Google DeepMind объявила 10 ноября 2026 года, что Gemini 4 Carbon, новейшее пополнение семейства граничных моделей Gemini 4, стала доступна разработчикам, компаниям, учёным и обычным пользователям. В объявлении в блоге Google DeepMind Корай Кавукчуоглу, старший вице-президент Google DeepMind и главный архитектор ИИ в Google, назвал Carbon самой мощной моделью компании с граничными показателями в возможностях кибербезопасности и длительных агентных рабочих процессах в сложной работе со знаниями, программной инженерии и научных рассуждениях.

Двумя неделями ранее Google выпустила Carbon для группы специалистов по кибербезопасности через свою программу Fairwind. Carbon вышла вслед за Gemini 4 Argon, которая, по словам Google, остаётся идеальным выбором для большинства задач программной инженерии и работы со знаниями. Carbon создана для задач, проверяющих пределы интеллекта модели, — сложного многошагового кодирования и отладки, а также открытых научных исследований и открытий — используя больше токенов, чем Argon, для тщательного исследования, глубоких рассуждений и длительных циклов верификации.

По независимым бенчмаркам, разработанным для тестирования производительности моделей в реальных рабочих процессах, Google заявила, что Carbon сочетает граничную точность с практичной экономикой продакшена. Она занимает #1 в CursorBench 4.0, WANDR от Perplexity и AutomationBench от Zapier при более чем в 2 раза меньшей стоимости на задачу по сравнению с лучшей внешней альтернативой.

Для применения Carbon в более крупных и сложных проектах Google представляет /swarm в Google Antigravity, как описано в объявлении Antigravity. Функция превращает один запрос в координируемую команду агентов, за которой можно следить в реальном времени. Разработчики могут назначать Carbon роли, требующие самых глубоких рассуждений, — например, архитектурное проектирование, координацию и аудит, — сочетая её с более быстрыми и лёгкими моделями в параллельных изолированных рабочих пространствах и с состязательными верификаторами, проверяющими каждое изменение.

Gemini 4 Carbon доступна через API в Google AI Studio и Gemini для бизнеса для всех платящих разработчиков и компаний по той же вводной цене, что и Gemini 4 Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов, согласно документации по ценам. Сноска в объявлении указывает, что после окончания вводного периода 30 ноября 2026 года будет применяться цена 4 доллара за миллион входных токенов и 20 долларов за миллион выходных токенов; вводная ставка распространяется только на модель Carbon, предназначенную для публичного доступа. Модель также разворачивается для всех подписчиков Google AI Ultra в Google Antigravity, приложении Gemini и AI Mode в Поиске.

Работа со знаниями повышенной точности, создание артефактов и анализ данных

В юридической, финансовой и корпоративной сферах, по словам Google, Gemini 4 Carbon сочетает граничное визуальное понимание, рассуждения и исчерпывающий поиск для синтеза обоснованных выводов из больших объёмов плотных документов и данных. Модель следует строгим схемам и форматированию, создавая аккуратные и точные таблицы, презентации и отчёты.

Поскольку существующие бенчмарки неадекватно отражают то, как агенты рассуждают над плотными файлами с диаграммами, изображениями, чертежами, схемами и таблицами, Google в партнёрстве с Artificial Analysis запустила новый бенчмарк Multimodal Knowledge Agent (MKA), проверяющий мультимодальную производительность модели в агентных рабочих процессах. Carbon занимает #2 в этом бенчмарке, при этом средняя стоимость задачи более чем в 6 раз ниже, чем у лучшей модели.

Google также продемонстрировала возможности Carbon в работе с документами через сборки с несколькими агентами в Google Antigravity. Команда агентов Gemini 4 Carbon превратила исторические фотографии и инженерные планшеты в интерактивную трёхмерную выставку на Three.js, посвящённую строительству Эйфелевой башни в 1887–1889 годах, по одному запросу. По семи публичным PDF градостроительного совета (206 извлечённых инженерных чертежей) и одному запросу мультиагентная команда Carbon построила интерактивную трёхмерную реконструкцию офиса Google Platform 37 на Three.js из 906 тысяч треугольников за 10 ночных циклов. В другой демонстрации Carbon создала интерактивный мультимасштабный визуализатор текстиля на основе научной статьи, моделируя виртуально-волоконный метод конечных элементов с интерактивными 3D-сетками пряжи, полярным отслеживанием 110 волокон и динамическими кривыми напряжения-деформации с минимальным количеством запросов.

В предрелизных оценках Carbon показала результат, равный лучшей протестированной модели в глубоких финансовых исследованиях по оценке E2E Financial Agentic от Hebbia, и заняла первое место среди 23 конфигураций граничных моделей в бенчмарке General Financial Intelligence от Balyasny Asset Management, охватывающем юридическую экспертизу, агентное использование и исполнение инструментов, кодирование и инженерию данных, а также восприятие и понимание контекста.

Улучшенное агентное кодирование, полнофункциональная разработка, 3D и дизайн интерфейсов

Carbon исключительно хорошо справляется с инженерными задачами, требующими взаимодействия нескольких агентов, такими как миграции множества пакетов, межсистемный поиск первопричин и сложные архитектурные переработки. Для разработки веб-приложений она выполняет циклы сборки и проверки, восстанавливается после ошибок и проверяет как свой код, так и отрисованный интерфейс, создавая полноценные работающие приложения. Более сильный визуальный дизайн, пространственные рассуждения и внимание к деталям окружения распространяются также на разработку 3D-игр и креативное кодирование.

Google показала несколько сборок на базе функции /swarm в Google Antigravity. Carbon создала открытую 3D-игру, в которой игрок исследует кампус Google в Маунтин-Вью в роли пеликана на GBike; система координировала субагентов для моделирования 3D-ассетов в Blender по референсам Omni и Nano Banana, создания браузерной игры на Three.js с шейдерами WebGL и сочетания процедурных звуковых эффектов Web Audio с музыкой Lyria. Играбельная версия игры размещена в AI Studio.

В сочетании с улучшенным чувством фронтенд-дизайна и навыками моушн-дизайна в Google Antigravity Carbon переосмыслила магазин Google Merchandise Store за два запроса, предложив пять концепций арт-дирекшна и сгенерировав совершенно новые изображения товаров с помощью Nano Banana 2.1. Работающее приложение и соответствующий навык фронтенд-дизайна Gemini доступны публично.

Отталкиваясь от видеореференса, сгенерированного Gemini Omni в Google Antigravity, Carbon создала кинематографичную многосерийную подводную сцену Атлантиды. Пайплайн смоделировал процедурные руины, объёмное каустическое освещение и симуляцию воды в Blender, прежде чем преобразовать всю сцену в Three.js для рендеринга в браузере в реальном времени.

С помощью мультиагентного цикла в Google Antigravity Carbon также воссоздала играбельный фортепиано Stein-Schule около 1780 года с физикой эскапementа на 61 клавишу по CAD-чертежам и рентгеновским снимкам и поместила его в 3D-модель зала Koerner Hall Королевской музыкальной консерватории в Торонто с пространственной акустикой для конкретных мест. Интерактивный инструмент доступен как работающее приложение.

Граничные возможности в кибербезопасности

Gemini 4 Carbon для кибербезопасности предоставляет самые мощные возможности Google в этой области на сегодняшний день, давая командам безопасности сквозную разведку для защиты критически важного ПО. При доступе через программу Fairwind Carbon лидирует по ключевым бенчмаркам поиска уязвимостей (SEC-bench Pro), их эксплуатации (ExploitGym) и исправления (CWE-bench v1) — инспектируя ПО, отслеживая, как дефекты могут быть объединены в цепочки между системами, и генерируя верифицированные исправления первопричин.

Ранние тестировщики внутри и вне Google уже видят сильные результаты Carbon для кибербезопасности на практике. В Project Fortify — автономной системе Google, охватывающей сканирование, сортировку и устранение, — Carbon достигла 100% полноты при сканировании и 95% точности при сортировке на внутреннем бенчмарке Google. При тестировании репозиториев открытого кода Google сообщает о более чем 25% относительном улучшении и без того высокой полноты Argon, выявляя ранее необнаруженные реальные логические дефекты. Распространение этих достижений на Google — одного из крупнейших в мире пользователей открытого ПО — помогает защитить как собственные системы компании, так и более широкую экосистему, заявили в Google.

Команда Cloud Vulnerability Research (CVR) Google недавно использовала Carbon, чтобы доказать, что две уязвимости в популярном открытом ПО на самом деле являются эксплуатируемыми уязвимостями, сопоставимыми по серьёзности с недавним эксплойтом PHP2Shell. Используя Carbon для создания доказательства концепции, CVR помогла мейнтейнерам переклассифицировать уязвимость как критическую и быстро выпустить исправление. Подробности будут раскрыты после завершения процесса ответственного раскрытия.

В рамках программы Scan for Good от Wiz команда использовала Carbon для оценки уязвимостей в публичной цифровой инфраструктуре. Сканируя двух крупных SaaS-провайдеров, модель обнаружила 0-day уязвимости менее чем за два часа, сжав недели исследований уязвимостей до одного дня. Команда сотрудничала с затронутыми организациями для устранения в рекордные сроки, помогая снизить потенциальное воздействие на десятки тысяч компаний.

Усиленные научные и математические рассуждения

Gemini 4 Carbon демонстрирует значительно улучшенную производительность в рассуждениях в физике, математике и науках о жизни, синтезируя экспериментальные данные, проверяя гипотезы и решая многошаговые предметные задачи. Для компании Axiom Bio, занимающейся исследованиями токсичности лекарств, Carbon теперь является ведущей моделью по производительности в трансляционной науке, находя новые механизмы токсичности, которые компания ранее не выявляла. Axiom переносит свои производственные научные анализы и агентов на Carbon и Argon, чтобы ускорить создание более безопасных лекарств.

Исследователи Google использовали Carbon в Google Antigravity для ускорения своей работы:

• Верификация кода: исследователи создали новый агентный фреймворк формальной верификации под названием AlphaProof Code и применили его к серьёзной задаче безопасности: математическому доказательству корректности фактического кода криптографического протокола Signal. Используя Carbon вместе с другими моделями, исследователи перевели цели безопасности в математические теоремы. Агенты AlphaProof Code затем использовали Carbon для генерации миллионов строк кода на Lean — языке для записи математических доказательств, — что помогло доказать ключевые свойства безопасности за недели — задача, которая традиционно занимает у команд экспертов годы. Google заявила, что результат указывает на потенциал Carbon для масштабируемой формальной верификации, давно считающейся эталонным подходом к созданию безопасного ПО.
• Разработка ферментных анализов: получив только лабораторные журналы и сырые данные, Carbon вышла за рамки стандартного анализа, выявив трудноинтерпретируемые аномалии данных, которые она использовала для диагностики тонких артефактов мокрых лабораторных экспериментов, например неполного автоматического перемешивания в глубоких лунках, что существенно улучшило воспроизводимость. Carbon также улучшила методы деконволюции пиков хроматографии и выявила следовый перенос образцов в исследовательских приборах, значительно ускорив разработку новых анализов и укрепив обратную связь между вычислениями и лабораторией.
• Предсказание структуры белков: модели предсказания структуры, такие как AlphaFold 3, используют множественные выравнивания последовательностей (MSA) эволюционных родственников для вывода того, как складываются аминокислотные цепочки, поэтому они часто испытывают трудности с малоизученными, вирусными, микробными и эукариотическими белками, имеющими мало совпадений в стандартных базах данных. Работая в мультиагентной конфигурации, исследователи Google использовали Gemini 4 Carbon для автономного обнаружения удалённых гомологов в архивах последовательностей петабайтного масштаба без аннотаций, каталогах экологических и вирусных последовательностей и базах 3D-структур. По 7 семействам белков с низкой гомологией из слепого тестового набора CASP17 Carbon увеличила количество найденных гомологов в среднем в 40 раз, значительно повысив объём информации для моделей предсказания структуры без необходимости переобучения. Хотя более широкое бенчмаркирование продолжается, решение этого узкого места поиска может стать перспективным путём к моделированию труднохарактеризуемых областей протеома.

За четыре недели до объявления Google открыла приём заявок, чтобы дать 10 000 учёных доступ к Argon в Google Antigravity бесплатно на шесть месяцев для ускорения их исследований, и уже подключила тысячи учёных. С выпуском Google расширяет доступ к Carbon для текущих и будущих участников, и программа продолжит предоставлять доступ к новейшим граничным моделям Google по мере их появления. Заявки остаются открытыми через форму заявки Google, подключение продолжается на регулярной еженедельной основе с учётом соответствия требованиям, наличия мощностей и отбора.

Прогресс в безопасности и защищённости моделей

Google заявила, что с каждым новым выпуском модели усиливает меры безопасности и защиты, предотвращение злоупотребления агентами, выравнивание модели и снижение вреда пропорционально возможностям модели. Поскольку Gemini 4 Carbon вводит более сильные кибервозможности, компания опиралась на надёжный стек безопасности Argon для укрепления устойчивости к злоупотреблению и инъекциям запросов.

В части злоупотреблений Google заявила об усилении защитных мер, чтобы более сильные защитные рассуждения не превращались в наступательный риск. В симулированных средах кибератак, содержащих ExploitBench и CyScenarioBench, Carbon заблокировала 99% траекторий атак адаптивного агента красной команды Google, способного итеративно пересматривать планы атак после каждой блокировки. Защитные меры Carbon снизили долю успешных прорывов за попытку до 0,8% (с 3,1% у Argon) и снизили долю успешных запросов автоматизированных кибератак до 2,17% в тестировании Gray Swan по сравнению с 9,86% у Argon. Внешнее тестирование Trajectory Labs не обнаружило ни одного нового универсального джейлбрейка за 132 часа и более 13 000 запросов.

В части выравнивания Google сообщила о значительных улучшениях, измеряемых частотой флагов монитора на протяжении жизненного цикла модели, а также о снижении фабрикации данных. В 375-задачном бенчмарке агентной честности Google Carbon прошла 92% задач по сравнению с 70% у Argon — отказываясь заполнять недостающие экспериментальные данные в 98% случаев и указывая на методологические недостатки в 68% случаев.

В части инъекций запросов Google сообщила за две недели до объявления, что Carbon достигла 0% доли успешных атак инъекций запросов в бенчмарке Gray Swan IPI — впервые была достигнута эта веха. В то же время Google признала, что устойчивость к инъекциям запросов остаётся областью для дальнейшего улучшения: её продвинутая автоматизированная красная команда показала, что модели могут быть дополнительно улучшены против сложных атак в некоторых распределениях, предоставляя данные, которые, по словам компании, будут использоваться для постоянного продвижения безопасности моделей. Дополнительные подробности доступны в полном отчёте о безопасности и защищённости Gemini 4 Carbon (PDF) и в связанной публикации Google о безопасности.

Как начать работу с Gemini 4 Carbon

С 10 ноября Carbon присоединяется к Argon в семействе граничных моделей Google во всех её продуктах:

• Разработчики: создавайте с платным уровнем Gemini API в AI Studio и Android Studio; подписчики Google AI Ultra могут попробовать модель в Google Antigravity и AI Studio.
• Компании: доступ через Gemini для бизнеса по API или в выпадающем списке моделей, в Google Antigravity или CodeMender.
• Обычные пользователи: попробуйте Carbon уже сегодня в приложении Gemini и AI Mode в Поиске по подписке Google AI Ultra.
• Учёные и исследователи: подайте заявку на шанс получить доступ к Argon и Carbon через высший уровень использования Google Antigravity бесплатно на 6 месяцев (подключение на регулярной основе) с учётом соответствия требованиям, наличия мощностей и отбора.
• Специалисты по кибербезопасности: подайте заявку на присоединение к программе Fairwind для регулярного доступа к Carbon для кибербезопасности.

Дополнительная информация доступна в карточке модели Gemini 4 Carbon (PDF), а также в обновлённом руководстве разработчика Gemini 4 и документации, где описаны лучшие практики миграции рабочих процессов на модель.

Об авторе

Корай Кавукчуоглу — старший вице-президент Google DeepMind и главный архитектор ИИ в Google, где он руководит разработкой новейших генеративных ИИ-моделей Google DeepMind и их интеграцией в продукты Google в масштабе. До своей текущей роли он был вице-президентом по исследованиям в Google DeepMind, где основал команду глубокого обучения; его команда добилась крупных исследовательских прорывов, таких как DQN (Deep Q-Network) и WaveNet.