Najważniejsze wnioski w pigułce
Model i pozycja na rynku
- Gemini 4 Carbon to nowy model z czołówki (frontier model) od Google DeepMind, ogłoszony zaledwie dwa tygodnie po premierze Gemini 4 Argon.
- Zajmuje 1. miejsce w zaktualizowanym indeksie Artificial Analysis Intelligence Index v5.0 z wynikiem 59 punktów.
- W rankingu WebDev Arena zyskał 89 punktów Elo i awansował na 4. miejsce z wynikiem 1768.
Cyberbezpieczeństwo
- Osiąga 88,2% w SEC-bench Pro (wykrywanie podatności), 54,8% w ExploitGym (weryfikacja podatności przez exploit) i 71,0% w CWE-bench (łatanie przyczyny błędu).
- W wewnętrznych testach Google ponad dwukrotnie skuteczniej niż Argon generuje bezpieczny kod.
- Zespół Chrome raportuje, że Carbon tworzy wysokiej jakości poprawki ponad 10 razy skuteczniej niż duży model innego laboratorium.
Bezpieczeństwo i rzetelność
- Skuteczne „oszukiwanie” w teście Terminal-Bench 4.0 spadło do 0,0%, a same próby do 0,4%.
- Model formułuje około dwa razy mniej nieuzasadnionych twierdzeń niż Argon.
- W teście odporności na pośrednie wstrzykiwanie poleceń od Gray Swan żaden atak nie zakończył się sukcesem.
Dostępność i cena
- Najpierw dostęp otrzymują wybrani specjaliści od cyberobrony i zaufani partnerzy z programu Fairwind, później deweloperzy, firmy i konsumenci.
- Cena startowa jest taka sama jak w Argonie: 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych, a tokeny z pamięci podręcznej kosztują 95% mniej.
Druga premiera Google w ciągu dwóch tygodni
Google ogłosił Gemini 4 Carbon 28 października 2026 r., a wpis podpisał Koray Kavukcuoglu, wiceprezes Google DeepMind i główny architekt AI w Google. Firma przedstawia Carbon jako swój najmocniejszy model, wyspecjalizowany w cyberbezpieczeństwie i zadaniach o długim horyzoncie, czyli takich, które wymagają wielu kroków i długiej, wytrwałej pracy. Premiera następuje zaledwie dwa tygodnie po debiucie poprzednika, o którym pisaliśmy w tekście o tym, co Gemini 4 Argon oznacza dla biznesu . Takie tempo dobrze pokazuje, jak szybko zmienia się dziś rynek modeli językowych.
Najbardziej medialna liczba to 59 punktów i 1. miejsce w nowej wersji 5.0 indeksu Artificial Analysis Intelligence Index, który zbiera wyniki modeli z wielu testów porównawczych. Google podkreśla wyraźny postęp w programowaniu i zadaniach agentowych, czyli takich, w których model sam planuje i wykonuje kolejne działania. Dla firm to sygnał, że różnice między kolejnymi generacjami modeli dotyczą już nie tylko jakości odpowiedzi, ale przede wszystkim zdolności do samodzielnego doprowadzania złożonych zadań do końca.
Cyberbezpieczeństwo jako główny wyróżnik
Carbon został zaprojektowany z myślą o całym cyklu obrony przed zagrożeniami: wykrywaniu podatności, ich weryfikacji i usuwaniu. W teście SEC-bench Pro osiągnął 88,2%, samodzielnie znajdując złożone luki ukryte w rzeczywistym oprogramowaniu. W ExploitGym uzyskał 54,8%, co ma znaczenie praktyczne, bo zespoły bezpieczeństwa coraz częściej sprawdzają z pomocą AI, które podatności da się realnie wykorzystać, i na tej podstawie ustalają kolejność napraw. W CWE-bench od Collinear model osiągnął 71,0%, zamieniając potwierdzone znaleziska w działające poprawki kodu.
Google zaznacza, że wyniki w zewnętrznych testach uzyskano bez włączonych zabezpieczeń (guardrails), więc pokazują one surowy potencjał modelu. Do tego dochodzą dane z wewnętrznych zespołów: w generowaniu bezpiecznego kodu Carbon ma ponad dwukrotnie wyższą skuteczność niż Argon. Zespół Chrome raportuje ponad 10-krotną przewagę nad dużym modelem innego laboratorium przy tworzeniu wysokiej jakości poprawek, choć Google nie podaje, o który model chodzi. Z kolei Wiz, platforma bezpieczeństwa chmury należąca do Google, wskazuje, że Carbon prowadzi w testach penetracyjnych aplikacji webowych.
Warto zachować zdrowy dystans: część tych danych pochodzi z testów wewnętrznych i od spółek powiązanych z Google. Kierunek jest jednak czytelny. Modele AI coraz realniej wspierają audyty bezpieczeństwa, a to dobra wiadomość dla właścicieli sklepów internetowych i serwisów, w których luka w kodzie oznacza nie tylko ryzyko wycieku danych, ale też utratę zaufania klientów i widoczności w wyszukiwarce.
Model, który pracuje całymi dniami
Druga oś rozwoju to długie, wieloetapowe zadania inżynierskie. Według Google wewnętrzne zespoły obserwowały, jak Carbon pracuje przez kilka dni, przebija się przez ślepe zaułki i dochodzi do źródła subtelnych błędów w dużych bazach kodu oraz systemach niskiego poziomu. To zupełnie inna skala niż szybkie odpowiedzi na pojedyncze pytania, do których przyzwyczaiły nas chatboty. Model ma wytrwale realizować plan, a nie tylko podpowiadać kolejne kroki.
Google poprawiło też jakość pracy w programowaniu full-stack, zadaniach naukowych i rozumieniu treści multimodalnych. Efekt widać w WebDev Arena, gdzie Carbon zyskał 89 punktów Elo i zajął 4. miejsce z wynikiem 1768. Dla agencji i zespołów, które budują strony, landing page i narzędzia wewnętrzne, oznacza to sprawniejsze prototypowanie i mniej poprawek ręcznych.
Ten trend łączy się z szerszą zmianą w internecie, w którym coraz więcej działań wykonują agenty AI, a nie ludzie. Pisaliśmy o tym w artykule o tym, jak agentic web zmienia technical SEO . Im lepiej modele radzą sobie z długimi zadaniami, tym ważniejsze staje się przygotowanie stron tak, aby agenty mogły je poprawnie odczytać i obsłużyć.
Mniej skrótów, mniej zmyślania, większa odporność na ataki
Carbon korzysta z tego samego wielowarstwowego systemu zabezpieczeń co Argon: treningu modelu, ochrony przed nadużyciami w czasie rzeczywistym, odporności na wstrzykiwanie poleceń (prompt injection) i monitorowania toku rozumowania. Google twierdzi, że tym razem poszło o krok dalej w zgodności modelu z intencjami użytkownika (alignment). W teście Terminal-Bench 4.0 skuteczne próby obejścia zadań spadły do 0,0%, a same próby do 0,4%, przy jednoczesnym wzroście ogólnej trafności. W pracy z wewnętrznymi zespołami liczba alertów o poważnych odstępstwach od oczekiwanego zachowania spadła o prawie 80%.
Dla zastosowań biznesowych równie istotna jest rzetelność. Carbon formułuje około dwa razy mniej nieuzasadnionych twierdzeń niż Argon, a zamiast zgadywać, wskazuje braki w danych lub listę rzeczy, których potrzebuje do dokończenia zadania. W sytuacjach niejasnych sięga po źródła i zgłasza użytkownikowi rozbieżności, zanim podejmie działanie. Google podaje też, że model o 26% rzadziej wykracza poza zakres zadania i o 29% rzadziej wykonuje je niepełnie.
Szczególnie ważny jest wynik w teście odporności na pośrednie wstrzykiwanie poleceń od Gray Swan. Argon miał w nim 0,7% skutecznych ataków, a Carbon odparł wszystkie badane próby. Pośrednie wstrzykiwanie poleceń polega na ukryciu instrukcji w treści, którą agent czyta, na przykład na stronie internetowej. Gdy agenty AI zaczynają samodzielnie przeglądać sieć i wykonywać działania w imieniu użytkowników, odporność na takie manipulacje przestaje być ciekawostką i staje się warunkiem bezpiecznego wdrożenia.
Dostępność, cena i co to oznacza dla firm
Google wprowadza Carbon ostrożnie. Firma uczestniczy w dobrowolnym procesie testowania modeli przed premierą prowadzonym przez rząd USA, a od tygodnia ogłoszenia udostępnia model wybranej grupie specjalistów od cyberobrony. Kolejni zaufani partnerzy dostaną dostęp stopniowo w ramach programu Fairwind. Deweloperzy, firmy i konsumenci muszą poczekać, aż Google zbierze opinie i dopracuje zabezpieczenia, choć firma zapowiada udostępnienie „tak szybko, jak to możliwe”.
Cena startowa jest identyczna jak w Argonie: 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych, z 95-procentowym rabatem na tokeny z pamięci podręcznej. To dobra informacja dla zespołów, które już liczyły koszty wdrożeń, o czym pisaliśmy w analizie ceny, wyników i zastosowań Gemini 4 Argon . Duży rabat na tokeny z pamięci podręcznej szczególnie opłaca się w procesach, w których model wielokrotnie pracuje na tym samym kontekście, na przykład przy analizie dużego serwisu czy powtarzalnych raportach.
Co z tego wynika w praktyce? Firmy, które planują automatyzację z użyciem AI, powinny już teraz przygotować procesy pod modele zdolne do wielodniowej, samodzielnej pracy: audyty kodu, analizę struktury serwisów czy przygotowanie danych do kampanii. Warto też śledzić, jak Google wprowadza AI do swoich narzędzi, bo nowe możliwości zwykle szybko trafiają do produktów, czego przykładem są nowe funkcje Gemini dla biznesu . Jeśli chcesz przełożyć te zmiany na realne wyniki sprzedażowe, zespół performance marketingu pomoże dobrać automatyzacje, które faktycznie skracają drogę do konwersji.
Podsumowanie
Gemini 4 Carbon to wyraźny sygnał, że Google stawia na modele wyspecjalizowane w bezpieczeństwie i długich zadaniach agentowych, a kolejne generacje pojawiają się w odstępach liczonych w tygodniach. Imponujące wyniki w testach trzeba czytać z uwzględnieniem tego, że część danych pochodzi z badań wewnętrznych, ale kierunek jest jasny: AI coraz lepiej znajduje, weryfikuje i naprawia błędy. Firmy, które przygotują się na pracę z takimi modelami już teraz, skorzystają najszybciej, gdy Carbon trafi do szerokiej dystrybucji.
Źródło: Gemini 4 Carbon: our next frontier model (otwiera się w nowej karcie) , Koray Kavukcuoglu, blog Google.
