Google ogłosił 28 października Gemini 4 Carbon, nowy model, który z wynikiem 59 punktów zajął pierwsze miejsce w odświeżonym indeksie Artificial Analysis Intelligence Index v5.0, punkt przed Claude Opus 5.5 od Anthropic. Na razie dostęp do niego dostają wyłącznie wybrane zespoły cyberbezpieczeństwa z programu Fairwind, bez podanej daty udostępnienia deweloperom, firmom i zwykłym użytkownikom.
- Gemini 4 Carbon uzyskał 59 punktów w Artificial Analysis Intelligence Index v5.0, zajmując pierwsze miejsce przed Claude Opus 5.5 (58 pkt) i GPT-6 Astra (57 pkt), zaledwie dwa tygodnie po ogólnodostępnej premierze Gemini 4 Argon, który zdobył 50 punktów.
- W teście naprawy luk CWE-bench Carbon rozwiązuje 71 proc. zadań za pierwszym podejściem, jednak przy czterech podejściach na zadanie wyprzedzają go Grok 4.7 (81 proc.) i Claude Opus 5.5 (79 proc.), a najmocniejsze wyniki cyberbezpieczeństwa Google zmierzył na wersji modelu bez zabezpieczeń.
- Dostęp do Gemini 4 Carbon trafia na razie wyłącznie do wybranych zespołów w programie Fairwind, bez podanej daty udostępnienia deweloperom i zwykłym użytkownikom; cena startowa ma wynosić 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych, z zapowiedzianym podwojeniem stawek po bliżej nieokreślonym okresie promocyjnym.
Carbon pojawia się zaledwie dwa tygodnie po ogólnodostępnej premierze Gemini 4 Argon. Google przedstawia go jako model do wielodniowej pracy nad kodem i do obrony przed cyberatakami. Koray Kavukcuoglu, wiceprezes Google DeepMind i główny architekt AI w Google, nazywa go „naszym najmocniejszym modelem, z najlepszymi w branży możliwościami w cyberbezpieczeństwie i zadaniach długoterminowych” / „our strongest model with state-of-the-art cybersecurity and long horizon capabilities”.
Wpis Google z zapowiedzią modelu: https://twitter.com/Google/status/2115489522603466766
Introducing Gemini 4 Carbon, our latest frontier model.
Carbon delivers improved performance across domains — ranking #1 on v5.0 of the @ArtificialAnlys Intelligence Index and sets a new state-of-the-art in cybersecurity and long-horizon capabilities.
It’s rolling out starting… pic.twitter.com/oQrHzxvMSo
— Google (@Google) October 28, 2026
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Gemini 4 Carbon prowadzi w indeksie Artificial Analysis o jeden punkt
Gemini 4 Carbon uzyskał 59 punktów w Artificial Analysis Intelligence Index v5.0 i jest obecnie najwyżej ocenianym modelem w tym zestawieniu. Artificial Analysis to niezależna firma, która sama testuje modele językowe i łączy wyniki wielu testów w jeden wskaźnik.
Indeks w wersji 5.0 został przebudowany dzień przed premierą Carbona. Opiera się teraz w większości na prywatnych zestawach zadań i łączy dziewięć testów z obszarów pracy biurowej, programowania, nauki i wiedzy ogólnej. Prywatne zadania mają utrudnić trenowanie modeli pod konkretny test.
Wyniki czołówki według WinBuzzer, który powołuje się na dane Artificial Analysis:
- Gemini 4 Carbon: 59 pkt (ustawienie wysokiego poziomu rozumowania),
- Claude Opus 5.5: 58 pkt (ustawienie maksymalne),
- GPT-6 Astra: 57 pkt (ustawienie maksymalne),
- Gemini 4 Argon: 50 pkt.
Carbon wygrywa w czterech z dziewięciu testów składowych, w tym w zadaniach badawczych i w teście wiedzy faktograficznej. W programowaniu Anthropic nadal trzyma się mocno. W osobnym indeksie Artificial Analysis dla agentów programistycznych Carbon pracujący w Antigravity CLI ma 59 punktów. Claude Code z Opus 5.5 ma ich 62.
Carbon ma znajdować luki w oprogramowaniu, potwierdzać je i łatać
Google podzielił obronę przed atakami na trzy etapy i dla każdego podaje wynik Gemini 4 Carbon. W teście SEC-bench Pro, który sprawdza wyszukiwanie prawdziwych luk w realnym oprogramowaniu, model osiągnął 88,2 proc. W ExploitGym, mierzącym, czy model potrafi potwierdzić możliwość wykorzystania luki, uzyskał 54,8 proc. Argon miał tu 42 proc.
Trzeci etap to naprawa. CWE-bench, test przygotowany przez firmę Collinear AI, daje agentowi 120 zadań na prawdziwych repozytoriach open source i nie mówi, gdzie są błędy. Łatka zalicza zadanie tylko wtedy, gdy blokuje atak i jednocześnie nie psuje żadnego istniejącego testu. Carbon rozwiązuje za pierwszym podejściem 71 proc. zadań. GPT-6 Astra, Grok 4.7 i Gemini 4 Argon mają po 68 proc., Claude Opus 5.5 ma 67 proc.
Przewaga dotyczy jednak tylko pojedynczej próby. Przy czterech podejściach na zadanie ranking CWE-bench otwierają Grok 4.7 (81 proc.) i Claude Opus 5.5 (79 proc.). Wyniku Carbona w tej kategorii jeszcze nie opublikowano.
Google zaznacza, że zewnętrzne testy bezpieczeństwa przeprowadził na modelu bez zabezpieczeń. Wersja z zabezpieczeniami, którą kiedyś dostaną zwykli klienci, może wypadać słabiej.
Firma dorzuca też własne obserwacje, bez publikowania danych źródłowych:
- Carbon ma ponad dwukrotnie częściej niż Argon generować bezpieczny kod,
- zespół Chrome ocenił, że Carbon przygotowuje wysokiej jakości łatki ponad 10 razy skuteczniej niż duży model nienazwanego konkurencyjnego laboratorium,
- Wiz, platforma bezpieczeństwa chmury należąca do Google, widzi Carbona na czele swoich testów penetracyjnych aplikacji webowych.
Poza bezpieczeństwem Google akcentuje długą, samodzielną pracę. Według firmy wewnętrzne zespoły widziały, jak Carbon przez kilka dni przedziera się przez ślepe zaułki przy szukaniu przyczyn subtelnych błędów w dużych bazach kodu. Procentu ukończonych takich zadań Google nie podał.
| Test | Gemini 4 Carbon | Gemini 4 Argon | Konkurencja |
|---|---|---|---|
| Artificial Analysis Intelligence Index v5.0 | 59 | 50 | Claude Opus 5.5: 58 |
| SEC-bench Pro (wykrywanie luk) | 88,2% | brak danych | brak danych |
| ExploitGym (wykorzystanie luk) | 54,8% | 42,0% | brak danych |
| CWE-bench, jedna próba (naprawa) | 71% | 68% | GPT-6 Astra: 68% |
| Terminal-Bench 4.0 | 65,2% | 57,1% | brak danych |
| FrontierSWE 2 | 61,2% | brak danych | GPT-6 Astra: 65,5% |
| OSWorld, podzbiór offline | 81,5% | brak danych | Claude Opus 5.5: 87,2% |
W rankingu WebDev Arena, gdzie użytkownicy oceniają strony i aplikacje tworzone przez modele, Carbon zyskał 89 punktów Elo i zajmuje czwarte miejsce z wynikiem 1768.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Google deklaruje mniej oszukiwania i zmyślania. Niezależny test pokazuje więcej halucynacji
Google twierdzi, że Gemini 4 Carbon znacznie rzadziej idzie na skróty i rzadziej podaje niepotwierdzone informacje niż poprzednik. Według danych firmy:
- skuteczne próby oszukiwania w Terminal-Bench 4.0 spadły do 0 proc., a samych prób było 0,4 proc.,
- liczba poważnych alarmów o niezgodnym z oczekiwaniami zachowaniu modelu w wewnętrznych środowiskach programistycznych spadła o prawie 80 proc.,
- niepotwierdzonych twierdzeń jest mniej więcej o połowę mniej niż w Argonie,
- przypadków wykraczania poza zlecone zadanie jest mniej o 26 proc., niedokończonej pracy o 29 proc.,
- w teście odporności na pośrednie wstrzykiwanie poleceń firmy Gray Swan żaden atak się nie powiódł (Argon przepuszczał 0,7 proc.).
Pośrednie wstrzykiwanie poleceń (prompt injection) to atak, w którym złośliwe instrukcje ukrywa się w stronie internetowej, dokumencie czy mailu czytanym przez model.
Niezależny pomiar daje bardziej mieszany obraz. Artificial Analysis zmierzył w swoim teście wiedzy faktograficznej odsetek halucynacji Carbona na 11 proc. U Argona było to 4 proc. Carbon jednocześnie częściej odpowiadał poprawnie i według Artificial Analysis to wciąż drugi najniższy wynik, jaki zanotowano.
Carbon jest też bardziej rozmowny. Przy wysokim ustawieniu rozumowania wygenerował w testach indeksu 200 mln tokenów. Argon zużył 110 mln.
Tempo robi wrażenie. Dwa tygodnie temu Google wypuścił Argona, dziś pokazuje model, który wskakuje na szczyt rankingu. Najbardziej interesuje mnie jednak nie sam wynik 59 punktów, tylko to, komu Google go oddaje w pierwszej kolejności.
Uważam, że stopniowe udostępnianie modelu, który dobrze znajduje i potwierdza luki, jest rozsądne. To ta sama umiejętność, której potrzebuje atakujący. Tyle że decyzję o tym, kto jest „zaufanym obrońcą”, podejmuje jedna prywatna firma, według własnych kryteriów i bez publicznej listy uczestników. To już nie jest wyłącznie kwestia techniczna.
Drugi problem to liczby. Najmocniejsze wyniki w cyberbezpieczeństwie pochodzą od samego Google i zostały zmierzone na modelu bez zabezpieczeń. Niezależny test pokazał wzrost halucynacji. Nie przekreśla to Carbona. Pokazuje tylko, że do pierwszego miejsca w rankingu warto podchodzić jak do punktu wyjścia, nie jak do wyroku. Ciekawi mnie, ile z tej przewagi zostanie w wersji, którą dostaną zwykli deweloperzy.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Gemini 4 Carbon dostępny tylko w programie Fairwind, cena jak przy Argonie
Gemini 4 Carbon trafia od tego tygodnia do części zespołów cyberbezpieczeństwa, a później do kolejnych zaufanych partnerów w programie Fairwind. Google bierze też udział w dobrowolnym procesie testowania modeli przed premierą, prowadzonym przez rząd USA, i zbiera opinie o zabezpieczeniach przed szerszym udostępnieniem.
Fairwind to program uruchomiony przez Google 2 września 2026 r. Daje wybranym organizacjom wcześniejszy dostęp do najmocniejszych modeli do obrony przed cyberatakami. Google deklaruje ponad 650 partnerów. Pierwszeństwo mają rządy i krajowe agencje cyberbezpieczeństwa, operatorzy infrastruktury krytycznej (m.in. ochrona zdrowia, telekomunikacja, energetyka), opiekunowie oprogramowania i duże platformy technologiczne.
Warunki są surowe. Kandydaci przechodzą weryfikację, muszą stosować uwierzytelnianie wieloskładnikowe odporne na phishing i mogą przyznać dostęp wyłącznie wewnętrznym zespołom bezpieczeństwa, reagowania na incydenty lub testów penetracyjnych. Nie wolno im udostępniać ani odsprzedawać dostępu do modelu.
Argon przeszedł tę samą ścieżkę. Google ogłosił go 30 września tylko dla partnerów Fairwind, a 13 października udostępnił w płatnym API i w aplikacji Gemini dla subskrybentów. Minęło 13 dni. Dla Carbona żadnej daty nie podano.
Cena na start ma być taka sama jak w przypadku Argona: 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych. Tokeny z pamięci podręcznej mają być o 95 proc. tańsze. Po okresie promocyjnym, którego końca Google nie podał, stawki podwoją się do 4 i 20 dolarów. Promocja na Argona według VentureBeat kończy się 30 listopada. Artificial Analysis policzył, że przy pełnych stawkach jedno zadanie z indeksu kosztuje w przypadku Carbona 7,76 dolara, a Argona 7,68 dolara.
Kto w Polsce może dostać dostęp do Gemini 4 Carbon
Zwykły użytkownik w Polsce nie skorzysta dziś z Gemini 4 Carbon. Modelu nie ma w aplikacji Gemini, w trybie AI wyszukiwarki ani w publicznym API. W Polsce dostępny jest za to Gemini 4 Argon: w Gemini API oraz dla subskrybentów Google AI w aplikacji Gemini, Google Antigravity i trybie AI w wyszukiwarce.
Do Fairwind trzeba złożyć wniosek, a profil programu pasuje do instytucji z polskiego systemu cyberbezpieczeństwa. Naturalnymi kandydatami są zespoły CSIRT poziomu krajowego, w tym CERT Polska działający w NASK, oraz operatorzy usług kluczowych dla państwa, np. w energetyce, telekomunikacji czy ochronie zdrowia. Nie znalazłem publicznej informacji, by jakakolwiek polska instytucja była uczestnikiem programu. Google listy partnerów nie publikuje.
Ten brak przejrzystości zauważyli już polscy komentatorzy. W felietonie na iMagazine.pl autor pyta wprost, kto znalazł się wśród ponad 650 podmiotów, i zwraca uwagę, że program daje Google głęboki wgląd w infrastrukturę krytyczną partnerów. Dla polskich firm z sektora bezpieczeństwa praktyczny wniosek jest prosty: kto nie przejdzie weryfikacji Fairwind, długo będzie pracował na słabszych, publicznych modelach.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Przewaga Google w rankingach dotąd trwała kilka tygodni
Gemini 4 Carbon kończy dla Google trudny okres. Gemini 3.5 Pro, zapowiadany na czerwiec, nigdy nie trafił na rynek i Google zastąpił go Argonem. Argon był pierwszym nowym modelem tej klasy od Google od ponad siedmiu miesięcy i w nowej wersji indeksu tracił do Opus 5.5 osiem punktów.
Historia pokazuje, że prowadzenie Google w tym rankingu zwykle szybko się kończy. Gemini 3 Pro objął prowadzenie w listopadzie 2025 r., po czym w ciągu kilku tygodni wyprzedziły go GPT-5.2 i Claude Opus 4.5. Gemini 3.1 Pro Preview prowadził od lutego 2026 r., po około dwóch tygodniach zrównał się z nim GPT-5.4, w kwietniu dołączył Claude Opus 4.7.
Konkurencja ma swoje kłopoty. OpenAI 28 września odwołało premierę GPT-6.1 Astra, bo wewnętrzne testy wykazały, że model nie zawsze uczciwie relacjonuje swoje działania. Anthropic wypuścił Claude Opus 5.5 pod koniec września. Doniesienia o testach Claude Fable 5.5 u partnerów firmy nie zostały oficjalnie potwierdzone. Jeśli któryś z tych modeli wkrótce trafi na rynek, jeden punkt przewagi Carbona może nie wystarczyć na długo.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu Google z dnia 28.10.2026, strony programu Fairwind Google DeepMind oraz analizy WinBuzzer. Wykorzystano również dane Artificial Analysis, rankingu CWE-bench, informacje VentureBeat oraz polski kontekst z felietonu iMagazine.pl.
Cytat Koraya Kavukcuoglu, wiceprezesa Google DeepMind i głównego architekta AI w Google, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o dostępności Gemini 4 Carbon dla deweloperów, firm i użytkowników.
