Перейти к содержимому
RouterNodul

Gemini 4 Carbon API

ID модели в запросах:global-1/google/gemini-4-carbon

Gemini 4 Carbon от Google через один OpenAI-совместимый API Nodul Router: ключ с лимитами, журнал запросов, оплата в рублях.

ГлобальныйИзображенияФайлыАудиоВидеоИнструментыСтруктурированный выводРассужденияБез хранения данных (ZDR)
Контекст
1 048 576
Макс. ответ
943 718
Выпущена
10.11.2026

Цены за 1 млн токенов, ₽Цены за 1 млн токенов, PnP

РегионПопробоватьВходВыходЧтение кэшаID модели в запросах
Глобальный · global-1Попробовать220 ₽2,20 PnP1 100 ₽11,00 PnP11,00 ₽0,11 PnPglobal-1/google/gemini-4-carbon

Цены розничные, без НДС (5 %). Для компаний — персональные цены по договору: чем больше объем, тем ниже цена.Узнать свою цену

Быстрый старт

curl https://router.nodul.ru/api/v1/chat/completions \
  -H "Authorization: Bearer $NODUL_ROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "global-1/google/gemini-4-carbon",
    "messages": [{"role":"user","content":"Hello!"}]
  }'

Описание

Gemini 4 Carbon — самая сильная модель Google из семейства Gemini 4, построенная на Gemini 4 Argon. Анонсирована 28 октября 2026 года, в общем доступе с 10 ноября. Рассчитана на многошаговый код, научные задачи и долгие агентные сценарии, ради качества тратит много токенов.

Для чего подходит Gemini 4 Carbon

Google делает Carbon для задач, которые упираются в предел возможностей модели: сложный многошаговый код и отладка, открытые научные исследования, работа с большими документами и данными. По словам разработчика, команды Google видели, как модель работает над одной инженерной задачей по несколько дней, не бросая ее на тупиках, например при поиске и исправлении тонких ошибок в больших кодовых базах. Модель по умолчанию «думает» дольше Argon: перебирает гипотезы и запускает проверочные циклы.

Через Router модель принимает текст, изображения, файлы, аудио и видео, умеет вызывать инструменты, отдавать структурированный вывод и рассуждать с настраиваемым уровнем усилий. Ответ возвращается текстом.

Не стоит брать Carbon для простых и массовых задач: классификации, коротких ответов, чатов с низкой задержкой. Сам Google пишет, что для большинства задач разработки и работы со знаниями идеально подходит Argon, а Carbon нужен там, где важнее предельная точность, а не скорость и расход токенов.

Сильные стороны

  • Право, финансы и налоги. В рейтингах Vals AI модель на первом месте по Legal Research Bench (55,77%) и Tax Agent Bench (51,78%), а также по индексу финансов Vals.
  • Агентный код. По Vals AI это пятое место из 63 на Terminal-Bench 4.0 (63,13%). По данным разработчика, на Terminal-Bench 4.0 в версии Artificial Analysis результат 65,2% против 57,1% у Argon.
  • Общий уровень. В индексе интеллекта Artificial Analysis модель входит в четверку лучших из 74, а в индексе Vals — в тройку лучших из 36.
  • Длинный контекст. По данным разработчика, на GraphWalks (256 тысяч — 1 миллион токенов) результат 96,2% против 84,2% у Argon.
  • Надежность в агентной работе. По данным разработчика, модель вдвое реже выдает необоснованные утверждения, чем Argon, а при неоднозначной задаче сначала поднимает расхождения в источниках, а не угадывает.

Ограничения и спорные моменты

  • Медленная и многословная. По Artificial Analysis, один прогон задачи индекса занимает 25,6 минуты при медиане 12,6 минуты у сопоставимых моделей; первый токен ответа приходит примерно через 67 секунд, скорость вывода около 80 токенов в секунду. За весь индекс модель сгенерировала 205 млн выходных токенов при медиане 72,8 млн. Карточка модели тоже предупреждает о медленных ответах, таймаутах и повышенном расходе токенов на высоких уровнях рассуждения.
  • Первое место было недолгим. В анонсе Google модель стоит на первом месте индекса Artificial Analysis с 59 баллами; на странице Artificial Analysis сейчас 60 баллов и четвертое место из 74. Это разные редакции индекса и разные моменты времени, поэтому вывод «лучшая в мире» подтвержден только на дату запуска.
  • Киберрезультаты получены через особый доступ. Карточка модели оговаривает, что цифры по кибербезопасности получены через программу Fairwind для проверенных специалистов, а в анонсе Google называет эту версию «Carbon for cyber» и отдельно пишет об усиленных защитах от злоупотреблений.
  • Не везде лидер. На OSWorld-2.1 (управление компьютером) у Carbon 81,5% против 87,2% у Claude Opus 5.5, на FrontierSWE 2 — 61,2% против 65,5% у GPT-6 Astra (обе цифры по данным разработчика). На научном бенчмарке HLAB в рейтинге Vals AI результат 17,5% — самый слабый для модели.
  • Закрытые веса. По Vals AI, веса не опубликованы. Знания модели заканчиваются в марте 2026 года.
  • Устойчивость к инъекциям. Google сообщает о 0,0% успешных атак на бенчмарке Gray Swan, но сразу оговаривает, что устойчивость к сложным атакам остается областью для улучшений.

Бенчмарки

ТестРезультатИсточникДата
Artificial Analysis Intelligence Index v5.0.160 баллов, 4-е место из 74Artificial Analysisноя. 2026
Vals Index70,45%, 3-е место из 36Vals AIноя. 2026
Legal Research Bench55,77%, 1-е место из 93Vals AIноя. 2026
Tax Agent Bench51,78%, 1-е место из 84Vals AIноя. 2026
Terminal-Bench 4.063,13%, 5-е место из 63Vals AIноя. 2026
Vibe Code Bench v1.189,06%, 9-е место из 127Vals AIноя. 2026
Terminal-Bench 4.0 (версия AA), по данным разработчика65,2% (Argon 57,1%)Google DeepMindокт. 2026
FrontierSWE 2, по данным разработчика61,2% (GPT-6 Astra 65,5%)Google DeepMindокт. 2026
OSWorld-2.1, по данным разработчика81,5% (Claude Opus 5.5 87,2%)Google DeepMindокт. 2026
AutomationBench, по данным разработчика53,9% (Argon 51,3%)Google DeepMindокт. 2026
WebDev Arena, по данным разработчика1768 Elo, 4-е место на момент запускаGoogleокт. 2026
SEC-bench Pro (кибербезопасность, доступ Fairwind), по данным разработчика88,2%Google DeepMindокт. 2026

Чем Gemini 4 Carbon отличается от Gemini 4 Argon

Семейство Gemini 4 включает Argon и Carbon. Gemini 4 Argon вышел на две недели раньше и, по словам Google, остается лучшим выбором для большинства задач разработки и работы со знаниями. Carbon построен на нем, но дообучен для более долгой и глубокой работы: он тратит больше токенов на рассуждения, чаще перепроверяет результат и в таблице Google опережает Argon почти везде, включая Terminal-Bench 4.0, GraphWalks и AutomationBench.

Цена этого — скорость и объем. Берите Carbon для самых трудных задач, где важна максимальная точность и ошибка обходится дорого, а Argon — для повседневной разработки и анализа документов.

Альтернативы в каталоге

  • Gemini 4 Argon: та же линейка, быстрее и экономнее по токенам; подойдет для большинства инженерных задач.
  • Claude Opus 5.5: берите, если нужно управление компьютером; на OSWorld-2.1 он впереди (по данным Google).
  • Claude Sonnet 5.5: в заметке Vals AI о запуске Carbon он стоял в Vals Index на одну строчку выше; вариант для агентной разработки.
  • GPT-6 Astra: впереди Carbon на FrontierSWE 2 в таблице Google, подойдет для сложных программных репозиториев.

Частые вопросы

Чем Carbon лучше Gemini 4 Argon и когда его брать?

Carbon построен на Argon и по таблице Google впереди него почти на всех тестах, но тратит больше токенов и работает медленнее. Берите его для самых трудных задач с долгими цепочками действий, для остального хватит Argon.

Принимает ли модель изображения, аудио и видео?

Да, через Router она принимает текст, изображения, файлы, аудио и видео. Ответ приходит текстом.

Умеет ли Carbon вызывать инструменты и рассуждать?

Да. Каталог показывает поддержку инструментов, структурированного вывода и рассуждений с настраиваемым уровнем усилий.

Можно ли запустить Carbon у себя?

Нет. Модель закрытая, по данным Vals AI веса не опубликованы.

Подойдет ли модель для задач кибербезопасности?

Google выделяет кибербезопасность среди главных сильных сторон, но рекордные цифры получены через закрытую программу Fairwind для проверенных специалистов (версия «Carbon for cyber»). Данных о том, как обычная версия проходит эти тесты, в источниках нет, поэтому проверьте ее на своих задачах.

Источники

Все параметры API · 12
  • include_reasoning
  • max_tokens
  • reasoning
  • reasoning_effort
  • response_format
  • seed
  • stop
  • structured_outputs
  • temperature
  • tool_choice
  • tools
  • top_p

Все модели Google