Google 10 ноября 2026 выпустила Gemini 4 Carbon — флагманскую модель семейства Gemini 4, рассчитанную на сложное многошаговое программирование, агентные задачи и научные рассуждения. Как заявляет Google, Carbon занимает первое место в агентных бенчмарках CursorBench 4.0, Perplexity WANDR и Zapier AutomationBench, при этом стоимость решённой задачи более чем вдвое ниже, чем у ближайшей внешней модели. Вместе с релизом открылось превью командной оркестрации /swarm в Antigravity, а до 30 ноября 2026 действует вводный тариф, после которого цена вырастет вдвое.

image
image
image

Что произошло

Компания представила Carbon как более тяжёлую и дорогую в токенах модель линейки: она рассчитана на сложные многошаговые сценарии, тогда как Gemini 4 Argon остаётся основной моделью для рутинной инженерной работы. В AutomationBench 1.0.6 на 657 задачах Carbon набрала 53,9% при режиме High effort — против 51,3% у Argon, 44,7% у Claude Sonnet 5.5 и 41,4% у GPT-6 Astra. В Antigravity открыто превью команды /swarm: один промпт запускает координированную группу агентов, которые параллельно пишут, проверяют и тестируют код. Одновременно ввели бенчмарк Multimodal Knowledge Agent (MKA) совместно с Artificial Analysis: в нём Carbon занимает второе место по качеству при цене в среднем более чем в шесть раз ниже, чем у лидера.

Контекст

Агентные сценарии расходуют на порядок больше токенов, чем одиночный запрос, поэтому рынок всё меньше ориентируется на цену токена и всё больше на цену успешно закрытой задачи: соотношение доли решённых заданий и стоимости их прогона измеряют агентные бенчмарки. Тяжёлый флагман в линейке закрывает случаи, когда ошибочный шаг обходится дороже экономии на токенах, а рутинная работа остаётся за дешёвой моделью — связка «лёгкая плюс тяжёлая» становится типовой архитектурой агентных продуктов. Цифры по AutomationBench размещены также на публичной странице Zapier Benchmarks, где задания исполняются в инфраструктуре внешней площадки, что упрощает перепроверку части результатов. В широкой перспективе релиз подтверждает сдвиг конкуренции от вопроса о том, какая модель умнее, к вопросу о том, какая связка модели и оркестрации закрывает задачи надёжнее и дешевле.

Почему это важно для индустрии

Для индустрии ключевой эффект — давление на экономику самого дорогого сегмента агентной разработки: сложных многоагентных пайплайнов, миграций и отладки, где ошибка на отдельном шаге дороже самих токенов. Позиционирование Carbon — высокая точность на дорогих агентных задачах при меньшей цене их закрытия — бьёт по ценовым позициям Claude Sonnet 5.5 и GPT-6 Astra в корпоративных агентных рабочих нагрузках: если заявленные цифры хотя бы частично подтвердятся, корпоративные закупки будут пересчитываться не по цене токена, а по стоимости решённых задач. Двухуровневая структура линейки подталкивает команды к маршрутизации — рутинные шаги на дешёвой модели, сложные на флагмане. Превью /swarm превращает Antigravity из IDE с одним агентом в оркестратор команд агентов; при выходе из превью и появлении API-примитивов паттерн могут скопировать другие инструменты разработки. Фокус на кибербезопасности — результаты в SEC-bench Pro, ExploitGym и CWE-bench v1, а также находка 0-day уязвимости в SaaS за два часа совместно с Wiz — выводит применение за пределы кода в наступательную и защитную безопасность.

Почему это важно для пользователей

Модель уже доступна через Gemini API (платный tier) в AI Studio и Android Studio, а также в Google Antigravity и Gemini for business. До 30 ноября 2026 действует вводный тариф — $2 за 1 млн входных и $10 за 1 млн выходных токенов, после чего цена вырастет до $4 и $20 соответственно: ближайшие около двадцати дней удобно потратить на прогон реального пайплайна через Carbon и подсчёт фактической стоимости и успешности задач в сравнении с Argon, Claude Sonnet 5.5 и GPT-6 Astra. В Antigravity можно вручную испытать превью /swarm на собственной задаче и оценить, переносится ли паттерн «команда агентов» на ваш сценарий. Исследователям открыта заявка на шесть месяцев бесплатного доступа к Argon и Carbon. Для постоянных пайплайнов стоит заранее настроить маршрутизацию и кэширование, чтобы после 30 ноября счета не выросли скачком.

Что пока неизвестно / ограничения

Все заявления о первых местах и вдвое меньшей стоимости задачи опираются на цифры самого Google, независимых замеров на момент публикации нет. Отрыв Carbon от Argon в AutomationBench составляет порядка 17 задач из 657, поэтому без доверительных интервалов и повторных прогонов разница может лежать в пределах шума. Carbon тестировалась при High effort, а сопоставление усилий и вычислений с конкурентами не описано, так что лидерство может отражать больший объём вычислений на задачу, а не преимущество самой архитектуры. Бенчмарк MKA дебютировал вместе с релизом, что создаёт предпосылку систематической ошибки выборки, хотя участие внешнего агрегатора Artificial Analysis частично снижает этот риск. Научный результат «в 40 раз больше гомологов белков» пока не воспроизведён внешними командами, и его методология в предоставленных материалах не раскрыта. Кроме того, не объявлено, когда /swarm выйдет из превью и появятся ли у него API-примитивы.

Источники

Автор

Look at AI, редакция