Gemini 4 Carbon: η Google παίρνει την πρώτη θέση στην AI, αλλά το δίνει μόνο σε ειδικούς ασφαλείας

Δύο εβδομάδες μετά το Argon, η Google παρουσίασε το Gemini 4 Carbon, που παίρνει την πρώτη θέση στον δείκτη της Artificial Analysis με 59 μονάδες. Τι δείχνουν τα τεστ, πόσο κοστίζει και πότε θα το χρησιμοποιήσουμε.

Το λογότυπο του Gemini 4 Carbon δίπλα σε έναν διάφανο κρύσταλλο σε μπλε φόντο
Η εικόνα της Google για το Gemini 4 Carbon. Φωτογραφία: Google (υλικό ανακοίνωσης)

Με μια ματιά

  • Η Google παρουσίασε στις 28 Οκτωβρίου το Gemini 4 Carbon, δύο εβδομάδες μετά το Argon· είναι πρώτο στον δείκτη v5.0 της Artificial Analysis με 59 μονάδες.
  • Κερδίζει καθαρά στην κυβερνοασφάλεια και στα μεγάλα κείμενα, αλλά σε κάποια τεστ προγραμματισμού και χρήσης υπολογιστή προηγούνται το GPT-6 Astra και το Claude Opus 5.5.
  • Προς το παρόν το παίρνουν μόνο ειδικοί κυβερνοασφάλειας· η εισαγωγική τιμή είναι 2/10 δολάρια ανά εκατομμύριο tokens και η κανονική 4/20.

Η Google παρουσίασε σήμερα, 28 Οκτωβρίου, το Gemini 4 Carbon, μόλις δύο εβδομάδες μετά το Gemini 4 Argon. Είναι, όπως λέει, το πιο ισχυρό μοντέλο της μέχρι σήμερα, με έμφαση στην κυβερνοασφάλεια και στις μεγάλες, πολύωρες εργασίες. Στον ανεξάρτητο δείκτη της Artificial Analysis, το Gemini 4 Carbon παίρνει την πρώτη θέση, με 59 μονάδες.

Όπως και με το Argon, όμως, δεν μπορείτε ακόμη να το δοκιμάσετε. Αρχικά, η Google το δίνει μόνο σε έναν μικρό αριθμό ειδικών κυβερνοασφάλειας.

Τι λένε τα τεστ της Artificial Analysis για το Gemini 4 Carbon

Η Artificial Analysis βαθμολογεί όλα τα μοντέλα με τα ίδια τεστ. Πρόσφατα πέρασε στη νέα έκδοση 5.0 του δείκτη της, με πιο δύσκολα τεστ. Γι’ αυτό, οι βαθμοί δεν συγκρίνονται με όσους γράφαμε πριν από αυτή την αλλαγή, όπως τα 53 μονάδες του Argon στο άρθρο μας για το Gemini 4 Argon.

ΜοντέλοIntelligence Index v5.0Terminal-Bench 4.0Κόστος ανά δοκιμή
Gemini 4 Carbon (high)5965%7,76 $
Claude Opus 5.5 (max)5860%10,04 $
GPT-6 Astra (max)5759%6,24 $
GPT-6.1 Sol (max)5556%1,27 $
Claude Sonnet 5.5 (max)5464%10,02 $
Gemini 4 Argon (high)5057%7,68 $
Πηγή: Artificial Analysis, 28 Οκτωβρίου 2026. Κόστος ανά δοκιμή: πόσο κόστισε κατά μέσο όρο κάθε δοκιμή του δείκτη, με την κανονική τιμή του κάθε μοντέλου.

Το Carbon είναι πρώτο, αλλά με μικρή διαφορά: μία μονάδα από το Claude Opus 5.5 και δύο από το GPT-6 Astra. Αντίθετα, η απόσταση από τον προκάτοχό του, το Argon, είναι εννέα μονάδες. Επίσης, το Carbon έχει την καλύτερη επίδοση στο Terminal-Bench 4.0 ανάμεσα στα κορυφαία μοντέλα της λίστας, με 65%.

Σύμφωνα με το VentureBeat, το Carbon είναι πρώτο και στο τεστ γνώσεων Omniscience, με 54 μονάδες. Απαντά σωστά στο 58% των ερωτήσεων, έναντι 48% για το Argon. Ωστόσο, το ποσοστό των «επινοημένων» απαντήσεών του ανέβηκε από 4% σε 11%. Στον δείκτη για προγραμματιστικά agents, το Carbon παίρνει 59, ενώ το Claude Code με το Opus 5.5 φτάνει τις 62 μονάδες.

Τι δείχνουν τα τεστ της Google

Η Google δημοσίευσε σύγκριση με το Argon σε 17 τεστ. Τα νούμερα των αντιπάλων υπάρχουν μόνο σε μερικά από αυτά. Με έντονα γράμματα σημειώνουμε την καλύτερη επίδοση σε κάθε τεστ:

ΤεστGemini 4 CarbonGemini 4 ArgonΚαλύτερος αντίπαλος
Terminal-Bench 4.0 (προγραμματισμός)65,2%57,1%—
FrontierSWE 2 (προγραμματισμός)61,2%55,0%65,5% (Astra)
OSWorld-2.1 (χρήση υπολογιστή)81,5%74,7%87,2% (Opus 5.5)
GraphWalks (μεγάλα κείμενα)96,2%84,2%71,8% (Astra)
Vals Index v2.2 (επαγγελματικές εργασίες)70,4%69,2%70,2% (Opus 5.5)
SEC-bench Pro (εύρεση κενών ασφαλείας)88,2%83,4%—
ExploitGym (εκμετάλλευση κενών)54,8%42,0%—
CWE-bench (διόρθωση κενών)71,0%68,0%—
Πηγές: Google, VentureBeat. Τα αποτελέσματα κυβερνοασφάλειας είναι χωρίς τα φίλτρα ασφαλείας.

Με άλλα λόγια, το Carbon κάνει μεγάλο άλμα στην κυβερνοασφάλεια και στα πολύ μεγάλα κείμενα. Στον προγραμματισμό, όμως, η εικόνα είναι μοιρασμένη: στο FrontierSWE 2 περνούν μπροστά το Astra και το Opus 5.5, ενώ στη χρήση υπολογιστή (OSWorld) προηγείται το Opus 5.5. Η Google αναφέρει επίσης ότι, σε εσωτερικές δοκιμές, το Carbon δούλεψε για μέρες σε σύνθετες εργασίες χωρίς να σταματήσει.

Πότε θα μπορείτε να χρησιμοποιήσετε το Gemini 4 Carbon

Η Google το δίνει πρώτα σε επιλεγμένους ειδικούς κυβερνοασφάλειας, μέσα από το πρόγραμμα Fairwind, και σταδιακά σε περισσότερους συνεργάτες. Για τους προγραμματιστές, τις επιχειρήσεις και τους απλούς χρήστες, λέει μόνο «το συντομότερο δυνατό», χωρίς ημερομηνία. Παράλληλα, συμμετέχει στη διαδικασία της αμερικανικής κυβέρνησης για έλεγχο των μοντέλων πριν από την κυκλοφορία τους.

Μέχρι τότε, όσοι έχουν το Google AI Pro ή το AI Ultra μπορούν να χρησιμοποιούν το Argon, που είναι διαθέσιμο από τις 13 Οκτωβρίου.

Πόσο θα κοστίζει

ΜοντέλοΕίσοδοςΈξοδοςΣε σχέση με το Carbon (εισαγωγική τιμή)
Gemini 4 Carbon (εισαγωγική τιμή)2 $10 $βάση σύγκρισης
Gemini 4 Carbon (κανονική τιμή)4 $20 $2 φορές ακριβότερο
Claude Opus 5.54 $20 $2 φορές ακριβότερο
GPT-6.1 Sol2 $10 $ίδια τιμή
GPT-6 Astra10 $50 $5 φορές ακριβότερο
Τιμές API σε δολάρια ανά 1 εκατομμύριο tokens. Η αποθηκευμένη είσοδος (cache) του Carbon κοστίζει 95% λιγότερο. Πηγές: Google, Artificial Analysis.

Η Google δεν λέει πότε λήγει η εισαγωγική τιμή. Με αυτήν, το κόστος ανά δοκιμή στην Artificial Analysis θα έπεφτε περίπου στο μισό, κοντά στα 3,9 δολάρια, σύμφωνα με δικό μας υπολογισμό. Όλα τα μοντέλα, με τη νέα έκδοση του δείκτη, θα τα βρείτε στον πίνακα των μοντέλων, που ενημερώσαμε σήμερα.

Για άλλα μοντέλα με έμφαση στην ασφάλεια, δείτε το άρθρο για το Claude Mythos. Περισσότερα για τα νέα μοντέλα θα βρείτε στην ενότητα Μοντέλα AI.