Два релиза за две недели, и Google снова первый

28 октября вышла Gemini 4 Carbon, и в тот же день первые строчки Artificial Analysis Intelligence Index и текстового рейтинга Arena снова занял Google. С выхода Gemini 4 Argon прошло всего две недели.

На старте модель дали только небольшой группе специалистов по киберзащите: результаты видели все, а попробовать не мог никто. 10 ноября Google открыл API для всех платных разработчиков, и цену не поднял: как у Argon, $2 за ввод и $10 за вывод на миллион токенов.

Та же цена, модель сильнее — о чём тут думать? Первым охладил пыл сам Google. В анонсе прямо сказано: для большей части разработки и работы со знаниями Argon по-прежнему подходит лучше. Carbon нужна для трудных задач, и на поиск решения, рассуждения и перепроверку она тратит намного больше токенов, чем Argon.

Коротко: Carbon — для трудных задач, а не замена Argon. Рефакторинг на несколько модулей, баг, причину которого не найти, долгие прогоны агента — это к Carbon. Повседневные правки и тесты остаются на Argon. Токен у Carbon недорогой, но думает она долго и пишет много, так что задача в итоге выходит недешёвой, а с 1 декабря цена за токен ещё и удвоится. На CodingPass Carbon есть в Go, Plus и Pro.

Первое место в 14 тестах из 17

Тем, кто пишет код, стоит смотреть на три строки.

• Агентное программирование в терминале. 65,2% на Terminal-Bench 4.0: на 5,6 пункта больше, чем у Opus 5.5, и примерно на 8 больше, чем у Argon. Ни в одном другом тесте разрыв с Argon не такой большой.

• Длинный контекст. 96,2% на GraphWalks (от 256k до 1M). У Argon 84,2%, у Opus 5.5 всего 66,8%. По большому репозиторию модель ходит уверенно и связи между файлами почти не теряет.

• Кибербезопасность. Найти уязвимость, проэксплуатировать, исправить — первое место во всех трёх. Именно этим Google хотел впечатлить сильнее всего. Но замеры шли без защитных ограничений, а полный набор кибервозможностей доступен только по заявке в программу Fairwind.

Лучшей во всём её не назовёшь. На FrontierSWE 2, где чинят реальные репозитории, GPT-6 Astra (65,5%) и Opus 5.5 (62,3%) обходят её 61,2%. В работе с компьютером на OSWorld Opus 5.5 впереди почти на 6 пунктов. А на RiemannBench Carbon уступает даже собственной Argon.

Да и первое место продержалось две недели. 10 ноября вышла Claude Fable 5.2, и в Artificial Analysis Intelligence Index у Fable 5.2 теперь 65, у Carbon — 60.

Намного лучше и намного медленнее

Ближе к повседневной работе, чем любой бенчмарк, агентный рейтинг Arena. Он учитывает одно: решена ли в итоге задача в агентных сессиях реальных пользователей.

Carbon на втором месте, впереди только Opus 5.5 Max. Argon — седьмая. Отдельно Arena выделила ещё один показатель: если пользователь посреди задачи меняет требования или возражает, слышит ли его модель и меняет ли курс? Здесь Carbon первая.

Питер Гостев, который отвечает за оценку моделей в Arena, успел поработать с Carbon до релиза. По его словам, она ощущается намного лучше Argon, и на этот раз Google взялся всерьёз.

Обратная сторона во всех отзывах одна: Carbon медленная. В аккаунте Lumina, где тестируют модели, собирали с ней 3D-сцены на Arena. Вывод: заметно сильнее Argon, но невероятно медленная — в 2–4 раза медленнее, смотря по задаче.

Цена за токен та же, а счёт больше

Токен у Carbon и Argon стоит одинаково. Вся разница — в том, сколько их уходит.

За полный прогон Intelligence Index Carbon выдала 205 млн выходных токенов. Медиана для моделей того же класса — 72,8 млн, то есть у Carbon примерно в 2,8 раза больше. Задача в среднем занимала 25,6 минуты при медиане 12,6.

Страница цен Google этого тоже не скрывает: на той же задаче Argon тратит меньше токенов за ход и отвечает быстрее. Больше токенов — больше денег и дольше ждать. Arena подсчитала, что задача на Carbon обходится на 72% дешевле, чем на Opus 5.5 Max. Это правда, но сравнивают с самой дорогой настройкой, а не с Argon.

С 1 декабря — вдвое дороже

$2 / $10 — это вводная цена. На странице цен Google прямо написано: с 1 декабря Carbon и Argon будут стоить $4 за ввод и $20 за вывод на миллион токенов, чтение из кэша подорожает с $0.10 до $0.20.

$7.76 за задачу у Artificial Analysis уже посчитаны по новой цене.

На CodingPass начните с medium

На CodingPass у Carbon три уровня рассуждений — low, medium и high. Отключить размышления нельзя:

• Если передать reasoning_effort (Chat Completions), reasoning.effort (Responses) или output_config.effort (Messages), модель работает на выбранном уровне.
• Если ничего не передать — на high.
• Если запросить работу без размышлений (none или thinking со значением disabled) — на low, самом низком уровне.

Начните с medium. Сила Carbon в том, что она не бросает трудную задачу на полпути, но большинству запросов долгие размышления на high не нужны. Застряла — поднимите уровень.

curl https://codingpass.ai/v1/chat/completions \  -H "Authorization: Bearer $CODINGPASS_API_KEY" \  -H "Content-Type: application/json" \  -d '{    "model": "gemini-4-carbon",    "reasoning_effort": "medium",    "messages": [{"role": "user", "content": "Find the root cause of the flaky test in tests/sync.test.ts"}]  }'

В OpenCode, Cline и других OpenAI-совместимых инструментах достаточно добавить gemini-4-carbon в список моделей.

Когда переходить на Carbon

1. В повседневной работе — Argon. Так говорит сам Google, и счёт за токены с этим согласен. Argon быстрая, и на ту же квоту с ней успеваешь больше.

2. Застряли — подключайте Carbon. Изменения сразу в нескольких модулях, баг, за которым вы гоняетесь полдня, задача, которую агент должен долго делать без остановки: тут лишнее ожидание и лишняя часть квоты окупаются.

3. Тяжёлые задачи — до конца ноября. CodingPass списывает квоту по официальным ценам API, поэтому, когда 1 декабря цена за токен удвоится, той же квоты хватит вдвое меньше токенов.

Частые вопросы