Google официально запустила глобальный доступ к флагманской ИИ-модели Gemini 4 Carbon, сделав её доступной для разработчиков, корпоративных клиентов, научных коллективов и рядовых пользователей. Компания позиционирует Carbon как инструмент «для задач на грани ИИ-возможностей» — в противовес Gemini 4 Argon, который остаётся оптимальным решением для повседневной аналитики и стандартного программирования. Ключевое отличие Carbon заключается в том, что модель расходует значительно больше вычислительных ресурсов на глубокое рассуждение, многократное тестирование гипотез и длительное автономное выполнение поручений без вмешательства человека. Именно эта архитектура позволяет нейросети справляться с комплексными задачами, которые ранее требовали участия целых команд специалистов.

Автономность в разработке: 94% успешных решений без побочных багов

Внутренние тесты, проведённые командой Google до официального релиза, зафиксировали впечатляющие показатели автономности модели. В стандартизированном тесте на исправление ошибок в кодовой базе, состоящей из 14 000 тестов, Carbon достигла 94-процентного успешного решения проблем без сопутствующих регрессий и новых багов. Разработчики подчёркивают, что модель не просто генерирует патч, а проводит многоэтапный анализ контекста, проверяет альтернативные решения и верифицирует результат перед выдачей. Это принципиально отличает Carbon от более лёгких моделей, которые в аналогичных сценариях часто вносят новые дефекты при исправлении старых.

Swarm: один промпт превращается в команду ИИ-агентов

Главной технологической новинкой релиза стал инструмент Swarm в среде Google Antigravity. Функция позволяет преобразовать единственный текстовый запрос пользователя в скоординированную группу ИИ-агентов, работающих в режиме реального времени как единая команда. В этой иерархии Carbon берёт на себя задачи с самым глубоким уровнем анализа — проектирование архитектуры, координацию между агентами и финальный аудит — тогда как более простые подзадачи делегируются быстрым и лёгким моделям, работающим в параллельных изолированных пространствах. Во время публичных демонстраций «рой» агентов по одному промпту построил интерактивную 3D-выставку Эйфелевой башни на основе фотографий 1887 года, воспроизвёл здание офиса Google по 206 чертежам в формате PDF и создал полноценную браузерную 3D-игру.

Кибербезопасность: от нулевых дней до автоматического исправления

В рамках специальной программы Fairwind модель предоставили специалистам по кибербезопасности, и Carbon продемонстрировала лучшие показатели в обнаружении, эксплуатации и автоматическом исправлении уязвимостей. В автономной системе Google Project Fortify нейросеть обнаружила все ошибки при сканировании кода, а точность выявления скрытых логических уязвимостей в ПО с открытым исходным кодом выросла на 25%. Наиболее резонансным стал результат в инициативе Wiz Scan for Good: за два часа Carbon обнаружила уязвимость нулевого дня у двух крупных SaaS-провайдеров, сократив процесс, который обычно занимает недели ручного исследования, до одного рабочего дня.

Наука, криптография и финансы: результаты за пределами IT

Carbon показала высокие результаты в фундаментальных дисциплинах — физике, математике и биологии. Компания Axiom Bio уже переводит свои производственные процессы на новую модель после того, как ИИ выявил ранее неизвестные механизмы токсичности лекарственных соединений. Утилита AlphaProof Code с использованием Carbon за несколько недель математически доказала безопасность криптографического протокола Signal в языке программирования Lean — задача, на которую специалистам-людям обычно уходят годы работы. В финансовом секторе нейросеть возглавила бенчмарк Balyasny Asset Management, обогнав 23 конфигурации других моделей по совокупности показателей.

Ценообразование: в два раза дешевле конкурентов за задачу

Google установила начальную цену на уровне 2 долларов за 1 миллион входных токенов и 10 долларов за 1 миллион выходных токенов. По заявлению компании, это более чем в два раза дешевле ближайших внешних конкурентов по стоимости выполнения одной задачи и в шесть раз дешевле в мультимодальных тестах. Таким образом, доступ к модели, способной автономно находить уязвимости нулевого дня и вести формальные доказательства, стал экономически доступным для широкого круга разработчиков и научных групп.