Et knapt forsprang i en uavhengig indeks
Google presenterte Gemini 4 Carbon 28. oktober, to uker etter Gemini 4 Argon, og kalte den sin sterkeste modell, med de største framstegene innen cybersikkerhet, koding og lange agentoppdrag. Den uavhengige evaluatoren Artificial Analysis ga den 59 poeng i sin Intelligence Index v5, foran Claude Opus 5.5 på 58 og GPT-6 Astra på 57, og ni poeng over Argons 50.
Forspranget på ett poeng er ujevnt fordelt. Artificial Analysis gir Carbon beste resultat i fire av indeksens ni evalueringer — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience og AutomationBench-AA — og plasserer den som nummer to i sin egen Coding Agent Index, der Carbon i Googles Antigravity CLI får 59 mot 62 for Claude Code med Claude Opus 5.5. Etter samme evaluators kostnadsregnskap koster en Carbon-kjøring 7,76 dollar per oppgave, mot 10,04 for Opus 5.5 og 6,25 for GPT-6 Astra.
Den klareste avveiningen ligger i AA-Omniscience v1.1, indeksens prøve på kunnskap og ærlighet. Carbons treffsikkerhet steg til 58 prosent fra Argons 48, og hallusinasjonsraten steg med den, fra 4 til 11 prosent. Artificial Analysis fører likevel det som den nest laveste hallusinasjonsraten den måler, bare bak Argon, og langt under de 50 prosentene den oppgir for Claude Opus 5.5 og GPT-6 Astra med maksimal resonnering.
Cybersikkerhetstallene er Googles egne
Resultatene Google åpner med, er selvrapporterte. I kunngjøringen, signert Koray Kavukcuoglu, oppgir Google 88,2 prosent for Carbon på SEC-bench Pro for å finne sårbarheter, 54,8 prosent på ExploitGym for å utnytte dem og 71,0 prosent på CWE-bench for å rette grunnårsaker — mot 83,4, 42,0 og 68,0 prosent for Argon. Google sier at sårbarhetsarbeidet gikk uten sikkerhetsmekanismer, at Carbon internt mer enn dobler Argons treffsikkerhet på sikker kode, og at Chrome-ingeniører målte patchkvaliteten til mer enn ti ganger den hos frontmodellen til et unevnt konkurrentlaboratorium. Ingen av de tre påstandene har ennå noe uavhengig motstykke.
Google melder også om bevegelse i sine egne sikkerhetsevalueringer: påstander uten dekning er omtrent halvert mot Argon, alvorlige avviksvarsler i interne kodemiljøer falt nesten 80 prosent, og i Gray Swans prøve på indirekte promptinjeksjon er angrepenes suksessrate 0,0 prosent, mot 0,7 for Argon. I Terminal-Bench 4.0 sier Google at vellykket juks sank til 0,0 prosent og forsøkene til 0,4.
Nesten ingen får bruke den
Tilgjengeligheten er det skarpeste bruddet med en vanlig frontmodellansering. Google sier at tilgangen starter denne uken med et utvalg cyberforsvarere og utvides til betrodde partnere gjennom Fairwind-programmet, mens utviklere, bedrifter og forbrukere får den senere, “så snart som mulig”, uten dato. Artificial Analysis oppgir at modellen mangler offentlig API. Argon har til sammenligning vært allment tilgjengelig siden 13. oktober.
Prisene offentliggjøres likevel. Carbon koster 2 dollar per million tokens inn og 10 per million ut i en introduksjonsperiode, satsene Argon ble lansert med, og stiger deretter til 4 og 20 dollar, med 95 prosent rabatt på hurtiglagret inndata. Kontekstvinduet er én million tokens.
Hva man bør følge
Google sier at Carbon deltar i den amerikanske regjeringens frivillige testing før lansering. De nærmeste konkrete datoene er slutten på introduksjonsprisene — Argons løper til 30. november — og punktet der Fairwind-tilgangen åpnes nok til at noen utenfor Googles godkjente liste kan prøve å gjenskape cybersikkerhetstallene lanseringen hviler på.
