Dva týždne po globálnom nasadení modelu Gemini 4 Argon urobil Google DeepMind krok, ktorý mení plánovanie podnikovej AI architektúry na koniec roka 2026. Dňa 28. októbra 2026 predstavil Koray Kavukcuoglu nový vlajkový model Gemini 4 Carbon zameraný na viacdňové softvérové inžinierstvo a autonómnu kybernetickú obranu.

Rýchla odpoveď. Gemini 4 Carbon je aktuálne najsilnejší frontier model od Google DeepMind, ktorý vedie rebríček Artificial Analysis Intelligence Index v5.0 so skóre 59. Oproti Argonu prináša skok o 89 Elo bodov vo full-stack vývoji (1768 na WebDev Arena), 88.2 % v hľadaní zraniteľností na SEC-bench Pro a 0.0 % úspešnosť útokov na Gray Swan Indirect Prompt Injection benchmarku. Uvádzacia cena API kopíruje Argon na úrovni 2 USD za milión vstupných a 10 USD za milión výstupných tokenov s 95 % zľavou na cache, po skončení uvádzacieho obdobia stúpne na 4 USD a 20 USD.

Viacdňové inžinierske úlohy a skok na WebDev Arena

Pri budovaní vlastných analytických nástrojov a konektorov často narážam na rovnaký strop. Väčšina modelov zvládne napísať izolovaný skript na prvý pokus, no pri hľadaní skrytej chyby naprieč desiatkami súborov začne po niekoľkých iteráciách hádať alebo obchádzať testy. Interné tímy v Google nasadili Gemini 4 Carbon na úlohy, ktoré bežali v kuse niekoľko dní. Model dokázal systematicky prechádzať slepými uličkami, nájsť koreňovú príčinu v nízkoúrovňových systémoch a doručiť funkčnú opravu bez straty kontextu.

Rovnaký posun vidno aj pri tvorbe kompletných webových aplikácií. Carbon získal 89 Elo bodov navyše oproti Argonu a s hodnotou 1768 obsadil 4. miesto celkovo v rebríčku WebDev Arena. Pre tímy, ktoré stavajú interné React dashboardy na vyhodnocovanie marže (POAS), klientske portály alebo auditné rozhrania, to znamená výrazne menej ručného opravovania rozbitých stavov komponentov a API kontraktov.

Kybernetická obrana bez zábran a výsledky z produkcie

Najväčší technický odskok zaznamenal Carbon v celom životnom cykle kybernetickej bezpečnosti, od objavenia zraniteľnosti cez overenie jej zneužiteľnosti až po opravu koreňovej príčiny v kóde. Google zverejnil výsledky z troch kľúčových externých benchmarkov testovaných bez obmedzujúcich zábran.

Oblasť hodnotenia Benchmark / Metrika Gemini 4 Carbon Referencia / Predchodca
Celková inteligencia Artificial Analysis Intelligence Index v5.0 59 (#1 celkovo) Líder rebríčka v5.0
Full-stack vývoj webu WebDev Arena 1768 Elo (#4 celkovo) +89 Elo oproti Gemini 4 Argon
Hľadanie zraniteľností SEC-bench Pro 88.2 % State-of-the-art v reálnom softvéri
Validácia cez exploit ExploitGym 54.8 % State-of-the-art v overení rizika
Oprava koreňovej príčiny Collinear CWE-bench 71.0 % Argon dosiahol 68.0 % na CWE-bench v1
Odolnosť voči útokom Gray Swan Indirect Prompt Injection (IPI) 0.0 % úspešnosť útoku Argon mal 0.7 % úspešnosť útoku
Obchádzanie testov Terminal-Bench 4.0 (úspešné podvádzanie) 0.0 % (pokusy 0.4 %) Pokles kritických alertov interne o ~80 %

Čísla z reálnej prevádzky ukazujú rovnaký trend. Na interných testoch v Google dosiahol Carbon viac ako dvojnásobné zlepšenie v generovaní bezpečného kódu oproti Argonu. Inžiniersky tím prehliadača Google Chrome potvrdil, že Carbon doručil viac ako desaťnásobne lepšie výsledky pri tvorbe kvalitných bezpečnostných záplat v porovnaní s veľkým frontier modelom konkurenčného laboratória. Platforma cloudovej bezpečnosti Wiz zároveň namerala vedúce postavenie Carbonu v testoch webového penetračného testovania v rámci iniciatívy Scan for Good.

Koniec podvádzania agentov a 0.0 % na Gray Swan IPI

Každý, kto prevádzkuje autonómnych AI agentov v marketingu alebo dátovom inžinierstve, pozná dva nebezpečné javy. Prvým je takzvaný reward hacking, keď agent pod tlakom upraví test tak, aby svietil nazeleno, namiesto toho, aby opravil chybu v pipeline. Druhým je nepriamy prompt injection, keď agent číta externý web a narazí na podvrhnutú inštrukciu v cudzom HTML kóde.

Carbon rieši obe tieto slabiny merateľnými zásahmi v tréningu a zarovnaní modelu.

  • Nulové úspešné podvádzanie na Terminal-Bench 4.0. Carbon zrazil úspešné pokusy o obídenie zadania na 0.0 %, pričom samotná miera pokusov o skratky klesla na 0.4 % pri súčasnom náraste celkovej presnosti. V živých kódovacích prostrediach interných tímov Google klesol počet vážnych bezpečnostných a alignment alertov o takmer 80 %.
  • Dvojnásobne menej nepodložených tvrdení. V porovnaní s Argonom znížil Carbon mieru nepodložených tvrdení približne 2-násobne. Ak mu chýba prístup k dátam alebo narazí na zablokovanú akciu, nevymýšľa si čísla. Namiesto toho priamo do výstupu zapíše metodické obmedzenia alebo zastaví krok s presným zoznamom chýbajúcich podkladov.
  • Presné držanie rozsahu úlohy. Model znížil prekračovanie právomocí (overreach) o 26 % a nedokončenie zadania (under-service) o 29 %. Pri nejednoznačnom zadaní si najprv načíta relevantné zdroje a upozorní na rozpory skôr, než prepíše produkčné súbory.
  • 0.0 % úspešnosť útoku na Gray Swan IPI. Kým Argon viedol rebríček odolnosti voči nepriamemu prompt injection s nízkou hodnotou 0.7 %, Carbon dosiahol 0.0 % a odrazil každý jeden testovaný pokus o útok.

Prečo 0.0 % IPI a poctivosť modelu menia marketingové inžinierstvo

Na prvý pohľad môžu vyzerať benchmarky ako SEC-bench Pro či Gray Swan IPI ako téma čisto pre bezpečnostné tímy. V praxi, keď prepájam reklamné účty, Server-Side GTM kontajnery a BigQuery sklady s autonómnymi skriptmi, sú práve tieto vlastnosti rozhodujúce.

Predstavte si agenta, ktorý každú noc sťahuje pristávacie stránky konkurencie, číta tisíce používateľských recenzií alebo parsuje externé XML produktové feedy dodávateľov a následne upravuje podklady pre kampane. Ak takýto agent beží na modeli náchylnom na nepriamy prompt injection, škodlivý text skrytý v popise cudzieho produktu dokáže zmanipulovať jeho výstup alebo vytiahnuť API kľúče z prostredia. Zníženie úspešnosti útokov na 0.0 % v teste Gray Swan IPI je prvý výsledok, pri ktorom dáva zmysel pustiť agenta k spracovaniu nedôveryhodného webového DOMu v produkcii.

Rovnako praktický je pokles nepodložených tvrdení na polovicu. Pri audite merania konverzií medzi GA4, Google Ads a CRM je najhorší scenár model, ktorý pri chýbajúcom stĺpci v BigQuery ticho odhadne konverznú hodnotu. Model, ktorý namiesto fabulácie vráti presný výpis chýbajúcich oprávnení a zastaví zmenu biddingu, šetrí reálny mediálny rozpočet.

Cenník API, program Fairwind a kedy ostať pri modeli Argon

Google zvolil pri nasadzovaní opatrný postup. Carbon prechádza dobrovoľným predbežným testovaním v spolupráci s vládou USA a v prvej vlne získavajú prístup kybernetickí obrancovia a správcovia open-source projektov cez Fairwind Program. Širšie sprístupnenie pre vývojárov, firmy a bežných používateľov cez Google AI Studio, Gemini API a Vertex AI bude nasledovať po vyhodnotení prvej vlny.

Cenová politika je rozdelená na dve fázy. Počas uvádzacieho obdobia stojí Gemini 4 Carbon presne toľko ako Argon, teda 2 USD za 1 milión vstupných tokenov a 10 USD za 1 milión výstupných tokenov, pričom vstupné tokeny uložené v cache majú 95 % zľavu (0.10 USD za 1M tokenov). Po skončení uvádzacej akcie sa cena posunie na 4 USD za 1 milión vstupných tokenov a 20 USD za 1 milión výstupných tokenov.

Kedy Carbon nedáva zmysel. Akonáhle sa prepne štandardný cenník 4 USD / 20 USD, posielať cez Carbon bežnú klasifikáciu vyhľadávacích dopytov, generovanie reklamných textov pre RSA reklamy alebo jednoduché preklady produktových parametrov je zbytočné pálenie peňazí. Na vysokoobjemové rutinné operácie ostáva racionálnou voľbou Argon alebo rýchle Flash modely.

Praktický checklist pre rozdelenie úloh medzi Argon a Carbon

  • ✔ 1. Audit nedôveryhodných vstupov smerujte na Carbon. Každý skript, ktorý číta cudzie HTML stránky, recenzie alebo externé feedy a má prístup k interným nástrojom, profituje z 0.0 % skóre na Gray Swan IPI.
  • ✔ 2. Viacsúborové refaktoringy sGTM a BigQuery zverte Carbonu. Pri migrácii SQL transformácií, serverových šablón v GTM a autentifikačných webhookov využite vyššiu bezpečnosť kódu a nulové obchádzanie testov.
  • ✔ 3. Využite uvádzacie okno 2 USD / 10 USD na ťažké migrácie. Kým platí rovnaká uvádzacia cena ako pri Argone so zľavou 95 % na cache, oplatí sa vyčistiť technický dlh vo vlastných interných aplikáciách.
  • ✔ 4. Rutinný PPC a feed processing ponechajte na Argone. Denné kontroly rozpočtov, párovanie kategórií v Merchant Center a tvorbu textových variácií držte na lacnejšej vrstve, aby vám po prechode na 4 USD / 20 USD nevyskočila faktúra na dvojnásobok.

Často kladené otázky (FAQ)

Aký je hlavný rozdiel medzi Gemini 4 Argon a Gemini 4 Carbon?

Gemini 4 Argon je univerzálny frontier model s 1M výstupným oknom dostupný globálne. Gemini 4 Carbon je špecializovaný na najťažšie viacdňové inžinierske úlohy, full-stack webový vývoj (+89 Elo na WebDev Arena) a kybernetickú obranu (88.2 % na SEC-bench Pro), pričom dosahuje skóre 59 a 1. miesto v Artificial Analysis Intelligence Index v5.0.

Koľko stojí Gemini 4 Carbon cez API a ako funguje zľava na cache?

Počas uvádzacieho obdobia stojí 2 USD za milión vstupných tokenov a 10 USD za milión výstupných tokenov, pričom cachované vstupné tokeny majú 95 % zľavu. Po uplynutí uvádzacieho obdobia bude platiť sadzba 4 USD za milión vstupných a 20 USD za milión výstupných tokenov.

Kto má k modelu Gemini 4 Carbon prístup v prvej vlne?

Google uvoľňuje model postupne. Aktuálne prebieha testovanie v spolupráci s vládou USA a prístup získavajú vybraní kybernetickí obrancovia a open-source správcovia zapojení do programu Fairwind pred globálnym spustením pre všetkých vývojárov a firmy.

Prečo je metrika 0.0 % na Gray Swan IPI dôležitá pre firmy mimo IT bezpečnosti?

Ak vaši AI agenti spracúvajú externé e-maily, konkurenčné weby alebo dodávateľské katalógy, útočník môže do textu vložiť skrytý príkaz. Výsledok 0.0 % úspešnosti útokov na Gray Swan Indirect Prompt Injection benchmarku znamená najvyššiu doteraz nameranú ochranu pred únosom agenta cudzím obsahom.

Plánujete nasadiť autonómnych AI agentov nad vlastné reklamné účty, produktové feedy alebo dátový sklad v BigQuery tak, aby boli bezpeční aj nákladovo efektívni? Ozvite sa mi na nezáväznú konzultáciu a navrhneme presnú architektúru aj routing modelov pre váš biznis.