостаточной инициативы на 29%. Под этими терминами скрывается знакомая разработчикам проблема. Один помощник без спроса меняет больше файлов, чем нужно; другой бесконечно уточняет очевидное и не доводит задачу до конца. Carbon, по версии компании, должна перед действием поднимать противоречия в источниках и показывать их пользователю, а затем выполнять многошаговый план в пределах заданных ограничений. Именно эта часть анонса будет интересна продактам и IT-директорам: корпоративный агент должен не просто писать код, а уметь останавливаться на границе полномочий.
Для российских и русскоязычных команд новость стоит читать без магии вокруг рейтингов. Gemini 4 Carbon ещё предстоит проверить на локальных репозиториях, закрытых контурах, документации с неполными требованиями и привычной смеси русского с английским в тикетах. Но направление уже ясно: конкуренция моделей смещается от «кто лучше объяснит алгоритм» к «кому можно доверить ограниченный участок рабочего процесса». Вопрос теперь не в том, заменит ли такая модель разработчика, а в том, смогут ли компании настроить доступы, контроль и ответственность быстрее, чем агенты научатся действовать автономно. Подробности анонса и заявленные результаты опубликованы у .
