Google DeepMind ogłosił 10 listopada 2026 r., że Gemini 4 Carbon, najnowszy dodatek do granicznej rodziny modeli Gemini 4, jest już dostępny dla programistów, przedsiębiorstw, naukowców i użytkowników indywidualnych. W ogłoszeniu na blogu Google DeepMind Koray Kavukcuoglu, wiceprezes Google DeepMind i główny architekt AI w Google, określił Carbon jako najsilniejszy model firmy, oferujący wydajność na poziomie granicznym w dziedzinie cyberbezpieczeństwa oraz długoterminowych agentowych przepływów pracy w złożonej pracy z wiedzą, inżynierii oprogramowania i rozumowaniu naukowym.

Dwa tygodnie wcześniej Google udostępnił Carbon grupie specjalistów ds. cyberbezpieczeństwa w ramach programu Fairwind. Carbon pojawia się wkrótce po Gemini 4 Argon, który – zgodnie z deklaracją Google – pozostaje idealnym wyborem dla większości zadań inżynierii oprogramowania i pracy z wiedzą. Carbon został zbudowany do zadań, które testują granice inteligencji modelu — złożone, wieloetapowe kodowanie i debugowanie oraz otwarte badania naukowe i odkrycia — zużywając więcej tokenów niż Argon, by dokładnie eksplorować, głęboko rozumować i prowadzić rozszerzone pętle weryfikacji.

W niezależnych benchmarkach zaprojektowanych do testowania wydajności modeli w rzeczywistych przepływach pracy Google stwierdził, że Carbon łączy graniczną dokładność z praktyczną ekonomią produkcji. Zajmuje on 1. miejsce w CursorBench 4.0, WANDR firmy Perplexity oraz AutomationBench firmy Zapier, przy koszcie na zadanie ponad 2-krotnie niższym niż najlepszy zewnętrzny model konkurencyjny.

Aby zastosować Carbon w większych i bardziej złożonych projektach, Google udostępnia wersję testową funkcji /swarm w Google Antigravity, co opisano w ogłoszeniu Antigravity. Funkcja ta zamienia pojedynczy prompt w skoordynowany zespół agentów, który można śledzić w czasie rzeczywistym. Programiści mogą przydzielać Carbonom role wymagające najgłębszego rozumowania, takie jak projektowanie architektury, koordynacja i audyt, łącząc go z szybszymi, lżejszymi modelami w równoległych, izolowanych przestrzeniach roboczych oraz z adversarialnymi weryfikatorami testującymi każdą zmianę.

Gemini 4 Carbon jest dostępny przez API w Google AI Studio oraz Gemini dla firm dla wszystkich płacących programistów i przedsiębiorstw, w tej samej cenie wprowadzającej co Gemini 4 Argon: 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych, zgodnie z dokumentacją cenową Google. Przypis w ogłoszeniu stanowi, że po zakończeniu okresu wprowadzającego 30 listopada 2026 r. zostanie zastosowana cena 4 dolarów za milion tokenów wejściowych i 20 dolarów za milion tokenów wyjściowych; stawka wprowadzająca dotyczy wyłącznie modelu Carbon przeznaczonego do dostępu publicznego. Model jest również udostępniany wszystkim subskrybentom Google AI Ultra w Google Antigravity, aplikacji Gemini oraz AI Mode w wyszukiwarce.

Praca z wiedzą o wyższej precyzji, generowanie artefaktów i analiza danych

W obszarach prawnym, finansowym i operacji przedsiębiorstw Google stwierdził, że Gemini 4 Carbon łączy graniczne rozumowanie wizualne, rozumowanie i wyczerpujące wyszukiwanie, aby syntetyzować ugruntowane wnioski z dużych zbiorów gęstych dokumentów i danych. Model przestrzega ścisłych schematów i formatowania, generując dopracowane i precyzyjne arkusze kalkulacyjne, prezentacje i raporty.

Ponieważ istniejące benchmarki nie oddają w wystarczającym stopniu, jak agenci rozumują natywnie nad gęstymi plikami zawierającymi wykresy, obrazy, plany, schematy i tabele, Google we współpracy z Artificial Analysis uruchomił nowy benchmark Multimodal Knowledge Agent (MKA), który testuje multmodalną wydajność modelu w agentowych przepływach pracy. Carbon zajmuje w nim 2. miejsce, przy średnim koszcie na zadanie ponad 6-krotnie niższym niż model najlepiej oceniany.

Google zademonstrował również możliwości Carbon w obsłudze dokumentów poprzez budowę wieloagentowe w Google Antigravity. Zespół agentów Gemini 4 Carbon przekształcił z jednego promptu historyczne zdjęcia i płyty inżynieryjne w interaktywną trójwymiarową wystawę Three.js poświęconą budowie wieży Eiffla w latach 1887–1889. Na podstawie siedmiu publicznych PDF-ów z planami miejskiej rady (206 wyodrębnionych widoków rysunków inżynieryjnych) i pojedynczego promptu wieloagentowy zespół Carbon zbudował interaktywną rekonstrukcję Three.js o 906 tys. trójkątów biura Google Platform 37 w ciągu 10 nocnych pętli. W kolejnej demonstracji Carbon zbudował interaktywną wizualizator tekstyliów w wielu skalach na podstawie artykułu naukowego, modelując framework elementów skończonych włókien wirtualnych z interaktywnymi siatkami 3D przędz, śledzeniem polarnym 110 włókien i dynamicznymi krzywymi naprężenie–odkształcenie przy minimalnym promptowaniu.

W ocenach przedpremierowych Carbon wyrównał wyniki najlepszego testowanego modelu w pogłębionych badaniach finansowych w ocenie E2E Financial Agentic firmy Hebbia oraz zajął czołowe miejsce spośród 23 granicznych konfiguracji modeli w benchmarku General Financial Intelligence firmy Balyasny Asset Management, obejmującym wiedzę prawniczą, agentowe korzystanie z narzędzi i ich wykonywanie, kodowanie i inżynierię danych oraz percepcję i rozumienie kontekstu.

Ulepszone kodowanie agentowe, rozwój full-stack oraz projektowanie 3D i UI

Carbon wyjątkowo dobrze radzi sobie z zadaniami inżynieryjnymi wymagającymi współpracy wielu agentów, takimi jak migracje wielu pakietów, między-podsystémowe badania przyczyn źródłowych i złożone przeprojektowania architektury. W rozwoju aplikacji webowych prowadzi pętle budowania i weryfikacji, dochodzi do siebie po błędach oraz sprawdza zarówno swój kod, jak i renderowany interfejs użytkownika, tworząc kompletne, działające aplikacje. Silniejsze projektowanie wizualne, rozumowanie przestrzenne i dbałość o detale otoczenia przekładają się również na rozwój gier 3D i kreatywne programowanie.

Google zaprezentował kilka projektów zasilanych funkcją /swarm w Google Antigravity. Carbon stworzył otwartą grę 3D, w której gracze eksplorują kampus Google w Mountain View jako pelikan jadący na GBike; system koordynował podagentów modelujących zasoby 3D w Blenderze na podstawie referencji Omni i Nano Banana, budowę gry przeglądarkowej w Three.js z shaderami WebGL oraz paranie proceduralnych efektów dźwiękowych Web Audio z muzyką Lyria. Grywalna wersja gry jest dostępna w AI Studio.

W połączeniu z ulepszonym wyczuciem front-endu i umiejętnościami projektowania ruchu w Google Antigravity Carbon przemyślał Google Merchandise Store w dwóch promptach, proponując pięć koncepcji kierunku artystycznego i generując całkowicie nowe grafiki produktowe za pomocą Nano Banana 2.1. Działająca aplikacja oraz powiązana umiejętność projektowania front-endu Gemini są publicznie dostępne.

Wychodząc od referencji wideo wygenerowanej za pomocą Gemini Omni w Google Antigravity, Carbon stworzył filmową wieloujęciową podwodną scenę Atlantydy. Pipeline modelował proceduralne ruiny, wolumetryczne oświetlenie kaustyczne i symulację wody w Blenderze, po czym przekonwertował całe środowisko na Three.js do renderowania w czasie rzeczywistym w przeglądarce.

Korzystając z pętli wieloagentowej w Google Antigravity, Carbon odtworzył również grywalny fortepian Stein-Schule z ok. 1780 r. z fizyką mechanizmu klawiszowego 61 klawiszy na podstawie rysunków CAD i zdjęć rentgenowskich, umieszczając go w modelu 3D sali Koerner Hall Royal Conservatory of Music w Toronto z akustyką przestrzenną przypisaną do miejsc siedzących. Interaktywny instrument jest dostępny jako działająca aplikacja.

Graniczne możliwości w cyberbezpieczeństwie

Gemini 4 Carbon for cyber dostarcza najsilniejsze do tej pory możliwości cyberbezpieczeństwa Google, dając zespołom bezpieczeństwa kompleksową inteligencję potrzebną do ochrony krytycznego oprogramowania. Gdy dostęp odbywa się przez program Fairwind, Carbon przewodzi w kluczowych benchmarkach dotyczących znajdowania podatności (SEC-bench Pro), ich wykorzystywania (ExploitGym) i łataania (CWE-bench v1) — badania oprogramowania, śledzenia, jak wady mogą być łańcuchowo łączone między systemami, oraz generowania zweryfikowanych poprawek przyczyn źródłowych.

Wcześni testerzy wewnątrz i na zewnątrz Google już osiągają silne wyniki z Carbon for cyber w praktyce. W ramach Project Fortify, autonomicznego systemu Google obejmującego skanowanie, triaż i naprawę, Carbon osiągnął 100% czułości w skanowaniu i 95% precyzji w triażu na wewnętrznym benchmarku Google. W testach repozytoriów kodu open source Google odnotowuje ponad 25% względnej poprawy względem już mocnej czułości Argona, ujawniając wcześniej niewykryte, rzeczywiste wady logiczne. Przeniesienie tych zysków na cały Google — jednego z największych użytkowników oprogramowania open source na świecie — pomaga chronić zarówno systemy samej firmy, jak i szerszy ekosystem, stwierdził Google.

Zespół Cloud Vulnerability Research (CVR) Google wykorzystał ostatnio Carbon, aby udowodnić, że dwa błędy w popularnym oprogramowaniu open source są w rzeczywistości podatnościami do wykorzystania, porównywalnymi wagą z ostatnim exploitem PHP2Shell. Budując proof of concept za pomocą Carbon, CVR pomógł opiekunom projektu przeklasyfikować błąd jako krytyczny i szybko wydać poprawkę. Szczegóły zostaną udostępnione po zakończeniu procesu odpowiedzialnego ujawnienia.

W ramach programu Scan for Good firmy Wiz zespół użył Carbon do oceny podatności w publicznej infrastrukturze cyfrowej. Podczas skanowania dwóch dużych dostawców SaaS model odkrył podatności 0-day w mniej niż dwie godziny, kompresując tygodnie badań nad podatnościami do jednego popołudnia. Zespół współpracował z dotkniętymi organizacjami przy naprawie w rekordowym czasie, pomagając ograniczyć potencjalny wpływ na dziesiątki tysięcy firm.

Silniejsze rozumowanie naukowe i matematyczne

Gemini 4 Carbon wykazuje znacznie poprawioną wydajność rozumowania w dziedzinie fizyki, matematyki i nauk przyrodniczych, syntetyzując dane eksperymentalne, testując hipotezy i rozwiązując wieloetapowe problemy dziedzinowe. Dla firmy badającej toksyczność leków Axiom Bio Carbon jest obecnie wiodącym modelem pod względem wydajności w nauce translacyjnej, znajdując nowe mechanizmy toksyczności, których firma wcześniej nie identyfikowała. Axiom przenosi obecnie swoje produkcyjne analizy naukowe i agentów zarówno do Carbon, jak i Argon, aby umożliwić tworzenie bezpieczniejszych leków.

Naukowcy w całym Google używali Carbon w Google Antigravity do przyspieszenia swojej pracy:

• Weryfikacja kodu: Naukowcy zbudowali nowy agentowy framework do weryfikacji formalnej o nazwie AlphaProof Code i zastosowali go do poważnego wyzwania bezpieczeństwa: matematycznego udowodnienia poprawności rzeczywistego kodu leżącego u podstaw protokołu kryptograficznego Signal. Korzystając z Carbon obok innych modeli, badacze przetłumaczyli cele bezpieczeństwa na twierdzenia matematyczne. Agenci AlphaProof Code wykorzystali następnie Carbon do wygenerowania milionów linii kodu w Lean — języku komputerowym do zapisu dowodów matematycznych — pomagając udowodnić kluczowe właściwości bezpieczeństwa w ciągu tygodni; zadanie, które historycznie zajmuje zespołom ekspertów lata. Google stwierdził, że wynik wskazuje na potencjał Carbon do odblokowania skalowalnej weryfikacji formalnej, od dawna uważanej za złoty standard budowania bezpiecznego oprogramowania.
• Rozwój testów enzymatycznych: Otrzymawszy wyłącznie notatniki laboratoryjne i surowe dane, Carbon wykraczał poza standardową analizę, ujawniając trudne do interpretacji anomalie danych, które wykorzystywał do diagnozowania subtelnych artefaktów eksperymentów mokrego laboratorium, takich jak niepełne automatyczne mieszanie w głębokich studzienkach, co znacząco poprawiło powtarzalność. Ponadto Carbon poprawił metody dekonwolucji pików chromatograficznych i wychwycił śladowe przenoszenie próbek w instrumentach badawczych, znacząco przyspieszając rozwój nowych testów i zacieśniając pętlę sprzężenia między obliczeniami a ławką laboratoryjną.
• Predykcja struktury białek: Modele predykcji struktury, takie jak AlphaFold 3, wykorzystują wielokrotne dopasowania sekwencji (MSA) krewnych ewolucyjnych, aby pomóc wnioskować o fałdowaniu łańcuchów aminokwasów, przez co często mają trudności z mało zbadanymi białkami wirusowymi, mikrobiologicznymi i eukariotycznymi, które mają bardzo mało dopasowań w standardowych bazach danych. Pracując w konfiguracji wieloagentowej, badacze Google wykorzystali Gemini 4 Carbon do autonomicznego odkrywania odległych homologów w archiwach sekwencji o skali petabaz, katalogach sekwencji środowiskowych i wirusowych oraz bazach struktur 3D. W 7 rodzin białek o niskiej homologii z niewidomego zestawu testowego CASP17 Carbon zwiększył liczbę odzyskanych homologów średnio 40-krotnie, znacznie zwiększając ilość informacji dostępnych dla modeli predykcji struktury bez konieczności ponownego trenowania. Chociaż szersze benchmarki są wciąż w toku, rozwiązanie tego wąskiego gardła wyszukiwania w górę strumienia potencjalnie oferuje obiecującą ścieżkę do modelowania trudnych do scharakteryzowania regionów proteomu.

Cztery tygodnie przed ogłoszeniem Google otworzył aplikacje, dając 10 000 naukowcom bezpłatny dostęp do Argon w Google Antigravity na sześć miesięcy w celu przyspieszenia tempa ich badań, i już przyjął tysiące naukowców. Wraz z premierą Carbon Google rozszerza dostęp do Carbon dla obecnych i przyszłych uczestników, a program będzie nadal zapewniał dostęp do najnowszych granicznych modeli Google w miarę ich udostępniania. Aplikacje pozostają otwarte poprzez formularz aplikacyjny Google, a onboarding trwa w cotygodniowym rytmie, z zastrzeżeniem kwalifikowalności, zdolności i selekcji.

Postęp w bezpieczeństwie modeli

Google stwierdził, że z każdym wydaniem modelu wzmacnia środki bezpieczeństwa, zapobieganie nadużyciom agentowym, zgodność modelu i ograniczanie szkód proporcjonalnie do możliwości modelu. Ponieważ Gemini 4 Carbon wprowadza silniejsze możliwości cybernetyczne, firma zbudowała na stosie bezpieczeństwa Argona, aby ugruntować odporność na nadużycia i wstrzykiwanie promptów.

W obszarze nadużyć Google stwierdził, że wzmocnił zabezpieczenia, aby pomóc zapewnić, że silniejsze rozumowanie defensywne nie przełoży się na ryzyko ofensywne. W symulowanych środowiskach testowych ataków cybernetycznych zasianych ExploitBench i CyScenarioBench Carbon zablokował 99% trajektorii ataków adaptacyjnego agenta red teaming Google, który może iteracyjnie rewizować swoje plany ataku po każdym zablokowaniu. Zabezpieczenia Carbon obniżyły wskaźnik przełamania na próbę do 0,8% (z 3,1% u Argona) oraz obniżyły wskaźnik sukcesu zautomatyzowanych zapytań atakujących do 2,17% w testach Gray Swan, wobec 9,86% u Argona. Zewnętrzne testy Trajectory Labs nie wykazały żadnych nowych uniwersalnych jailbreaków w ciągu 132 godzin i ponad 13 000 żądań.

W kwestii zgodności Google odnotował znaczące poprawy mierzone wskaźnikami flag monitora w całym cyklu życia modelu, a także redukcje fabrykacji danych. Na 375-zadaniowym benchmarku uczciwości agentowej Google Carbon zaliczył 92% zadań (wobec 70% u Argona) — odmawiając uzupełniania brakujących danych eksperymentalnych w 98% przypadków i flagując wady metodologiczne w 68% przypadków.

W kwestii wstrzykiwania promptów Google poinformował dwa tygodnie przed ogłoszeniem, że Carbon osiągnął 0% wskaźnik sukcesu ataków wstrzykiwania promptów w benchmarku Gray Swan IPI, co było pierwszym osiągnięciem tego kamienia milowego. Jednocześnie Google przyznał, że odporność na wstrzykiwanie promptów pozostaje obszarem wymagającym dalszych ulepszeń: jego zaawansowane zautomatyzowane red teaming wykazało, że modele mogłyby być dalej ulepszane wobec wyrafinowanych ataków w niektórych rozkładach, dostarczając dane, które firma — jak stwierdza — wykorzystuje do ciągłego podnoszenia bezpieczeństwa swoich modeli. Dodatkowe szczegóły są dostępne w pełnym raporcie Gemini 4 Carbon Safety and Security (PDF) oraz w powiązanym wpisie o bezpieczeństwie Google.

Pierwsze kroki z Gemini 4 Carbon

Od 10 listopada Carbon dołącza do Argona w granicznej rodzinie modeli Google w jej produktach:

• Programiści: Buduj z płatnym poziomem Gemini API w AI Studio i Android Studio; subskrybenci Google AI Ultra mogą wypróbować go w Google Antigravity i AI Studio.
• Przedsiębiorstwa: Dostęp w Gemini dla firm przez API lub listę wyboru modelu, w Google Antigravity lub CodeMender.
• Użytkownicy indywidualni: Wypróbuj Carbon od dziś w aplikacji Gemini i AI Mode w wyszukiwarce z subskrypcją Google AI Ultra.
• Naukowcy i badacze: Aplikuj o szansę uzyskania dostępu do Argona i Carbon przez najwyższy poziom użycia Google Antigravity bezpłatnie przez 6 miesięcy (onboarding w trybie ciągłym), z zastrzeżeniem kwalifikowalności, zdolności i selekcji.
• Obrońcy cyberbezpieczeństwa: Aplikuj do programu Fairwind, aby uzyskać dostęp do Carbon for cyber w trybie ciągłym.

Więcej informacji znajduje się w karcie modelu Gemini 4 Carbon (PDF), a także w zaktualizowanym przewodniku deweloperskim Gemini 4 i dokumentacji Google, obejmujących najlepsze praktyki migracji przepływów pracy na ten model.

O autorze

Koray Kavukcuoglu jest wiceprezesem Google DeepMind i głównym architektem AI w Google, gdzie kieruje rozwojem najnowocześniejszych generatywnych modeli AI Google DeepMind i ich integracją z produktami Google na dużą skalę. Wcześniej pełnił funkcję wiceprezesa ds. badań w Google DeepMind, gdzie założył zespół deep learning, a jego zespół osiągnął przełomy badawcze takie jak DQN (Deep Q-Network) i WaveNet.