Gemini 4 Carbon: первое место в рейтинге, но купить нельзя. Цена, сроки и 11% галлюцинаций

28 октября 2026 года Google объявил Gemini 4 Carbon, и в тот же день модель заняла первое место в независимом рейтинге Artificial Analysis: 59 баллов против 58 у Claude Opus 5.5. Купить её пока нельзя: доступ получают только специалисты по киберзащите. На старте цена $2 и $10 за миллион токенов, после вводного периода $4 и $20. Предыдущая модель Argon попала в платный API через 13 дней после анонса, а её вводная цена действует до 30 ноября.

Данные на 29 октября 2026 года.

Новость касается тех, кто подключает нейросети к работе через API, то есть встраивает модель в свою программу, сайт или CRM и платит за каждый обработанный кусок текста: разбор заявок, ответы клиентам, отчёты, тексты объявлений. Токен это единица, которой модель считает текст, примерно слог или короткое слово. Если вы пользуетесь чат-ботом в браузере по подписке, сегодня для вас ничего не изменилось.

Что Google объявил 28 октября?

Gemini 4 Carbon это новая старшая модель Google, анонсированная через месяц после Gemini 4 Argon. В анонсе Google называет её своей самой сильной моделью и делает три акцента:

• кибербезопасность: по данным Google, Carbon показывает лучший среди моделей результат в поиске уязвимостей в коде (88,2% в тесте SEC-bench Pro) и 71,0% в тесте на их исправление CWE-bench;
• длинные задачи: модель заявлена для многошаговой работы, которая, по словам Google, во внутренних проектах шла днями, например поиск и исправление ошибок в большой программе;
• надёжность: во внутренних тестах Google Carbon делает примерно вдвое меньше необоснованных утверждений, чем Argon, и перед действием показывает пользователю найденные расхождения в источниках.

Это заявления самой Google, независимой проверки у них пока нет. Независимая оценка есть у рейтинга, о нём ниже.

Кто может пользоваться Gemini 4 Carbon сейчас?

Почти никто. Google пишет, что с этой недели открывает модель части специалистов по киберзащите, потом постепенно добавит доверенных партнёров через программу Fairwind. Fairwind это программа раннего доступа Google для проверенных партнёров по кибербезопасности. Параллельно компания участвует в добровольной проверке моделей до выпуска, которую проводит правительство США. Разработчикам, компаниям и обычным пользователям модель обещают «как можно скорее», без даты.

Artificial Analysis подтверждает: публично модель недоступна.

Если вы видите заголовок «Gemini 4 Carbon уже в API» или «уже бесплатно в приложении Gemini», на 29 октября это неправда.

Когда Gemini 4 Carbon можно будет купить?

Точной даты Google не назвал. Но у предыдущей модели, Argon, путь к открытию уже пройден. Даты по блогу Google и странице цен Gemini API:

От анонса до открытого API у Argon прошло 13 дней. Бесплатного уровня у Argon в API нет: страница цен прямо пишет, что на Free tier модель недоступна.

Carbon объявлен по той же схеме и с той же вводной ценой. Если путь Argon повторится, открытие придётся примерно на 10 ноября. Гарантий нет: Google пишет, что продолжает настраивать защитные ограничения перед открытием.

Сколько стоит Gemini 4 Carbon?

Google объявил две цены, как у Argon.

Источник: блог Google о Gemini 4 Carbon, 28.10.2026.

Кэш это повторно отправленная часть запроса, например одна и та же инструкция для каждой заявки: её модель читает со скидкой 95%.

Срок вводной цены для Carbon Google не назвал. У Argon на 29 октября срок есть, 30 ноября, то есть вводная цена продержится около двух месяцев с анонса. Для бюджета мы бы закладывали сразу полную цену $4/$20: вводная может закончиться вскоре после того, как вы перестроите процесс.

Что это значит в деньгах на простом примере. Допустим, модель разбирает 1 000 обращений клиентов в месяц, на каждое уходит 2 000 токенов на входе и 500 на выходе. По вводной цене это около $9 в месяц, по полной около $18 (примерно 8 200 ₸ или 1 450 ₽ по курсу на 29.10.2026). Поправка: у Argon страница цен прямо пишет, что в цену выхода входят токены рассуждений, то есть «черновик», который модель пишет для себя перед ответом. Их бывает заметно больше, чем самого ответа, поэтому реальный счёт стоит замерить на своих данных.

Где Carbon в независимом рейтинге?

Artificial Analysis (AA) это независимая компания, которая сравнивает модели по единому набору тестов и считает общий индекс. 27 октября она обновила методику до пятой версии, а 28 октября Carbon сразу встал на первое место.

Источник: Artificial Analysis, статья о Gemini 4 Carbon от 28.10.2026, цены задач по стандартным тарифам, без вводной скидки.

В скобках указан уровень усилия модели: чем он выше, тем дольше и дороже она рассуждает над задачей. Цена задачи показывает, сколько стоил один прогон теста с учётом этих рассуждений. Carbon тратит на задачу 123 тысячи выходных токенов против 173 тысяч у Opus 5.5, и цена её задачи на 23% ниже.

На странице рейтинга 29 октября AA называет Carbon и Opus 5.5 двумя самыми сильными моделями. Разница между ними в один балл, и для выбора модели под свою задачу этого мало.

В чём Carbon не первая?

AA разбирает индекс по направлениям, и картина там неровная:

• агенты для программирования (программы, где модель сама пишет, запускает и правит код): Carbon 59 против 62 у Claude Code с Opus 5.5; в тесте FrontierCode, по данным Artificial Analysis, 51% против 56% у Opus;
• офисная работа (тест AA-Briefcase, где модель делает документы, таблицы и презентации): 1609 баллов, ниже Grok 4.7, Muse Wonder и Kimi K3.1 Pro;
• лидирует Carbon в 4 из 9 тестов индекса, среди них тест на знания и галлюцинации и тест на автоматизацию.

Если ваша задача это написание кода агентами или подготовка документов, переход на Carbon по одному первому месту в общей таблице ничего не обещает. Что умеет Kimi K3.1 Pro, который в офисном тесте набрал больше Carbon (1678), мы разобрали в статье Kimi K3.1 Pro для бизнеса.

Почему 11% галлюцинаций важнее первого места?

Для бизнеса в отчёте AA важнее всего частота галлюцинаций. Галлюцинация это уверенный ответ, который оказался неправдой.

AA меряет её в тесте на знания AA-Omniscience из 6 000 вопросов. Показатель считает, как часто модель отвечает неверно в ситуации, когда должна была сказать «не знаю». У Carbon он 11%. У Claude Opus 5.5 и GPT-6 Astra на максимальных уровнях по 50%. По данным AA, ниже только у Argon, 4%.

Иначе говоря, из всех случаев, когда Carbon не дала верного ответа, неверный она выдала в 11%, а в остальных отказалась или ответила частично. Для текстов, которые уходят клиентам без проверки человеком (ответы в чате, описания товаров, справки по условиям), это важнее одного балла общего индекса. Выдуманная гарантия или несуществующая скидка в ответе бота может обойтись дороже экономии на токенах.

Здесь есть расхождение, о котором стоит знать. Google пишет, что Carbon делает вдвое меньше необоснованных утверждений, чем Argon, а по AA у Argon галлюцинаций меньше: 4% против 11%. Это разные измерения: Google считает на своих внутренних тестах, AA на открыто описанном наборе вопросов. И Argon, в отличие от Carbon, уже можно купить.

Оговорка: это лабораторный тест на фактические знания. На ваших документах и вопросах цифра будет другой, и проверять её всё равно придётся на своих примерах.

Какие задачи в рекламе выиграют от такой модели?

Задачи, которые отдают нейросетям в рекламе, удобно разделить по цене ошибки.

Минус-слова это слова, по которым объявление не должно показываться, например «бесплатно» или «вакансия» для магазина. Ошибка в их подборе стоит денег, но её видно в отчёте.

На наш взгляд, для первых двух строк Carbon переплата: генерацию вариантов и черновой разбор можно отдать моделям, которые в разы дешевле. Для сравнения, у GPT-6.1 Terra на максимальном уровне цена задачи в тесте AA $0,96 против $7,76 у Carbon. Для двух последних строк модель, которая реже выдумывает, может оправдать разницу в цене, если ошибка стоит дорого. Здесь Carbon и стоит проверить первой, когда её откроют.

Что делать бизнесу на этой неделе?

Три шага, если вы уже используете нейросети через API или собираетесь.

1. Ничего не перестраивать под Carbon. Модели нет в продаже, и сроки неизвестны. Если нужна сильная модель сегодня, выбирайте из доступных. Если важна низкая частота галлюцинаций, посмотрите на Argon: она уже в платном API, и по AA у неё 4%. Как сравнивать модели по цене задачи, а не по цене токена, мы показали в разборе GPT-6.1 Sol или Claude Sonnet 5.5.
2. Если уже переходите на Argon, отметьте 30 ноября. С 1 декабря цена Argon удвоится. В разборе Gemini 4 Argon для бизнеса мы считали стоимость задачи по обеим ценам. Пересчитайте месячный счёт по $4/$20 заранее.
3. Подготовьте набор из 50–100 своих вопросов с известными ответами. Когда Carbon откроют, прогоните его и текущую модель по этому набору и посчитайте, сколько раз каждая выдумала ответ. На 20–30 вопросах разницу в несколько процентов не увидеть. Такая проверка займёт пару часов и дополнит рейтинг данными по вашей задаче.

Почему цена «со скидкой без срока» это риск?

Вводная цена без даты окончания удобна для анонса и неудобна для бюджета. Вы считаете экономику автоматизации по $2/$10, перестраиваете процесс, а потом на странице цен появляется строчка «с такого-то числа $4/$20». С Argon так и вышло: 30 сентября срока не было, на 29 октября он есть, и до него осталось меньше пяти недель.

Поэтому любую модель с вводной ценой мы считаем по полной. Если расчёт сходится только по вводной цене, закладывайте полную и смотрите, остаётся ли выгода.