Carbon занимает первое место в индексе Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов. В индексе Artificial Analysis Claude Opus 5.5 от Anthropic идёт второй с 58 баллами, а GPT-6 Astra от OpenAI — третьей с 57.
«Carbon демонстрирует, с какой скоростью мы продвигаем передний край вперёд», — написал Кавукчуоглу.
Создана, чтобы находить и устранять уязвимости
По словам Google, Carbon лидирует в трёх независимых тестах по кибербезопасности, которые компания проводила без защитных ограничений. Модель набрала 88,2% в SEC-bench Pro, где оценивается поиск реальных уязвимостей. В ExploitGym, проверяющем, можно ли эксплуатировать уязвимость, результат составил 54,8%. В CWE-bench, оценивающем создание исправлений, — 71,0%.
Во внутренних тестах Google Carbon более чем вдвое успешнее Argon справлялась с написанием безопасного кода. Команда Chrome в Google установила, что модель более чем в 10 раз лучше крупной передовой модели другой лаборатории пишет качественные патчи. Название лаборатории Google не раскрыла.
В Google говорят, что её команды наблюдали, как Carbon работает днями над длительными инженерными задачами — в том числе выслеживает и исправляет малозаметные ошибки в больших кодовых базах. Кроме того, Carbon поднялась на 89 пунктов и заняла четвёртое место в WebDev Arena — рейтинге сайтов, созданных ИИ.
Меньше обходных путей, утверждает Google
По данным Google, Carbon делает примерно вдвое меньше необоснованных утверждений, чем Argon. Во внутренних средах программирования компании число предупреждений о серьёзном рассогласовании сократилось почти на 80%. Рассогласование означает, что модель действует не так, как задумывали её разработчики.
В бенчмарке Gray Swan по prompt-инъекциям ни одна из проверенных атак против Carbon не увенчалась успехом. У Argon доля успешных атак составляла 0,7%. В Terminal-Bench 4.0 доля успешного жульничества у Carbon — 0,0%.
Где конкуренты всё ещё впереди
Собственная сравнительная таблица Google показывает два теста, в которых Carbon не первая. GPT-6 Astra лидирует в FrontierSWE 2, тесте по разработке ПО, с 65,5% против 61,2% у Carbon. Claude Opus 5.5 лидирует в OSWorld, оценивающем работу с компьютером, — 87,2% против 81,5%.
Artificial Analysis ставит Carbon на второе место в своём Coding Agent Index — после Claude Code на базе Opus 5.5. В тесте на знания Carbon правильно ответила на 58% вопросов против 48% у Argon, сообщил Карл Франзен в VentureBeat. При этом уровень галлюцинаций в том же тесте вырос с 4% до 11%.
Этот показатель учитывает долю неверных ответов среди тех, на которые Carbon не ответила полностью правильно. Как отметил VentureBeat, технический отчёт по Carbon Google пока не опубликовала.
Кто и когда получит Carbon
С этой недели Carbon становится доступна части специалистов по киберзащите. Google будет добавлять новых доверенных партнёров через программу Fairwind. Компания также участвует в добровольной процедуре правительства США по тестированию моделей до выпуска. Разработчики, компании и обычные пользователи получат Carbon «как можно скорее», заявляют в Google.
Argon прошла тот же путь. Google предоставила Argon специалистам по киберзащите 30 сентября, а 13 октября открыла её для всех платных пользователей.
Carbon выйдет по стартовой цене Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. В сноске к записи Google указано, что позднее цены вырастут до 4 и 20 долларов. Когда именно, в Google сообщать отказались, пишет Райан Уитвэм в Ars Technica.
Google анонсировала Carbon в день, когда Alphabet отчиталась о результатах за третий квартал, и через день после того, как DeepMind выпустила модель мира Genie 4. Сундар Пичаи, генеральный директор Google и Alphabet, упомянул Carbon в своём выступлении на конференции по итогам квартала.
«С Gemini 4 Argon, а теперь и с Carbon, которую мы представили сегодня, мы рады быть лидерами на переднем крае», — сказал Пичаи.
Опубликовано 29 октября 2026 - 09:05 Наверх
