Google 10. listopadu zpřístupnil model Gemini 4 Carbon vývojářům, firmám, vědcům i běžným uživatelům. Podle společnosti je určen pro složité vícekrokové programování a otevřený vědecký výzkum. Současně přichází náhled funkce /swarm v Antigravity, která z jednoho zadání sestaví koordinovaný tým AI agentů.
Delší ověřování a týmy agentů
Oproti Gemini 4 Argon používá Carbon podle Googlu více tokenů, aby mohl úlohy důkladněji zkoumat, uvažovat a provádět delší ověřovací cykly. Argon má přitom zůstat volbou pro většinu softwarové a znalostní práce.
V náhledu /swarm lze Carbon pověřit například návrhem architektury, koordinací nebo auditem. Lehčí modely mohou souběžně pracovat v izolovaných prostředích a ověřovací agenti testují změny; průběh práce týmu je možné sledovat v reálném čase.
Při ukázce Googlu vytvořil tým agentů Carbonu prostřednictvím /swarm z historických fotografií a technických výkresů interaktivní 3D expozici stavby Eiffelovy věže. Zadáním byl jediný prompt.
Při vývoji webových aplikací model podle Googlu opakovaně sestavuje a ověřuje výsledek, zotavuje se z chyb a kontroluje kód i vykreslené uživatelské rozhraní. Společnost také uvádí, že Carbon analyzuje rozsáhlé soubory dokumentů a dat a vytváří tabulky, prezentace či zprávy podle zadaných schémat a formátování.
Výsledky v agentních testech
Podle Googlu skončil Carbon první v testech CursorBench 4.0, Perplexity WANDR a Zapier AutomationBench. Druhé místo získal v testu Multimodal Knowledge Agent, který Google vytvořil s Artificial Analysis pro hodnocení multimodálního výkonu v agentních úlohách.
V předběžných hodnoceních model podle společnosti vyrovnal nejlepší testovaný model v Hebbia E2E Financial Agentic. V benchmarku General Financial Intelligence společnosti Balyasny Asset Management se umístil na špici mezi 23 konfiguracemi modelů.
V testu agentní poctivosti o 375 úlohách podle Googlu uspěl Carbon v 92 % případů, zatímco Argon v 70 %. Chybějící experimentální data odmítl doplnit v 98 % případů a metodické nedostatky označil v 68 %.
Kybernetická bezpečnost a ověřování kódu
Specializovaná podoba Carbonu pro kybernetickou bezpečnost je určena obráncům zapojeným do programu Fairwind. Podle Googlu vede v testech SEC-bench Pro pro hledání zranitelností, ExploitGym pro jejich zneužívání a CWE-bench v1 pro jejich opravy.
V interním benchmarku systému Project Fortify dosáhl Carbon podle společnosti úplnosti 100 % při skenování a přesnosti 95 % při třídění nálezů. Při testování open-source repozitářů Google zaznamenal relativní zlepšení úplnosti oproti Argonu o více než 25 %.
Výzkumníci Googlu použili Carbon spolu s dalšími modely také v systému AlphaProof Code k formálnímu ověřování kódu kryptografického protokolu Signal. Agenti generovali miliony řádků kódu v jazyce Lean a podle společnosti pomohli během několika týdnů prokázat klíčové bezpečnostní vlastnosti.
Výzkum proteinů a přístup pro vědce
V dalším výzkumu Googlu zvýšil Carbon v multiagentním uspořádání u sedmi proteinových rodin z testovací sady CASP17 průměrný počet nalezených homologů čtyřicetkrát. Širší benchmarkování podle společnosti stále probíhá.
Google rozšiřuje na Carbon svůj vědecký program. Vybraní současní i budoucí účastníci získají na šest měsíců bezplatný přístup k Carbonu a Argonu v nejvyšší úrovni využití Antigravity. Přihlášky zůstávají otevřené a přijetí závisí na způsobilosti, kapacitě a výběru.
Kde je Gemini 4 Carbon dostupný
Platící vývojáři a firmy mají k modelu přístup přes API v Google AI Studio a Gemini for business. Zaváděcí cena je stejná jako u Argonu: dva dolary za milion vstupních a deset dolarů za milion výstupních tokenů.
Předplatitelé Google AI Ultra mohou Carbon používat v Antigravity, aplikaci Gemini a AI Mode ve vyhledávání. Firemní přístup zahrnuje také výběr modelu v Gemini for business, Antigravity a CodeMender; obránci v kybernetické bezpečnosti se mohou přihlásit do programu Fairwind.
