Google открыла Gemini 4 Carbon: модель для агентов с ценой $2/$10 до декабря

Google выкатила Gemini 4 Carbon — и это не очередная «модель вообще», а инструмент под конкретную боль. Речь об агенте, который должен долго ковыряться в кодовой базе или методично проверять гипотезы, а не выдать ответ с первой попытки. Carbon построена на базе Argon, но настроена думать дольше.

Чем Carbon отличается от Argon

Если коротко: тот же фундамент, больше рассуждений. Google прямо говорит, что на «думание» Carbon тратит больше токенов, чем Argon. Для задач, где ошибка стоит дорого, это разумный обмен. Например, найти причину бага в чужом репозитории или понять, почему падает пайплайн. Вы платите временем и токенами, а взамен получаете шанс на более аккуратный результат.

Демо у Google эффектное. Модель собрала интерактивный 3D-симулятор, в котором на лету синтезируется пение шести видов птиц. Птице можно раскрыть клюв и послушать, как меняется звук. Но одна демка — это не метрика. Её разумно читать как пример длинной многосоставной задачи, где в одном проекте сошлись графика, синтез звука и интерактивность.

Что показал бенчмарк MKA

Новый тест MKA ближе к офисной реальности, чем к олимпиадным задачам. Агенту дают пачку чертежей и других файлов, из которых нужно собрать отчёт, таблицу или презентацию. Проверяют не то, умеет ли модель написать функцию, а то, может ли она разобраться в разношёрстном входе и выдать готовый артефакт.

По сложным критериям Carbon High набирает 54%, а Fable 5.2 Max — 57%. Лидером Carbon здесь не назвать: она слегка отстаёт от конкурента. Три процентных пункта на одном бенчмарке — не приговор, но и не повод верить заголовкам про «лучшую модель для агентов». Тест к тому же новый, и как он соотносится с вашими реальными данными, пока неясно. Страница бенчмарка размещена на Artificial Analysis.

Доступ и цены

Модель уже есть в платном API. В чате Gemini и в Antigravity её получают только подписчики Ultra.

Цены в API такие:

• до конца ноября: $2 за миллион входных токенов и $10 за миллион выходных;
• с 1 декабря: $4 и $20, то есть вдвое дороже.

Есть нюанс. Раз Carbon тратит на рассуждения больше токенов, реальную стоимость нужно считать не по прайсу за миллион, а по сумме токенов на одну решённую задачу. Низкая цена за токен у «многословной» модели не гарантирует дешёвый счёт.

Что делать на практике

Не нужно верить ни маркетингу, ни одному бенчмарку. Лучше сделать простой эксперимент.

1. Возьмите набор своих реальных агентных задач: разбор бага, ревью, сборка отчёта из набора файлов.
2. Прогоните его на Argon и на Carbon и замерьте две вещи: долю решённых задач и расход токенов на задачу.
3. Сделайте это до 1 декабря, пока действует цена $2/$10. Тогда решение о переходе будет основано на цифрах.

Продактам стоит сразу заложить в юнит-экономику декабрьскую цену $4/$20, а не стартовую. Если Carbon выигрывает у Argon только на редких сложных кейсах, возможно, её стоит включать выборочно, как «тяжёлую артиллерию» для трудных задач, а не как модель по умолчанию.

Ограничения

Все цифры здесь взяты из анонса Google и страницы бенчмарка. Независимых проверок в источнике нет. Сравнение с Argon по качеству и расходу токенов в публикации тоже не приведено, и это придётся измерять самим. Подробности о модели Google вынесла в отдельную карточку.

Итог: Carbon — осмысленный шаг к «думающим» агентам, но не очевидный победитель. Отставание в 3 п.п. от Fable 5.2 Max на MKA и удвоение цены с декабря делают тестирование на собственных задачах обязательным условием перед внедрением.