Robocikowo>ROBOCIKOWO
Gemini 4 Carbon

Gemini 4 Carbon

4 Carbon · Rodzina: Gemini
Frontierowy model z rodziny Gemini 4 od Google (Google DeepMind). Multimodalny (tekst, obraz, audio, wideo, PDF), okno kontekstu 1M tokenow, tryb rozumowania i zdolnosci agentowe.
✓ Aktywny✓ Publiczny dostępLLMModel multimodalnyModel rozumowaniaModel używający narzędzi📁 Gemini
Okno kontekstowe
1M
tokenów
Max output
1 000 000
tokenów
Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

Gemini 4 Carbon to frontierowy model z rodziny Gemini 4 opracowany przez Google (Google DeepMind), udostepniony w listopadzie 2026 roku pod identyfikatorem API gemini-4-carbon. Nalezy do tej samej generacji co Gemini 4 Argon i Gemini 4 Hydrogen.

Model jest multimodalny - przyjmuje tekst, obrazy, audio, wideo oraz pliki PDF - i oferuje okno kontekstu o dlugosci 1 miliona tokenow. Obsluguje tryb rozumowania (thinking) oraz zadania agentowe, w tym agentowe kodowanie i uzycie narzedzi. Jest dostepny przez API (platny poziom) z publicznym cennikiem.

Na oficjalnych benchmarkach Google DeepMind Carbon osiaga m.in. 61,2% na FrontierSWE 2, 65,2% na Terminal-Bench 4.0 oraz 96,2% F1 na GraphWalks przy kontekscie do 1M tokenow.

Klasyfikacja
LLMModel multimodalnyModel rozumowaniaModel używający narzędzi
Rodzina: Gemini
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: 1M
✓ Narzędzia
📥 Wejście: tekst, obraz, audio, wideo…

Specyfikacja techniczna

Okno kontekstowe
1M
tokenów
Max output tokens
1 000 000
tokenów na odpowiedź
Licencja
Proprietary (closed weights)
Funkcje:✓ Używanie narzędzi
Modalności
⬇ Wejście (Input)
textimageaudiovideodocuments
⬆ Wyjście (Output)
textcode

Możliwości i zastosowania

Natywne możliwości modelu
Zdolności agentowe
Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.
Kategoria: planning
Kodowanie agentowe
Wielogodzinne, wieloetapowe zadania programistyczne wykonywane samodzielnie przez model: klonowanie repozytorium, uruchamianie testów, iteracja poprawek, integracja z narzędziami CLI. Charakterystyczne dla wariantów Codex (GPT-5.1-Codex-Mini, Codex-Max).
Kategoria: coding
Rozumienie multimodalne
Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.
Kategoria: multimodal

Wyniki benchmarków

7 benchmarków
AA Index v5.0
59
📄 Google DeepMind (deepmind.google/models/gemini)
Vals Index v2.2
70.4%
📄 Google DeepMind (deepmind.google/models/gemini)
FrontierSWE 2
61.2%
📄 Google DeepMind (deepmind.google/models/gemini)
Terminal-Bench 4.0 (AA)
65.2%
📄 Google DeepMind (deepmind.google/models/gemini)
Agents' Last Exam v1.1
77.4%
📄 Google DeepMind (deepmind.google/models/gemini)
GraphWalks (256k-1M, BFS F1)
F1
96.2%
📄 Google DeepMind (deepmind.google/models/gemini)
SEC-bench Pro
88.2%
📄 Google DeepMind (deepmind.google/models/gemini)

Cennik

Architektura techniczna

Forma modelu (Model Form)