Опубликовано:
Google выпустила Gemini 4 Carbon: 15 из 17 тестов лучшие, но доля ошибок выросла до 11%
Google выпустила Gemini 4 Carbon — усиленную версию Gemini 4 Argon. Модель взяла 15 из 17 бенчмарков, но доля галлюцинаций выросла с 4% до 11%, а акции Alphabet упали.
Google выпустила Gemini 4 Carbon — модель, которая заняла первое место в 15 из 17 бенчмарков, опубликованных компанией. В индексе Artificial Analysis она обошла Claude Opus 5.5 (58 баллов) и GPT-6 Astra (57 баллов). По данным Leiphone, после анонса модели и квартального отчёта акции Alphabet на постмаркете падали примерно на 10%, а капитализация уменьшилась на $300–400 млрд.
Carbon построена на базе Gemini 4 Argon: это специализированная версия с дообучением, поэтому её выпустили примерно через две недели после Argon. Основные улучшения касаются безопасности и долгих задач. По данным Google, модель находит уязвимости, проверяет их эксплуатацию и готовит исправления, а ещё может часами работать над многошаговыми инженерными задачами в больших кодовых базах.
В отдельных метриках это заметно. В SWE-sweep результат вырос с 4,3% у Argon до 9,6%. В Terminal-Bench модель набрала 65,2%, прибавив 8,1 п.п. В GraphWalks по обработке очень длинного текста у неё 96,2% против 71,8% у лучшего из конкурентов.
В общих задачах картина скромнее. В FrontierSWE 2 модель набрала 61,2% против 65,5% у GPT-6 Astra и 62,3% у Claude Opus 5.5, в OSWorld-2.1 — 81,5% против 87,2% у Claude Opus 5.5. В подмножестве AA-Omniscience доля галлюцинаций выросла с 4% у Argon до 11%.
Издание отмечает, что доступ к Gemini 4 Carbon ограничили, поэтому сразу попробовать модель смогли не все; точные условия Google в материале не приводит. Компания также подняла ориентир капитальных расходов на 2026 год до $195–205 млрд.
Официальный сайт: Claude.