13 ноября 2026 г.

Gemini 4 Carbon: когда мощная модель Google стоит своих денег

Андрей Присекин
Автор

Андрей Присекин

Создаю AI-агентов, автоматизирую бизнес-процессы

Gemini 4 Carbon - доступная в платном API модель Google для задач с кодом, документами и проверкой решений. У неё такая же цена за токен, как у Gemini 4 Argon, но Carbon обычно тратит больше токенов на размышления и отвечает дольше. Для обычной работы я бы оставил Argon, а Carbon проверял на задачах, где качество результата окупает дополнительный расход.

Повод снова посмотреть на Carbon дал свежий ролик про модели Google из YouTube-дайджеста. Но дата загрузки ролика - не дата выпуска модели. Я сверил карточки Google с независимыми замерами и обнаружил куда более полезный вопрос: почему одинаковая цена в прайсе не означает одинаковый счёт и что изменится после окончания вводного тарифа.

Что на самом деле вышло

Vals AI датирует релиз Carbon 28 октября 2026 года. В ноябрьском видео о нём говорят как о новинке, хотя сама модель появилась раньше. На момент проверки Google уже предлагает её в AI Studio и через платный Gemini API. Это отличается от ситуации с Argon на старте: тогда Google сначала ограничила доступ к нему. Старую оговорку «попробовать нельзя» на Carbon переносить не стоит.

Точное имя модели для API - gemini-4-carbon. Карточка Google разрешает подавать текст, изображения, видео, аудио и PDF; ответ модели - текст. Её общий контекст вмещает до миллиона токенов, но в этот бюджет входят вход, внутренние размышления и выход. Это не обещание обработать миллион токенов документов и ещё столько же выдать в одном ответе.

Есть отдельный режим для очень длинного ответа. В обычном синхронном вызове потолок выхода составляет 65 536 токенов; более длинная генерация требует фонового выполнения. Для большинства рабочих задач этот предел скорее страховка от бесконечного текста, чем причина покупать модель. Я бы начал с короткой проверяемой задачи, а не с запроса «прочитай весь архив и перепиши продукт».

Carbon и Argon: одинаковый прайс, разный счёт

Google объясняет разницу прямо: Carbon рассчитан на задачи с глубоким рассуждением и расходует больше thinking-токенов за ход. Argon предназначен для более быстрых интерактивных циклов, повседневного кода и работы с документами. При этом ставка за входной и выходной токен у двух моделей одинаковая. Получается неприятная для кошелька деталь: дороговизна Carbon может сидеть не в тарифе, а в количестве токенов, которое уходит на одну попытку.

Представь два поручения разработчику. Первое - поправить подпись в форме и прогнать тесты. Тут медленный многошаговый поиск решения ни к чему. Второе - найти редкую гонку при повторной оплате, проверить несколько конкурирующих причин, предложить патч и убедиться, что он не создаёт новую ошибку. Вот там у более вдумчивой модели есть шанс отбить дополнительное время. Но слово «шанс» принципиально: пока не прогнал свои тесты, результат Google для твоей кодовой базы неизвестен.

Выбор модели по задаче: сложная задача для Carbon, быстрая для Argon

Google советует начинать Carbon со среднего уровня размышлений, а высокий включать там, где задача действительно сопротивляется. Уровни low, medium и high позволяют менять глубину работы без смены модели. Если ты сравнил Carbon на high с Argon на низком уровне, это уже сравнение разных бюджетов вычислений. Либо зафиксируй одинаковые условия, либо честно сравни итог «лучшее качество при допустимой цене», а не заявляй, будто победила одна лишь архитектура.

Сколько стоит Carbon и где кончается акция

В официальном тарифе Google Standard до 30 ноября включительно указаны $2 за миллион входных токенов и $10 за миллион выходных. С 1 декабря ставки станут $4 и $20 соответственно. В выходные токены включены размышления модели. Бесплатного API-тарифа для Carbon нет: кнопка в AI Studio не отменяет стоимость работы с моделью.

Если повторяющийся фрагмент запроса попал в неявный кэш, Google даёт скидку 95% на закэшированный ввод. Важное слово - «попал». Разовый запрос без повторяющейся части не становится автоматически дешевле. А когда подключён поиск Google, возможна отдельная плата за запросы поиска после предусмотренного порога. Поэтому в бюджете лучше держать отдельно ввод, вывод с размышлениями и обращения к инструментам.

Вводная цена Gemini 4 Carbon до 30 ноября и тариф с 1 декабря: ставки за миллион входных и выходных токенов

Есть более дешёвые режимы Batch и Flex, но их не надо путать с обычным синхронным вызовом: в прайсе это отдельные тарифные столбцы со своими условиями выполнения. Если агенту нужен быстрый ответ прямо сейчас, копировать самую низкую цену со страницы тарифа в расчёт без проверки режима нельзя. Для сценария, который начнёт работать после повышения цены, считай экономику по декабрьской ставке. Иначе ноябрьская акция нарисует прибыль там, где её потом не окажется.

Что показали независимые тесты

У Artificial Analysis Carbon в режиме high получил 60 баллов в сводном индексе оценщика. Но там же есть менее удобные для рекламы показатели: в среднем 28,4 минуты на задачу их набора и $5,48 расходов на такую задачу. Эти значения относятся к конкретному протоколу и текущему тарифу оценщика, а не к обещанию, что твой запрос будет выполняться полчаса или стоить несколько долларов.

Vals AI отдельно оценивает Carbon: в их текущем сводном индексе модель получила 70,45% и оказалась третьей среди 37 участников. В Terminal-Bench 4.0 она пятая среди 64; в Legal Research Bench - первая среди 94. Это хороший пример того, почему я не люблю заголовок «самая умная модель»: место меняется вместе с типом задачи и набором соперников. Результаты Vals также получены с высоким уровнем размышлений.

Есть и ценовая ловушка в сравнении. Vals указывает $4/$20 за миллион токенов, а Google до конца ноября выставляет $2/$10 на Standard. Видимо, оценщик использует регулярный тариф для своей таблицы; это моя интерпретация совпадающих цифр, а не заявление Vals о методе расчёта счёта конкретного пользователя. Сравнивать их стоимость теста с ноябрьским чеком один к одному нельзя. Про слабости модельных рейтингов я уже писал; здесь тот же принцип виден в цифрах двух независимых лабораторий.

Как попробовать без покупки красивого графика

Самый прямой путь - открыть карточку Carbon в документации Google, перейти в AI Studio и проверить, предложена ли модель твоему аккаунту. Для API нужен платный доступ и точный ID gemini-4-carbon. Официальный quickstart показывает создание запроса через клиентскую библиотеку Google; я не выдаю этот документ за собственный успешный платный вызов. Наличие модели в списке и действующий биллинг проверь до подключения её к работающему агенту.

Если у тебя уже работает Argon, инструкция миграции Google разрешает заменить ID без переделки формы запроса. Но там же просят пересмотреть лимит выходных токенов и таймаут клиента: Carbon может дольше размышлять. Для долгого вывода нужен фоновый режим; просто снять ограничение в интерфейсе недостаточно. Если старая система вручную создавала кэшированные контексты, проверь миграцию особенно внимательно - у Carbon поддержан неявный кэш, а явный в этой версии не предусмотрен.

Я бы не отдавал ему сразу доступ к продакшену или деньги на автономные действия. Скопируй небольшой репозиторий или обезличенный документ, где заранее знаешь правильный результат. Дай модели одну конкретную задачу: объяснить причину падения теста и предложить минимальную правку с проверкой. Сохрани запрос, ответ, вызовы инструментов и расход. Повтори то же с Argon. Вручную проверь правку тестами и ревью: красноречивое объяснение причины не заменяет работающий патч.

Как решить, оставлять ли модель в работе

Для начала раздели свои задачи по цене ошибки. Мелкая правка, краткий ответ, сортировка заметок - плохие кандидаты на долгий поиск решения. Разбор нестабильного теста, сложный рефакторинг с ограничениями, сверка нескольких документов - кандидаты получше. Это не гарантия превосходства Carbon, а способ не тратить оплачиваемые размышления на всё подряд.

В каждом классе собери несколько своих примеров с заранее понятным критерием: тесты прошли, в ответе есть правильная ссылка на нужный документ, ложные находки отсутствуют. Дай моделям одинаковые файлы и инструменты. Затем считай принятые результаты, время до принятия и итоговый расход на весь цикл, включая повторы. Если Carbon выиграл один эффектный тест, а на остальных задачах тормозит, вывод у меня простой: оставить его запасным вариантом для сложного случая.

Последняя проверка - цена после акции. То, что кажется терпимым по ноябрьскому счёту, может не пройти декабрьский бюджет. Отдельно посмотри, какие данные разрешено отправлять облачной модели, и кто проверяет вывод перед внешним действием агента. Carbon может глубже рассуждать, но права на запись в базу или оплату ему даёшь ты. Пока мои собственные платные прогоны Carbon не опубликованы, я не буду выдавать чужие лидерборды за доказательство его окупаемости для твоего бизнеса.

Источники

← Все статьи