Google выкатила Gemini 4 Carbon. Она первая в Artificial Analysis v5, но потрогать её пока нельзя. Разбор бенчмарков, без восторгов.

Где реально сильно
Artificial Analysis Intelligence Index v5.0: 59 баллов, первое место. Для сравнения, Claude Opus 5.5 — 58, GPT-6 Astra — 57.Кибербезопасность, три цифры по этапам работы с уязвимостями:SEC-bench Pro (найти): 88,2%ExploitGym (подтвердить эксплойтом): 54,8%CWE-bench (починить): 71,0%Длинный контекст GraphWalks: 96,2% на диапазоне до миллиона токенов. У Claude Opus 5.5 — 66,8%.Vending-Bench 2, симуляция бизнеса на год: $16 484 финальный баланс. У Claude Opus 5.5 — $9 235.
Где не первая
FrontierSWE 2 (сложные инженерные задачи в коде): 61,2%, позади GPT-6 Astra (65,5%) и Opus 5.5 (62,3%).OSWorld 2.1 (взаимодействие с графическим интерфейсом): 81,5%, позади Opus 5.5 (87,2%).
Неприятная цифра
На AA-Omniscience точность выросла с 48% до 58%, но галлюцинации выросли с 4% до 11%. Google в анонсе это не подсвечивает.
Что с доступом
Carbon не в открытом доступе. Сначала только киберзащитники, потом партнёры по Fairwind Program, потом разработчики и все остальные . Цена обещана как у Argon: $2 за миллион входных токенов, $10 за выходные, кэш со скидкой 95%.
Что это значит для нас
Для тех, кто нанимает в РФ: пока Carbon недоступен, обсуждать его как инструмент в вакансиях рано. Но тренд виден. Модели уходят в длинные агентные задачи и безопасность кода, а не в «напиши текст». Если строите команду вокруг AI-инструментов, смотрите в сторону людей, которые умеют работать с длинным контекстом и проверять вывод модели, а не просто нажимать «сгенерировать».
Ссылка на блог Google: blog.google