Gemini 4 Carbon vs Argon: что лучше для кода и рассуждений

Анонс Google от 10 ноября 2026 года оставляет Gemini 4 Argon рекомендацией для большинства задач по коду и работе со знаниями, а Carbon направляет на сложную многошаговую отладку и открытые исследования. Тариф Standard у обеих моделей одинаковый: $2 за миллион входных токенов и $10 за миллион выходных до 30 ноября, затем $4 и $20.

• Позиция: Argon остаётся выбором по умолчанию для большей части разработки; Carbon берёт самые сложные многошаговые задачи.
• Цена: одинаковые тарифы Standard, и обе начинают с мышлением на medium.
• Счёт: токены мышления тарифицируются как выходные, поэтому больше рассуждений повышает стоимость запроса; повторные попытки, использование кэша и размер ввода тоже меняют счёт за задачу.
• Доступ: платный Gemini API для обеих, без бесплатного уровня.

Gemini 4 Carbon и Argon: краткий обзор

Начните со строки, которая может остановить проект, затем посмотрите на значения по умолчанию, которые вы наследуете.

Строка о роли взята из анонса от 10 ноября 2026 года. Окно и мышление по умолчанию — из страницы моделей и документации о мышлении, обе проверены 11 ноября 2026 года. Платный доступ указан в анонсе и повторяется на странице цен, где обе модели отмечены как недоступные на бесплатном уровне.

Какие задачи по коду Google поручает каждой модели?

Анонс называет Carbon самой сильной моделью и перечисляет работу, которую она должна взять: сложное многошаговое программирование и отладка, долгосрочные агентные задачи, кибербезопасность и открытые научные исследования. В том же тексте сказано, что Argon остаётся идеальным выбором для большинства задач разработки и работы со знаниями. Читайте это как значение по умолчанию от поставщика: начинайте задачу на Argon и переводите на Carbon, когда она снова и снова проваливается на планировании или проверке.

Страница моделей описывает Argon как эффективную передовую модель рассуждений Gemini 4: она отвечает быстрее и тратит меньше токенов за ход, чем Carbon, на сложных задачах по коду, агентах, математике и науке. Меньший расход за ход и более низкий тариф — разные числа. Цены за токен совпадают, поэтому разница проявляется в количестве токенов: Google говорит, что Argon тратит меньше токенов за ход, а общий объём задачи зависит от того, сколько нужно планирования, проверки и повторных попыток.

Наш прошлый тест Argon на задачах по коду — отдельное сравнение с Claude Opus 5.5, без Carbon. Эти результаты описывают Argon на том наборе задач; они ничего не говорят о том, как Carbon справится с той же работой.

Три ситуации стоит проверить на Carbon:

1. Падающий тест затрагивает четыре файла, и исправление зависит от прослеживания вызовов между модулями.
2. Обновление зависимости меняет API в нескольких местах, поэтому модели нужно спланировать правки, применить их и заново запустить набор тестов.
3. Исследовательский вопрос требует плана, первого эксперимента, взгляда на результаты и переработанной второй попытки.

Каждая из них — кандидат для вашей собственной оценки; именно на таких задачах смена модели должна доказать пользу. Google также продвигает Carbon для открытых исследований и приводит примеры из физики, математики, наук о жизни и формальной верификации, которые выбрал сам.

Что измерило независимое исследование 28 октября?

Artificial Analysis опубликовала отчёт 28 октября 2026 года. В нём модели сравниваются с высокими настройками рассуждений в Intelligence Index v5 — составном индексе из девяти оценок.

В отчёте Carbon на 9 баллов выше Argon по индексу, то есть Argon остаётся на 50, и на 126 Elo выше по AA-Briefcase. В AA-Omniscience v1.1 два показателя расходятся: точность Carbon на 10 баллов выше, а доля галлюцинаций растёт с 4% до 11%. Отчёт определяет девять оценок в методике Artificial Analysis. Более высокий суммарный балл и более высокая доля галлюцинаций в одной оценке могут уживаться в одной модели; поэтому смену стоит проверять на своих задачах. Отчёт опубликован 28 октября 2026 года, обе модели сравнивались с высоким уровнем рассуждений в Index v5; он не ранжирует модели для вашего репозитория.

Почему при одинаковом тарифе счёт выходит разным

У обоих ID одна таблица Standard, поэтому сравнивайте реально израсходованные входные, кэшированные входные и выходные токены задачи, а также повторные попытки и другие начисления. Одно лишь общее число токенов счёт не определяет. Страница цен Google приводит эти значения за миллион токенов, проверено 11 ноября 2026 года.

Возьмём показательный запрос: 100,000 входных токенов, 5,000 видимых выходных и 15,000 токенов мышления. Мышление считается выходом, поэтому выходных токенов всего 20,000. До 30 ноября ввод стоит 100,000 ÷ 1,000,000 × $2.00 = $0.20, вывод — 20,000 ÷ 1,000,000 × $10.00 = $0.20, итого $0.40. С 1 декабря тот же запрос стоит $0.80. Количество токенов — предположения для расчёта, а итог использует только прайс-лист Google; попадания в кэш, расходы на grounding и инструменты, повторные попытки и пакетные скидки не учтены.

Итог меняют уровень мышления, размер промпта и число попыток. Задача, которая создаёт больше токенов мышления, при том же тарифе получает другой счёт, даже если завершается за один проход. Кэш у обоих ID работает одинаково: тариф совпадает, и доступно только неявное кэширование.

Нужно ли менять настройки при переходе?

У обоих ID мышление по умолчанию стоит на medium, доступны low, medium и high (документация о мышлении, проверена 11 ноября 2026 года). Обе модели есть в одной таблице моделей Gemini 4 как gemini-4-argon и gemini-4-carbon. Названия полей ниже взяты из документации Google по Interactions API; проверьте их в SDK, который вызываете, потому что поведение инструментов и функций может различаться между SDK. Перед переходом стоит проверить четыре пункта.

1. Усилие, а не обрезка. thinking_level задаёт усилие рассуждения, а max_output_tokens ограничивает созданные токены, включая размышления. Слишком маленький лимит может завершить ответ со статусом incomplete, при этом уже созданные размышления всё равно тарифицируются.
2. Одно общее окно. Ввод, мышление и вывод используют одни и те же 1,048,576 токенов. Если промпт плюс max_output_tokens превышает это окно, API сокращает вывод до оставшегося места.
3. Длинному выводу нужна настройка. Потоковый вызов на переднем плане по умолчанию использует 65,536 выходных токенов; непотоковый вызов на переднем плане ограничен 32,768. Чтобы выйти за 65,536 и дойти до 1,048,576, нужен более высокий max_output_tokens и background=True либо продолжение на стороне клиента. Страница моделей показывает 65K / 1M для обоих ID, и это сокращение описывает такую конфигурацию.
4. Размышления в следующих ходах. В многоходовой работе без сохранения состояния отправляйте прежние блоки размышлений заново в точности такими же, в том числе при смене модели внутри сессии. Interactions API показывает шаги размышлений и сообщает total_thought_tokens, а путь generateContent не содержит отдельных блоков размышлений. Явное кэширование недоступно ни одной из моделей, поэтому рабочему процессу на сохранённом кэше нужен другой план.

Мы не запускали обе модели на одних и тех же задачах, поэтому воспринимайте список как проверку для первого небольшого запроса.

Как сравнить их на своём коде?

Возьмите задачу, которую команда уже решила, и запустите обе модели на одном снимке. Зафиксируйте следующие условия:

• Тот же баг или тикет, тот же снимок репозитория и та же ветка.
• Те же инструменты, инструкции и уровень усилий; medium — значение по умолчанию у обеих.
• Та же проверка успеха: скрытые тесты проходят, а проверяющий принимает diff.
• То же протоколирование: реальное время до первого полезного ответа, время до завершения задачи, число токенов, которое вернул API, повторные попытки и минуты, которые человек тратит на проверку.

Время до первого ответа и общее время завершения отвечают на разные вопросы: проверяющий у терминала чувствует первое, а пакетная задача платит за второе. Записывайте оба, затем считайте каждый запуск по прайс-листу Google и делите на число принятых изменений.

Повторите проверку на нескольких показательных задачах; одна пара запусков показывает разброс, поэтому читайте повторы как направление, а не как фиксированный разрыв. Решайте по числам, которые отслеживает команда, например принятых диффов в час и долларов за принятый дифф. Модель, которая отвечает раньше, но требует второй попытки, может проиграть по обоим.

Можно ли сегодня использовать Gemini 4 Carbon в OmniaKey?

Сейчас OmniaKey предлагает Gemini 4 Argon, и в каталоге нет записи Carbon по состоянию на 11 ноября 2026 года. Доступ к Carbon идёт через платный Gemini API Google, а дата выхода, цена и детали API Carbon перечисляют, что нужно для такого аккаунта. Если альтернатива — модель Anthropic, сравнение Carbon и Fable 5.2 ставит цену и доступ рядом.

Перед планированием перехода проверьте список моделей OmniaKey; до тех пор оставляйте рабочие задачи на Argon.

Частые вопросы

Gemini 4 Carbon лучше Argon для кода?

Google рекомендует Argon для большинства задач разработки, а Carbon — для сложной многошаговой отладки. Отчёт Artificial Analysis от 28 октября ставит Carbon впереди по суммарным баллам и одновременно фиксирует более высокую долю галлюцинаций в одном тесте, поэтому лучший выбор зависит от задачи перед вами.

Carbon дороже за токен, чем Argon?

Тарифы одинаковые: $2 за миллион входных токенов и $10 за миллион выходных до 30 ноября, затем $4 и $20. Стоимость задачи всё равно может отличаться, потому что токены мышления тарифицируются как выходные, а Carbon, по описанию, использует их больше.

Можно перейти, просто изменив ID модели?

На страницах, которые публикует Google, у обоих ID одинаковые настройки мышления по умолчанию, уровни рассуждений и окно контекста. Перед переносом рабочей задачи проверьте обработку размышлений, кэширование и настройки вывода в SDK, который используете.

Какой лимит вывода действует для долгой задачи Carbon?

Потоковый вызов на переднем плане по умолчанию использует 65,536 выходных токенов. Для более длинного вывода, до 1,048,576, нужен более высокий max_output_tokens и background=True либо продолжение на стороне клиента.

Carbon доступен в OmniaKey?

В каталоге OmniaKey есть Gemini 4 Argon, а записи Carbon по состоянию на 11 ноября 2026 года нет. Carbon доступен через платный Gemini API Google.

Проверенные источники

• Google: Gemini 4 Carbon теперь доступна (10 ноября 2026 года)
• Google: модели Gemini API (проверено 11 ноября 2026 года)
• Google: цены Gemini API (проверено 11 ноября 2026 года)
• Google: мышление в Gemini (проверено 11 ноября 2026 года)
• Artificial Analysis: результаты Gemini 4 Carbon в Intelligence Index v5 (28 октября 2026 года)
• Artificial Analysis: методика оценки интеллекта