Gemini 4 Carbon
Gemini 4 Carbon — мультимодальная модель рассуждений компании Google DeepMind, основанная на Gemini 4 Argon и ориентированная на продолжительные многошаговые агентные процессы, сложную программную инженерию, научные исследования и киберзащиту, использующая увеличенный объём токенов рассуждения и продолжительные циклы проверки результатов. Модель была анонсирована 28 октября 2026 года с началом ограниченного доступа для специалистов по кибербезопасности через программу Fairwind, а её общедоступный выпуск состоялся 10 ноября 2026 года.
Оценка
Gemini 4 Carbon оценивалась по широкому набору тестов (бенчмарков), охватывающих агентное программирование, использование компьютера, работу со знаниями, науку и математику, мультимодальные возможности, работу с длинным контекстом и кибербезопасность. Дополнительные тесты, сведения о подходе к оценке, результатах и применяемых методологиях опубликованы в методологии оценки Gemini 4 Carbon.
Согласно Model Card Google DeepMind, приведённые ниже результаты актуальны по состоянию на октябрь 2026 года; результаты кибербезопасностных бенчмарков отражают работу модели при доступе через программу Fairwind (для проверенных специалистов по киберзащите).[1]
| Benchmark | Description | Gemini 4 Carbon | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Claude Fable 5.1 | |
|---|---|---|---|---|---|---|---|
| AA Index v5.0 | General capabilities | 59 | 50 | 57 | 58 | 49 | |
| Vals Index v2.2 | General capabilities | 70.4% | 69.2% | 65.0% | 70.2% | — | |
| SWE-sweep | Agentic coding | 9.6% | 4.3% | 9.5% | 3.6% | 2.9% | |
| FrontierSWE 2 | Agentic coding | 61.2% | 55.0% | 65.5% | 62.3% | 56.3% | |
| Terminal-Bench 4.0 (AA) | Agentic coding | 65.2% | 57.1% | 59.1% | 59.6% | 52.0% | |
| Agents' Last Exam v1.1 | Computer use | Score | 77.4% | 69.0% | 73.1% | 71.6% | — |
| OSWorld-2.1 | Computer use | Offline subset | 81.5% | 74.7% | 80.9% | 87.2% | 76.8% |
| AutomationBench Zapier | Knowledge work | 53.9% | 51.3% | 41.4% | 42.5% | 31.4% | |
| Vending-Bench 2 | Knowledge work | Bank balance ($), higher is better |
$16,484 | $13,718 | $15,515 | $9,235 | $5,422 |
| Chartography | Multimodal understanding | 72.5% | 71.6% | 71.0% | 66.3% | 46.2% | |
| Blueprint-Bench 2 | Multimodal understanding | Similarity score | 58.6% | 54.4% | 49.7% | 51.2% | 41.9% |
| GraphWalks | Long context | 256k to 1M, BFS (F1) | 96.2% | 84.2% | 71.8% | 66.8% | 65.0% |
| RiemannBench | Science and math | 80.0% | 76.0% | 72.0% | 69.6% | 65.6% | |
| Terminal-Bench-Science 0.1 (AA) | Science and math | 64.8% | 52.9% | 63.3% | 59.0% | 43.3% | |
| CWE-bench | Cybersecurity | 71.0% | 68.0% | 68.0% | 67.0% | 58.0% | |
| ExploitGym | Cybersecurity | 54.8% | 42.0% | 42.4% | 34.5% | — | |
| SEC-bench Pro | Cybersecurity | 88.2% | 83.4% | 85.4% | — | — |
- ↑ Google DeepMind. Gemini 4 Carbon — Model Card. Выпуск: ноябрь 2026 года. С. 4.