Gemini 4 Carbon вышла для всех: №1 на CursorBench при вдвое меньшей цене задачи

Обычно «самая мощная модель» означает «самая дорогая». У Gemini 4 Carbon сделка другая: Google выкатила старшую модель семейства по той же цене, что и младшую Argon, — $2 за миллион входных и $10 за миллион выходных токенов. Доступ открыт через Google AI Studio и Gemini for business для всех платящих разработчиков, а подписчики Google AI Ultra получают её в Antigravity, приложении Gemini и AI Mode в Поиске.

Когда брать Carbon, а когда Argon

Google сама проводит границу. Argon остаётся выбором для большинства задач в разработке и работе со знаниями. Carbon нужна там, где упираешься в потолок интеллекта модели: многошаговая отладка, миграции сразу нескольких пакетов, поиск первопричины сбоя, затрагивающего несколько подсистем, открытые научные исследования. Карбон тратит больше токенов: исследует шире, рассуждает глубже и гоняет длинные циклы самопроверки.

По независимым бенчмаркам картина такая. Carbon первая на CursorBench 4.0, WANDR от Perplexity и AutomationBench от Zapier, причём стоимость одной задачи более чем вдвое ниже, чем у лучшей внешней модели. На новом мультимодальном бенчмарке MKA, который Google сделала вместе с Artificial Analysis, Carbon второй, но в среднем в шесть с лишним раз дешевле лидера. Это данные самой Google и партнёров, так что перед внедрением стоит прогнать модель на своих задачах.

/swarm: команда агентов из одного промпта

Главная продуктовая новинка для разработчиков — превью команды /swarm в Google Antigravity. Один промпт превращается в группу агентов, за работой которых можно следить в реальном времени. Схема понятная: Carbon получает роли, где нужно самое глубокое мышление, — архитектура, координация, аудит. Исполнителями выступают более быстрые и лёгкие модели в параллельных изолированных рабочих пространствах, а состязательные верификаторы проверяют каждое изменение.

Примеры из анонса впечатляют: интерактивная Three.js-реконструкция офиса Google из семи PDF с чертежами за десять ночных циклов, 3D-игра про кампус Mountain View, переделка магазина Google Merchandise Store за два промпта. Это демонстрации, а не гарантия результата на вашем кодбазе, но показывают, что модель умеет собирать и проверять работающие приложения, включая отрисованный интерфейс.

Кибербезопасность и наука

Carbon сильна в поиске, эксплуатации и исправлении уязвимостей. В системе Project Fortify она показала 100% полноты на сканировании и 95% точности на триаже по внутреннему бенчмарку, а полнота на открытых репозиториях выросла более чем на 25% относительно Argon. Команда Wiz нашла с её помощью 0-day уязвимости у двух крупных SaaS-провайдеров меньше чем за два часа.

В науке Google приводит формальную верификацию криптографии протокола Signal: агенты AlphaProof Code сгенерировали миллионы строк на Lean и доказали ключевые свойства безопасности за недели вместо лет. Для предсказания структур белков Carbon в среднем в 40 раз увеличила число найденных гомологов в семи сложных семействах из CASP17.

Безопасность и ограничения

Раз модель сильнее в кибератаках, Google усилила защиту. В симуляциях Carbon заблокировала 99% траекторий атак адаптивного red-team-агента, вероятность прорыва за попытку упала до 0,8% с 3,1% у Argon. Внешняя проверка Trajectory Labs не нашла новых универсальных джейлбрейков за 132 часа. В тесте на честность агента из 375 задач Carbon прошла 92% против 70% у Argon.

Ограничения тоже есть. Устойчивость к prompt injection, по признанию самой Google, остаётся зоной роста: автоматический red teaming показал, что на сложных атаках модель можно улучшить. Полный доступ к кибервозможностям идёт через программу Fairwind, а не для всех. Научная программа бесплатного доступа рассчитана на 10 000 учёных.

Что делать на практике

Не переводите на Carbon всё подряд. Оставьте Argon на рутинном коде и текстах, а Carbon отдайте на дорогие по времени инженеров задачи: сложные миграции, расследование багов, аудит архитектуры, анализ больших массивов документов с таблицами и схемами. Сравните стоимость решённой задачи, а не цену за токен: Carbon расходует больше токенов, но может закрыть задачу с первого раза. Тем, кто строит агентные системы, стоит попробовать /swarm и схему «сильная модель планирует и аудирует, лёгкие исполняют».