Gemini 4 Carbon: как пользоваться нейросетью для кода в России, анализа документов и науки

Gemini 4 Carbon — самая сильная модель Google на ноябрь 2026 года. 10 ноября нейросеть вышла из закрытого теста: ее открыли разработчикам через платный API, компаниям через Gemini for business и подписчикам Google AI Ultra в приложении Gemini, AI Mode в Поиске и Antigravity.

Ниже — что умеет Carbon, чем она отличается от Gemini 4 Argon, где и как ею пользоваться, какие настройки API важно знать заранее и как получить доступ из России.

Главное о нейросети Gemini 4 Carbon

• Что это. Флагманская модель семейства Gemini 4 от Google DeepMind для самых тяжелых задач: длинной агентной разработки, аудита безопасности, разбора больших массивов документов и научных расчетов.

• Когда вышла. Анонс — 28 октября, сначала только для специалистов по киберзащите. Широкий доступ — с 10 ноября.

• Где доступна. Приложение Gemini, AI Mode в Поиске и Antigravity — по подписке Google AI Ultra. Google AI Studio и Android Studio — на платном уровне API. Gemini for business — для компаний.

• Контекст. Общий лимит 1 048 576 токенов на вход и выход вместе.

• Что понимает. Текст, изображения, аудио, видео, PDF и офисные файлы. Отвечает текстом.

• Главное отличие от Argon. Карбон думает глубже и дольше держит многошаговые задачи. Для повседневной работы Google по-прежнему советует Argon.

• Цена API. Вводная — $2 за миллион входных и $10 за миллион выходных токенов, кэшированный ввод на 95% дешевле. После вводного периода — $4 и $20.

Что такое нейросеть Gemini Carbon и чем она отличается от Argon

Gemini 4 — это поколение, в котором сейчас две модели. Argon вышла первой: анонс 30 сентября, общий доступ с 13 октября. Новая нейросеть построена на базе Argon и стоит ступенью выше. Сама Google разводит их так: Argon подходит для большинства задач программирования и работы со знаниями, а Карбон — для задач, которые упираются в предел возможностей модели.

В приложении Gemini обе модели остались в переключателе: Argon подписана как модель для кода и анализа, Carbon — для самой сложной работы. Заодно из приложения убрали Gemini 3.1 Pro.

Архитектуру новой модели Google не раскрывает. Известно, что Argon — модель на архитектуре mixture-of-experts, обученная с подкреплением на задачах рассуждения и доказательства теорем, а Карбон — ее развитие. Число параметров, состав обучающих данных и дата среза знаний не опубликованы.

Gemini 4 Carbon в России: доступ, VPN и можно ли бесплатно

Официально Gemini в России недоступен: ни приложение, ни AI Studio, ни API. Для модели Карбон есть второе условие — нужна подписка Ultra или платный аккаунт API, а оплатить их российской картой нельзя.

Бесплатного доступа к этой нейросети для обычных пользователей нет: на бесплатном аккаунте и бесплатном уровне API модели нет. Исключение — программа для ученых и заявки в Fairwind для специалистов по киберзащите.

Практичный путь из России — агрегаторы нейросетей, где модели Google и других разработчиков работают без VPN, с оплатой российской картой и интерфейсом на русском. На Study AI собраны ИИ для текста, кода, фото, видео и музыки; наличие Carbon проверяйте в списке моделей каталога.

Попробовать нейросети Gemini 4 Google

Промпты на русском модель Карбон понимает и отвечает на русском, переводить задачу на английский не нужно.

Возможности Gemini 4 Carbon: что модель делает лучше всего

Длинные агентные задачи и программирование

Нейросеть рассчитана на агентную работу, которая длится часами и сутками. Внутри Google команды запускали ее на несколько дней подряд: модель обходила тупики и доводила до конца поиск первопричины трудноуловимых багов в больших кодовых базах и низкоуровневых системах.

При сборке приложений нейросеть сверяет и код, и то, что получается на экране, и правит ошибки по ходу — от полноценных приложений до 3D-сцен. Если данных не хватает или они противоречат друг другу, модель сообщает об этом, а не додумывает. В рейтинге WebDev Arena модель Карбон прибавила 89 пунктов Elo и заняла 4 место с результатом 1768.

Кибербезопасность

Главный акцент релиза. По данным Google, модель закрывает весь цикл защиты: находит уязвимости, подтверждает их и исправляет на уровне первопричины. Результаты из анонса (замеры без защитных фильтров):

• SEC-bench Pro, поиск уязвимостей — 88,2%;

• ExploitGym, проверка эксплуатируемости — 54,8%;

• CWE-bench, исправление — 71,0%.

По сравнению с Argon доля успешной генерации безопасного кода выросла больше чем вдвое. Команда Chrome оценила качество патчей модели Карбон как более чем в 10 раз лучшее, чем у крупной модели другой лаборатории (какой именно — Google не называет). Первые пользователи нашли с помощью нейросети уязвимости нулевого дня за короткий срок.

Для команд безопасности есть отдельная версия Carbon for cyber, в API — gemini-4-carbon-cyber-permissive. Доступ к ней дают по заявке через программу Fairwind.

Документы, финансы и юриспруденция

Нейросеть сочетает понимание изображений, рассуждение и исчерпывающий поиск по источникам. На практике это разбор больших пакетов плотных документов: договоров, отчетности, таблиц, презентаций — с выводами, которые опираются на конкретные места в файлах. В независимом рейтинге Vals AI модель заняла первое место из 93 в Legal Research Bench. Через API она принимает .docx, .pptx, .xlsx и форматы OpenDocument напрямую, без конвертации в PDF.

Наука и математика

Google отмечает заметный рост в физике, математике и науках о жизни: модель сводит экспериментальные данные, проверяет гипотезы и проходит многошаговые предметные задачи. В многоагентной связке исследователи Google использовали нейросеть для автономного поиска отдаленных гомологов белков в огромных неразмеченных архивах последовательностей и базах 3D-структур.

Длинный контекст и мультимодальность

Окно в 1 млн токенов у модели Карбон рабочее, а не номинальное: в тесте GraphWalks на контексте от 256 тысяч до 1 млн токенов модель набрала 96,2%. На вход принимаются текст, изображения, аудио, видео и PDF. Для видео в API есть отдельный агентный режим обработки — параметр media_processing=»agentic».

Бенчмарки Gemini Carbon: что показывают независимые тесты

Цифры по кибербезопасности выше опубликовала сама Google. Независимые замеры выглядят так:

• Artificial Analysis Intelligence Index v5.0 — 59, первое место. У Claude Opus 5.5 — 58, у GPT-6 Astra — 57, у Gemini 4 Argon — 50.

• Text Arena (слепые сравнения ответов пользователями) — первое место, 1528 Elo.

• Terminal-Bench 4.0 в замере Artificial Analysis — 65,2% против 57,1% у Argon.

• Vals Index — 70,45%, в Legal Research Bench — первое место из 93.

• Gray Swan, непрямые prompt-инъекции — 0% успешных атак: модель выдержала все проверенные сценарии.

Отдельно Google поработала над поведением модели. По внутренним тестам нейросеть вдвое реже делает неподкрепленные утверждения, чем Argon, задает уточняющие вопросы на двусмысленных задачах и указывает на расхождения до того, как начнет действовать. Попытки «срезать путь» в Terminal-Bench 4.0 упали почти до нуля, а случаи, когда модель выходит за рамки поставленной задачи, сократились на 26%.

Где доступна нейросеть Carbon и кому

• Подписчики Google AI Ultra — приложение Gemini, AI Mode в Поиске, Antigravity и AI Studio.

• Разработчики — платный уровень Gemini API в Google AI Studio и Android Studio. На бесплатном уровне API модели нет.

• Компании — Gemini for business через API или выпадающий список моделей, а также Antigravity и специализированные агенты CodeMender и AlphaEvolve.

• Ученые — заявка на бесплатный доступ к Argon и Carbon в Antigravity на максимальном тарифе на полгода. Программа рассчитана на 10 тысяч исследователей, отбор идет по мере поступления заявок.

• Специалисты по кибербезопасности — заявка в программу Fairwind на версию Carbon for cyber.

Подписка Google AI Pro и бесплатный аккаунт новую модель в приложении не открывают: на Pro остается Argon, на бесплатном — более легкие модели.

Как пользоваться Gemini 4 Carbon: три способа

В приложении Gemini

1. Оформите Google AI Ultra.

2. Откройте gemini.google.com или мобильное приложение.

3. В переключателе моделей выберите 4 Carbon (в английском интерфейсе — Most complex work).

4. Опишите задачу целиком: цель, исходные данные, критерии готового результата. Прикрепите файлы.

5. Для простых вопросов возвращайтесь на Argon. Лимиты в приложении Gemini считаются по затраченным вычислениям, и тяжелая модель расходует их быстрее.

В Google AI Studio и через API

1. Зайдите в aistudio.google.com и подключите платежный аккаунт: Carbon работает только на платном уровне.

2. Выберите модель gemini-4-carbon и задайте уровень размышлений.

3. Для своего кода обновите SDK: для Python на GenerateContent нужен google-genai не ниже 2.30.1, для Interactions API — не ниже 2.34.0.

Минимальный пример на Python:

pythonfrom google import genaifrom google.genai import typesclient = genai.Client()response = client.models.generate_content(    model="gemini-4-carbon",    contents="Найди первопричину утечки памяти в приложенном модуле и предложи патч",    config=types.GenerateContentConfig(        thinking_config=types.ThinkingConfig(thinking_level="HIGH")    ),)print(response.text)

В Antigravity: режим /swarm

Antigravity — платформа Google для агентной разработки. Вместе с моделью Карбон в ней появился предварительный режим /swarm: один промпт превращается в команду агентов, за работой которой можно следить в реальном времени. Новую нейросеть ставят на роли, где нужна максимальная глубина рассуждений, — архитектура, координация, аудит. Реализацию и тесты берут на себя более быстрые модели, которые работают параллельно в изолированных средах, а отдельные агенты-проверяющие перепроверяют каждое изменение.

Настройки API Gemini Carbon, которые стоит знать заранее

Уровни размышлений. Параметр thinking_level заменяет старый thinking_budget:

• LOW — классификация, саммари, извлечение метаданных;

• MEDIUM (по умолчанию) — обычный код, работа с инструментами, вопросы по документам, разбор видео;

• HIGH — многофайловая разработка, формальные доказательства, проектирование архитектуры, поиск уязвимостей.

На GenerateContent значения пишутся заглавными буквами, в Interactions API — строчными. thinking_budget и уровень MINIMAL возвращают ошибку 400.

Параметры выборки. temperature, top_p и top_k модель игнорирует. frequency_penalty, presence_penalty и candidate_count больше 1 дают ошибку 400. Глубиной ответа управляет thinking_level, форматом — response_schema.

Лимиты. 1 048 576 токенов — общий бюджет на вход и выход, включая размышления и вызовы функций. Если не задать max_output_tokens, ответ ограничен 65 536 токенами.

Длинная генерация. Ответ длиной почти в миллион токенов работает только в версии v1beta1 через Interactions API: SDK сам склеивает сегменты и суммирует расход. Такая генерация идет несколько минут, поэтому для запросов, где важна скорость, она не подходит. OpenAI-совместимый слой и старые SDK длинные ответы не получают.

Кэширование. Явного кэширования через cached_content нет. Работает неявное: общие префиксы от 4096 токенов кэшируются автоматически. Статичную часть промпта — инструкции, схемы инструментов, документы — ставьте в начало.

Инструменты. Встроены google_search (тарифицируется за каждый запрос), code_execution и url_context. Поддерживаются function calling и структурированный вывод. Каждый FunctionResponse должен совпадать по id, имени и порядку с предыдущим FunctionCall.

История чата. Последней репликой не может быть ответ модели, prefill ответа не поддерживается.

Переход с Gemini 3.1 Pro в пяти действиях: сменить ID модели, обновить SDK, заменить thinking_budget на thinking_level, убрать cached_content и параметры выборки, удалить предзаполненные ответы модели.

Промпты для Gemini Carbon: формула и готовые примеры

Формула: роль + цель + контекст и файлы + ограничения + критерии готовности + формат ответа + что делать при нехватке данных.

Модель Карбон сама задает уточняющие вопросы, если задача двусмысленна. Лучше прямо разрешить ей это в промпте — так меньше риск, что нейросеть пойдет по неверной ветке на несколько часов.

Аудит кода:

Ты ведущий инженер по безопасности. В приложенном репозитории найди уязвимости, которые реально эксплуатируются извне. Для каждой: файл и строка, сценарий атаки, оценка критичности, патч на уровне первопричины. Ложные срабатывания не включай. Если не хватает контекста о деплое, спроси перед выводами.

Поиск трудного бага:

Тесты в модуле billing падают раз в 30-40 прогонов. Приложены код, логи последних 10 падений и конфиг CI. Найди первопричину, а не симптом. Покажи цепочку рассуждений по шагам, предложи минимальный патч и тест, который ловит проблему стабильно.

Пакет документов:

Приложены 14 договоров поставки. Составь таблицу: стороны, срок, условия расторжения, штрафы, пролонгация. Отдельным списком — пункты, которые противоречат друг другу между договорами, со ссылкой на номер договора и пункт. Если формулировка неоднозначна, отметь это, а не трактуй.

Финансовая отчетность:

Сравни приложенные квартальные отчеты за два года. Найди три главных фактора изменения маржи и подтверди каждый цифрами из отчетов с указанием страницы. Где данных недостаточно для вывода, так и напиши.

Научная гипотеза:

Приложены результаты 6 экспериментов. Сформулируй 3 гипотезы, которые объясняют расхождение в сериях 4 и 5. Для каждой предложи эксперимент, который ее опровергнет, и оцени, какие данные уже ей противоречат.

Когда хватит Argon, а когда нужна нейросеть Carbon

Частые ошибки при работе с нейросетью

• HIGH на все подряд. Высокий уровень размышлений нужен для тяжелых задач. На простых он только удлиняет ответ и увеличивает расход токенов.

• Старые настройки из прошлых проектов. temperature и top_p больше ни на что не влияют, а штрафы за повторы ломают запрос.

• Задача без критериев готовности. Модель может работать долго, и без четкого «что считается результатом» она уйдет вглубь, а не туда, куда нужно.

• Свежие факты без поиска. Дата среза знаний не опубликована. Для новостей, цен и версий библиотек включайте google_search или давайте источники в промпте.

• Вывод без проверки. Ключевые цифры и цитаты из документов сверяйте с оригиналом, как и у любой нейросети.

Одна особенность, которую стоит учитывать: Карбон — тяжелая нейросеть. Глубокие размышления занимают время, а длинная генерация может идти минутами. Для сложной задачи это как раз то, ради чего ее берут, а для быстрых вопросов удобнее Argon — так советует и сама Google.

FAQ: частые вопросы о нейросети 

Что такое Gemini 4 Carbon простыми словами?

Самая мощная нейросеть Google в поколении Gemini 4. Она нужна для задач, на которых другие модели сдаются: длинная агентная разработка, аудит безопасности, анализ огромных пакетов документов и научные расчеты.

Когда вышла Gemini 4 Carbon?

Анонс состоялся 28 октября 2026 года, тогда модель получили только специалисты по киберзащите. 10 ноября доступ открыли разработчикам, компаниям и подписчикам Google AI Ultra.

Чем Gemini Carbon отличается от Gemini 4 Argon?

Модель Карбон построена на базе Argon, думает глубже и дольше держит многошаговые задачи. Argon быстрее и остается основной моделью для повседневной работы, Carbon — для самых сложных задач.

Можно ли пользоваться Gemini 4 Carbon бесплатно?

Нет, для обычных пользователей бесплатного доступа нет: нужна подписка Google AI Ultra или платный уровень API. Бесплатно на полгода модель дают ученым по заявке.

Как пользоваться Gemini 4 Carbon в России без VPN?

Напрямую сервисы Google в России не работают, а оплатить подписку российской картой нельзя. Без VPN модели Google доступны через агрегаторы нейросетей вроде Study AI — наличие Carbon проверяйте в каталоге.

Какой контекст у модели Carbon?

1 048 576 токенов — это общий лимит на вход и выход вместе, включая размышления модели. По умолчанию ответ ограничен 65 536 токенами, длинная генерация позволяет выйти почти на весь миллион.

Сколько стоит API Gemini Carbon?

Вводная цена — $2 за миллион входных и $10 за миллион выходных токенов, кэшированный ввод на 95% дешевле. После вводного периода — $4 и $20 соответственно.

Подводя итоги

Gemini 4 Carbon — модель для задач, где важна глубина, а не скорость: поиск первопричины багов в больших системах, аудит безопасности, анализ сотен страниц документов, научные гипотезы. В независимых рейтингах нейросеть Google вышла на первые места, а для повседневной работы рядом остается более быстрая Argon. Открыть Карбон можно по подписке Google AI Ultra, через платный API в AI Studio или в Gemini for business, а нейросети Google и других разработчиков из России без VPN удобнее пробовать на агрегаторе Study AI.