Ma elérhetővé vált a Gemini 4 Carbon fejlesztőknek, vállalatoknak, kutatóknak és fogyasztóknak. A Google szerint a Carbon a legfejlettebb Gemini-modelljük, különösen erős teljesítményt nyújtva kiberbiztonsági feladatokban és hosszú távú, többlépéses, „agentikus” munkafolyamatokban, ideértve a komplex tudásmunkát, szoftvermérnökséget és tudományos következtetést.
Két héttel korábban a Carbon egy korlátozott Fairwind Program résztvevőinek volt elérhető kiberbiztonsági felhasználásra. A Gemini 4 Argon után Carbon tovább tolja a teljesítmény határait: Argon a legtöbb szoftvermérnökségi és tudásmunka-feladathoz optimális választás marad, míg Carbon azokat a feladatokat célozza, amelyek a modell intelligenciájának határait vizsgálják — például összetett, többlépéses kódolás és hibakeresés, nyitott végű tudományos kutatás — és több token használatával mélyebb kutatást, alaposabb következtetést és hosszabb ellenőrzési ciklusokat tesz lehetővé.
Teljesítmény és költségek a gyakorlatban
A Google által idézett független benchmarkokban Carbon egyszerre ér el élenjáró pontosságot és gazdaságos működést valós feladatokban: a CursorBench 4.0, Perplexity WANDR és Zapier AutomationBench rangsoraiban az első helyet érte el, és a cég szerint több mint kétszer alacsonyabb költséget mutat fel feladatonként a legjobb külső modellhez képest.
A Carbon elindításával a Google bemutatja a Google Antigravity /swarm előnézetet is, amely egyetlen promptból koordinált ügynökcsapatot hoz létre, valós idejű nyomon követéssel. Fejlesztők Carbon-t rendelhetnek szerepekhez, amelyek a legmélyebb következtetést igénylik (architekturális tervezés, koordináció, auditálás), miközben könnyebb, gyorsabb modellekkel párhuzamos, izolált munkaterületeket és ellenőrző (adversarial) verifikátorokat társítanak.
Hozzáférés és árképzés
Gemini 4 Carbon elérhető az API-n keresztül a Google AI Studio-ban és a Gemini for business szolgáltatásban minden fizető fejlesztő és vállalat számára azonos bevezető árazással, mint Gemini 4 Argon: 2 USD per 1M input token és 10 USD per 1M output token. Ugyancsak bevezetésre kerül a Google AI Ultra előfizetőknek Google Antigravity-ben, a Gemini alkalmazásban és az AI Mode in Search funkcióban.
A cég közli, hogy a bevezető időszak lejárta után, 2026. november 30-át követően az ár 4 USD per 1M input token és 20 USD per 1M output token lesz érvényben (a közlemény szerint ez a nyilvános hozzáférésre szánt Carbon modellre vonatkozik).
Tudásmunka, dokumentumfeldolgozás és multimodális agentek
A Carbon a Google szerint erős vizuális megértéssel, következtetési képességgel és alapos visszakereséssel segíti a jogi, pénzügyi és vállalati műveleteket: nagymennyiségű, sűrű dokumentumot és adatot tud összegezni, és szigorú sémák szerint pontos táblázatokat, prezentációkat és jelentéseket generál.
Mivel a meglévő benchmarkok nem mérik eléggé az ügynökök natív multimodális következtetését sűrű fájlokkal (diagramokkal, képekkel, tervrajzokkal, táblázatokkal), a Google az Artificial Analysis-szel közösen indította el a Multimodal Knowledge Agent (MKA) benchmarkot, amely az agentikus multimodális teljesítményt méri. Carbon a Google szerint a második helyen áll, miközben átlagosan több mint 6-szor alacsonyabb költséget produkál feladatonként a legjobbnak számító modellhez képest.
Konkrét demonstrációkban Google Antigravity /swarm használatával Carbon-ügynökök történelmi fotókból és mérnöki lapokból Three.js alapú, interaktív 3D-kiállítást hoztak létre az Eiffel-torony 1887–1889 közötti építéséről egyetlen prompt segítségével. Más esetekben hét nyilvános Városi Tanácsi terv PDF-ből (206 kivont mérnöki nézet) Carbon többügynökös csapata 906 ezer háromszögből álló Three.js rekonstrukciót épített a Google Platform 37 irodájáról tíz éjszakai iteráció alatt.
További példák: egy akadémiai cikk alapján készült többrétegű textilvizualizátor, 3D-s fonalhálók és dinamikus feszültség-nyúlás görbék; és egy számos éjszakai ciklust használó pipeline, amely videó referenciából készített víz alatti Atlantisz-jelenetet Blenderben, majd Three.js-re exportálta valós idejű böngészős megjelenítéshez.
Kiberbiztonsági képességek
A Gemini 4 Carbon a Google szerint a legerősebb kiberbiztonsági képességeket adja biztonsági csapatok kezébe: feltárás, exploitálás és javítás terén vezető helyezéseket ért el belső és külső benchmarkokon (SEC-bench Pro, ExploitGym, CWE-bench v1). A Fairwind Programon keresztüli hozzáférés adatai szerint Carbon képes szoftverek átvizsgálására, hibák láncolatainak feltérképezésére és ellenőrzött gyökérok-javítások generálására.
A Project Fortify autonóm rendszerben, amely beolvasást, triage-ot és javítást integrál, Carbon a Google belső benchmarkján 100% recallt ért el beolvasásnál és 95% precizitást triage-nál. Nyílt forráskódú tárhelyeken végzett tesztekben a Carbon több mint 25% relatív javulást mutat Argon amúgy is magas recall-értékéhez képest, több korábban észrevehetetlen logikai hibát tárva fel.
A Cloud Vulnerability Research (CVR) csapat Carbon segítségével bizonyította, hogy két hiba egy népszerű nyílt forráskódú szoftverben kihasználható sebezhetőség — a valaha bejelentett súlyossághoz hasonlóan — és a modell által előállított proof-of-concept elősegítette a karbantartók döntését a hiba kritikus minősítése és gyors javítása mellett. A részletek a felelős felelősségre vonási folyamat lezárulta után lesznek nyilvánosak.
A Wiz Scan for Good program keretében Carbon többször is gyorsan talált 0-day sérülékenységeket, egyes SaaS szolgáltatóknál kevesebb mint két óra alatt, amit korábban hetekig tartó kutatás igényelt. Az érintett szervezetekkel együttműködve ezek a hibák rekordidő alatt javítva lettek, ezzel százezrekre kiterjedő potenciális hatások csökkentek.
Tudományos és matematikai következtetés
A Google beszámolója szerint Carbon jelentős előrelépést mutat fizikában, matematikában és élettudományokban: kísérleti adatok szintetizálásában, hipotézisek tesztelésében és többlépéses domain-problémák megoldásában. A gyógyszer-toxicitást vizsgáló Axiom Bio szerint Carbon vezető modell a transzlációs tudomány teljesítményében, új toxicitási mechanizmusokat azonosítva, és az Axiom most Carbonra és Argonra helyezi át termelési elemzéseit és ügynökeit.
Google-kutatók Antigravity-ben több területen használták Carbot:
- Kódverifikáció: Az AlphaProof Code nevű formális verifikációs agentikus keretrendszerrel a kutatók matematikailag bizonyították a Signal titkosító protokoll mögötti kód bizonyos biztonsági tulajdonságait. Carbon több modellel együtt Lean nyelven generált millió sor bizonyítási kódot, felgyorsítva olyan feladatokat, amelyek korábban évekbe teltek volna.
- Enzim-assay fejlesztés: Labornoteszek és nyers adatok alapján Carbon képes volt nehezen értelmezhető adatanomáliák feltárására, kísérleti hibák diagnosztizálására (pl. nem megfelelő automata keverés), kromatográfiai csúcsok dekonvolúciójának javítására és mintaszennyeződés észlelésére, ami gyorsította az assay-fejlesztést.
- Fehérje-szerkezet előrejelzés elősegítése: Többügynökös folyamatban Carbon autonóm módon talált távoli homologokat petabájtnyi, annotálatlan szekvencia-archívumokban és egyéb adatbázisokban. Például a CASP17 vakteszt készletében szereplő hét alacsony-homológ fehérjecsalád esetén átlagosan 40-szeresre növelte a visszakeresett homologok számát, ami javította az inputot a szerkezet-előrejelző modellek számára retraining nélkül.
Négy héttel ezelőtt a Google megnyitotta a jelentkezést 10 000 kutató számára, hogy hat hónapon át ingyenesen hozzáférhessenek Argonhoz Google Antigravity-ben; ezernyi kutatót már onboardoltak. Most a cég bővíti a hozzáférést Carbonra a jelenlegi és leendő résztvevők számára; a program továbbra is heti rendszerességgel vesz fel új jelölteket jogosultság, kapacitás és kiválasztás alapján.
Biztonság, visszaélések elleni védelem és igazítás
A Google hangsúlyozza, hogy minden modellkiadással párhuzamosan erősítik a biztonsági és visszaélés-megelőzési intézkedéseket, modellelleni védekezést és kárelhárítást.
Mivel Carbon erősebb kibertudásra tett szert, a cég Argon erős biztonsági veremére építve tovább növelte a prompt-injektálással és visszaélési kockázatokkal szembeni ellenállást. Szimulált támadás-környezetekben (ExploitBench, CyScenarioBench) Carbon a Google szerint a támadási forgatókönyvek 99%-át blokkolta adaptív piros-csapat ügynökük ellen, és a prost-attempt breach rate 0,8%-ra csökkent Argon 3,1%-áról. A Gray Swan tesztelésben az automatizált kiber-támadási lekérdezések sikerességi aránya 2,17% volt Carbon esetén Argon 9,86%-ával szemben. Külső tesztelés (Trajectory Labs) 132 órán és több mint 13 000 kéréssel nem talált új univerzális jailbreaket.
Az igazítás terén Carbon a Google szerint jobb eredményeket mutatott: a 375 feladatos agentic honesty benchmarkon 92%-ot teljesített (Argon 70%), 98%-ban elutasította hiányzó kísérleti adatok kitöltését és 68%-ban jelezte a módszertani hibákat.
A Google korábban közölte, hogy Carbon 0%-os prompt-injektálási sikert ért el a Gray Swan IPI benchmarkon — ez az első alkalom, hogy ilyen eredményt jeleznek. Ugyanakkor a vállalat elismeri, hogy a prompt-injektálás elleni robosztusság továbbra is fejlesztésre szorul, és folyamatos, automatizált piros-csapat tesztelést folytatnak.
Részletesebb információk a Gemini 4 Carbon Safety and Security jelentésben találhatók.
Hogyan lehet hozzákezdeni
Ma óta a Carbon az Argonnal együtt elérhető a Google termékcsaládjában:
- Fejlesztőknek: a Gemini API fizetős szintjén AI Studio-ban és Android Studio-ban; Google AI Ultra előfizetők Google Antigravity-ben és AI Studio-ban is kipróbálhatják.
- Vállalatoknak: Gemini for business-en keresztül API-n vagy modellválasztó menüből, Google Antigravity-ben vagy CodeMenderrel.
- Mindennapi felhasználóknak: a Gemini alkalmazásban és AI Mode in Search-ben elérhető Google AI Ultra előfizetők számára.
- Tudósoknak és kutatóknak: jelentkezni lehet, hogy hat hónapra ingyenesen hozzáférést kapjanak Argonhoz és Carbonhoz Google Antigravity legmagasabb használati szintjén (folyamatos onboardolás, jogosultság és kapacitás függvényében).
- Kiberbiztonsági védelemben résztvevőknek: jelentkezés a Fairwind Programba a Carbon for cyber folyamatos hozzáféréséhez.
A Google felhívja a figyelmet a modellcardra, a frissített Gemini 4 fejlesztői útmutatóra és dokumentációra a legjobb gyakorlatokért és migrációs tanácsokért.
(Összefoglaló adatpontok: bevezető ár 2 USD/1M input token és 10 USD/1M output token; bevezető időszak lejárta után, 2026.11.30-tól 4 USD/1M input és 20 USD/1M output.)
