Прошло четыре недели после Gemini 4 Argon — и Google DeepMind уже выкатила следующую модель. Gemini 4 Carbon сходу забралась на первое место в Artificial Analysis Intelligence Index с результатом 59 баллов. Медиана по моделям того же ценового сегмента — 42. Разрыв заметный.
Для чего она вообще нужна
Google позиционирует Carbon как инструмент для долгих многошаговых задач в агентном режиме. Плюс отдельный акцент на кибербезопасности: компания утверждает, что модель закрывает весь цикл киберзащиты. Именно поэтому первый доступ получат не все подряд, а отобранные специалисты в этой области. Мне это напоминает историю с GPT-4o для голосовых вызовов — сначала избранные, потом остальные. Посмотрим, как быстро Carbon доберётся до широкой аудитории.
На входе модель принимает текст, изображения, речь и видео, отвечает текстом, контекстное окно — 1 млн токенов. Перед ответом рассуждает вслух, разбирая задачу по шагам.
Цифры, которые настораживают
Скорость генерации — 99,8 токена в секунду, выше медианы (87). Это хорошо. Но первого токена ответа ждёшь около 97 секунд — при медиане по рынку 3,6 секунды. Модель долго думает, прежде чем начать говорить. Для агентных задач, где важен итог, а не скорость реакции, это терпимо. Для чего-то интерактивного — уже неудобно.
Цены тоже выше рынка: входящие токены — $4 за миллион при среднем $2, исходящие — $20 за миллион при среднем $10. Ровно вдвое дороже медианы по обоим параметрам. На тесте Carbon выдала 200 млн токенов против медианных 64 млн, и одна задача обошлась в среднем в $7,76. Слов модель не экономит.
Что в итоге
Картина получается любопытная. Carbon занимает первое место в бенчмарке, но при этом она вдвое дороже, в 27 раз медленнее на старте и многословнее в четыре раза. Для сложных агентных задач — скажем, анализа инцидентов безопасности или многошагового исследования — такой профиль может быть оправдан. Там важен результат, а не скорость ответа и не стоимость одного запроса.
Дело в том, что Carbon изначально не строилась под повседневное использование. Это инструмент для конкретных сценариев, где нужна глубина рассуждений, а бюджет и терпение есть.
