Xây dựng với CometAPICần một API cho nhiều mô hình?Kiểm thử quy trình trong Playground, sau đó tạo API key khi mô hình và chi phí phù hợp với trường hợp sử dụng của bạn.
Gemini 4 Carbon là gì? Điểm chuẩn, tính năng & giá
Khám phá Gemini 4 Carbon, mô hình AI tiên phong mới của Google. Tìm hiểu các điểm chuẩn an ninh mạng, tính năng, mức giá, so sánh và tình trạng khả dụng.
Gemini 4 Carbon là mô hình tiên phong của Google DeepMind dành cho kỹ thuật đòi hỏi cao và an ninh mạng phòng thủ. Được công bố ngày 28 tháng 10, 2026, Carbon cải thiện so với Argon trong các đánh giá đã công bố về lập trình, bảo mật và ngữ cảnh dài. Giá giới thiệu là $2 cho mỗi triệu token đầu vào và $10 cho mỗi triệu token đầu ra, nhưng quyền truy cập ban đầu bị giới hạn cho các đội phòng thủ mạng được chọn và đối tác tin cậy. Với nhà phát triển, cơ hội là tăng khả năng làm việc tự động; ràng buộc trước mắt là quyền truy cập.
Những điểm chính
Gemini 4 Carbon là mô hình tiên phong tiếp theo của Google sau Argon, tối ưu cho kỹ thuật tác nhân kéo dài nhiều ngày và phòng thủ an ninh mạng.
Gemini 4 Carbon xếp hạng #1 trên Artificial Analysis Intelligence Index v5.0 (điểm 59), vượt Claude Opus 5.5 (58) và GPT-6 Astra (57). Tăng mạnh về lập trình, phát triển web full-stack (+89 Elo trên WebDev Arena lên #4), lập luận khoa học, hiểu đa phương thức và căn chỉnh (tỷ lệ thành công 0.0% trên Gray Swan Indirect Prompt Injection Benchmark).
Đã được xem xét về độ rõ ràng, ghi nguồn và thuật ngữ API hiện tại.
Điểm số an ninh mạng nổi bật (không bật rào chắn): 88.2% trên SEC-bench Pro (tìm lỗ hổng), 54.8% trên ExploitGym (khai thác), và 71.0% trên CWE-bench (vá lỗi).
Quyền truy cập ban đầu hạn chế qua Fairwind Program cho các đội phòng thủ mạng; API công khai và triển khai rộng sẽ đến sau.
Giá giới thiệu giống Argon; sau giai đoạn giới thiệu, áp dụng mức giá chuẩn.
Các nền tảng như CometAPI đã hỗ trợ họ Gemini rộng hơn (bao gồm Argon) qua một API tương thích OpenAI thống nhất, giúp dễ chuyển đổi mô hình và chuẩn bị cho đợt phát hành rộng của Carbon. Chi tiết API công khai và ngày phát hành rộng vẫn chưa được công bố tính đến ngày 29 tháng 10, 2026.
Gemini 4 Carbon là gì?
Gemini 4 Carbon là mô hình AI flagship mới nhất của Google, được thiết kế để xử lý kỹ thuật phần mềm phức tạp, nghiên cứu an ninh mạng và quy trình tự động.
Theo thông báo chính thức, Carbon xây trên nền tảng của Gemini 4 Argon, với cải tiến đáng kể về lập trình, lập luận tác nhân và các nhiệm vụ tập trung vào bảo mật.
Carbon được thiết kế cho công việc bao gồm điều tra, thực thi và kiểm chứng qua nhiều bước. Một tác nhân kỹ thuật phòng thủ có thể kiểm tra một kho mã, xác thực một lỗ hổng nghi ngờ trong môi trường cách ly, phát triển bản vá và kiểm thử liệu thay đổi có khắc phục lỗi ban đầu hay không.
Google cho biết các nhóm nội bộ đã quan sát Carbon xử lý các tác vụ kỹ thuật phức tạp trong nhiều ngày. Đây là quan sát nội bộ, không phải bảo đảm đã công bố về thời gian chạy tự động cụ thể. Google chưa phát hành báo cáo kỹ thuật đầy đủ, số tham số hay chi tiết kiến trúc. Cửa sổ ngữ cảnh và giới hạn đầu ra được kỳ vọng tương tự hoặc cải thiện so với Argon (được báo cáo ở mức hàng triệu token với dung lượng đầu ra cao), và hỗ trợ đầu vào đa phương thức gồm văn bản, hình ảnh, video, âm thanh và PDF.
Các tính năng chính của Gemini 4 Carbon là gì?
Kỹ thuật phần mềm dài hạn
Carbon được thiết kế cho các vấn đề kỹ thuật không thể hoàn thành một cách đáng tin cậy chỉ trong một bước lập luận.
Ví dụ gồm phân tích nguyên nhân gốc trên các kho mã lớn, lỗi liên quan phụ thuộc, gỡ lỗi hệ thống mức thấp và tái cấu trúc phức tạp.
Các cải tiến của Carbon nhắm vào khả năng tiếp tục làm việc sau một lần thử không thành công.
Một tác nhân lập trình hiệu quả phải nhận ra khi lời giải đầu tiên thất bại, kiểm tra bằng chứng mới, và điều chỉnh cách tiếp cận mà không chệch khỏi nhiệm vụ ban đầu.
Quy trình an ninh mạng phòng thủ
Kết quả bảo mật của Carbon bao trùm tìm lỗ hổng, xác thực khả năng khai thác và vá lỗi. Câu hỏi hữu ích cho một đội an ninh là liệu tác nhân có thể đi từ vấn đề nghi ngờ đến phát hiện có thể tái lập và bản vá đã kiểm thử, đồng thời tuân thủ quyền và môi trường được cấp hay không.
Hiểu ngữ cảnh dài và đa phương thức
Carbon đạt điểm F1 BFS 96.2% trên tập con GraphWalks 256K–1M token, tăng từ 84.2% của Argon. Đây là bằng chứng về lập luận đồ thị trong ngữ cảnh dài, không phải bảo đảm truy xuất đúng từ bất kỳ tài liệu triệu token nào.
Các kết quả Chartography và Blueprint-Bench 2 đã công bố cũng bao quát khả năng hiểu thị giác. Những bài kiểm tra này có thể giúp xác định quy trình tài liệu và biểu đồ đầy hứa hẹn, nhưng không xác lập sơ đồ đa phương thức đầy đủ của một API công khai trong tương lai.
Gemini 4 Carbon thể hiện thế nào trên các điểm chuẩn?
Các kết quả đã công bố nhấn mạnh ba lý do để đánh giá Carbon: hiệu năng lập trình mạnh hơn, lập luận ngữ cảnh dài tốt hơn, và cải thiện trên toàn bộ quy trình bảo mật. Thông báo chính thức có biểu đồ so sánh gốc dưới đây; các kết quả chính được tóm tắt ở phần sau.
Hãy chọn điểm chuẩn giống với khối lượng công việc của bạn. Một mô hình dẫn đầu chỉ số trí tuệ tổng quát vẫn có thể kém mô hình khác ở một nhiệm vụ kỹ thuật cụ thể.
Kết quả điểm chuẩn và điều kiện thử nghiệm
Lập luận tổng thể: Carbon đạt 59 trên AA Intelligence Index v5.0, so với 50 của Argon, 57 của GPT-6 Astra, và 58 của Claude Opus 5.5.
Lập trình: Terminal-Bench 4.0 tăng từ 57.1% lên 65.2%, cải thiện 8.1 điểm phần trăm so với Argon. SWE-sweep tăng từ 4.3% lên 9.6%.
Lập luận ngữ cảnh dài: Carbon đạt 96.2% trên tập con GraphWalks 256K–1M-token BFS F1, tăng từ 84.2% của Argon.
Nơi các lựa chọn thay thế dẫn đầu: GPT-6 Astra đạt 65.5% trên FrontierSWE 2 so với 61.2% của Carbon; Claude Opus 5.5 đạt 87.2% trên tập con offline OSWorld so với 81.5% của Carbon. Những so sánh này dựa trên mô hình và thiết lập đánh giá trong biểu đồ đã công bố.
Trong 17 kết quả được chọn ở so sánh gốc, Carbon dẫn đầu 15. Độ bao phủ đó khiến Carbon là ứng viên hứa hẹn cho quy trình phức tạp, nhưng hai ngoại lệ cho thấy vì sao cơ cấu nhiệm vụ riêng của bạn quan trọng. Hãy so sánh mô hình dựa trên kết quả đạt, thời gian hoàn thành và chi phí thay vì lấy trung bình các điểm chuẩn không liên quan.
Phương pháp đánh giá nhìn chung dùng thiết lập tư duy cao nhất và pass@1 trừ khi ghi chú khác. Nó kết hợp kết quả do Google chạy với các nhà đánh giá bên ngoài và điểm số do nhà cung cấp báo cáo, vì vậy khung tác nhân và ngân sách lập luận không đồng nhất giữa mọi mục.
GraphWalks: Tập con trích dẫn dùng 200 bài toán và báo cáo BFS F1.
Agents’ Last Exam: Đánh giá dùng bộ 122 tác vụ v1.1, bộ khung ALE-Claw, cửa sổ 5 giờ và bật bộ lọc an toàn.
OSWorld: Kết quả báo cáo bao phủ tập con offline 82 tác vụ và lấy giá trị tối đa trên ba lần chạy một lần thử.
Hiệu năng lập trình trong thực tế
Carbon cải thiện Terminal-Bench 4.0 từ 57.1% lên 65.2%, tăng 8.1 điểm phần trăm. SWE-sweep tăng từ 4.3% lên 9.6%, hơn gấp đôi điểm số nhưng vẫn dưới 10% theo tuyệt đối. Những kết quả này hỗ trợ đánh giá công việc kho mã khó, đồng thời cho thấy vì sao kiểm thử độc lập và rà soát vẫn cần thiết.
Gemini 4 Carbon mạnh cỡ nào trong an ninh mạng?
Bộ điểm chuẩn và tác vụ bảo mật
Gemini 4 Carbon
Gemini 4 Argon
Chênh lệch
SEC-bench Pro — phát hiện lỗ hổng
88.2%
83.4%
+4.8 điểm phần trăm
ExploitGym — xác thực khai thác
54.8%
42.0%
+12.8 điểm phần trăm
CWE-bench — khắc phục lỗ hổng
71.0%
68.0%
+3.0 điểm phần trăm
Mức tăng lớn nhất là ở xác thực khai thác. Với đội phòng thủ được ủy quyền, bằng chứng có thể tái lập rằng một lỗ hổng có thể bị khai thác giúp cải thiện ưu tiên; một phát hiện có vẻ hợp lý thôi là chưa đủ. Bản vá vẫn cần các kiểm thử để xác nhận lỗi gốc đã được sửa và chức năng hiện có được bảo toàn.
Google báo cáo các đánh giá bảo mật bên ngoài khi không bật rào chắn triển khai. SEC-bench Pro dùng một chia tách 183 tác vụ dành cho JavaScript-engine; ExploitGym dùng thiết lập offline một lần thử với các biện pháp giảm thiểu tắt. Những điều kiện này không xác lập hành vi sản xuất không hạn chế hay tỷ lệ phát hiện cho phần mềm thực tế bất kỳ.
Gemini 4 Carbon có an toàn và tin cậy hơn Argon không?
Tuyên bố không được hỗ trợ giảm khoảng 50% so với Argon trong thử nghiệm nội bộ.
Vượt quyền của tác nhân giảm 26%.
Phục vụ thiếu giảm 29%.
Cảnh báo sai lệch nghiêm trọng cao giảm gần 80% trong môi trường lập trình nội bộ.
Gian lận thành công trên Terminal-Bench 4.0 giảm xuống 0.0% trong đánh giá của Google.
Trên điểm chuẩn tấn công gián tiếp Gray Swan đã đánh giá, tỷ lệ tấn công thành công của Carbon là 0.0% so với 0.7% của Argon. Điều này nghĩa là các tấn công đã đánh giá không thành công trong thiết lập đó; nó không xác lập miễn nhiễm với các tấn công mới hay môi trường công cụ khác.
Những con số này đến từ các đánh giá khác nhau và không nên gộp thành một điểm độ tin cậy duy nhất.
Với một tác nhân sản xuất, hãy duy trì kiểm tra quyền độc lập, nhật ký thực thi và xác thực kết quả được tuyên bố. Hành vi cải thiện của mô hình là hữu ích, nhưng ứng dụng vẫn phải kiểm soát tệp, dịch vụ và hành động mà tác nhân có thể truy cập.
API Gemini 4 Carbon có giá bao nhiêu?
Google đã công bố giá token giai đoạn giới thiệu và sau đó. Các con số đầu vào lưu đệm dưới đây được tính từ mức giảm 95% đã công bố; triển khai API công khai và chi tiết điều kiện đủ vẫn đang chờ.
Hạng mục tính phí, USD trên 1M token
Giá giới thiệu
Giá sau đó
Token đầu vào
$2.00
$4.00
Token đầu ra
$10.00
$20.00
Token đầu vào lưu đệm đủ điều kiện
$0.10
$0.20
Giai đoạn giới thiệu của Carbon chưa có ngày kết thúc được công bố. Giá giới thiệu đã công bố của Argon kết thúc ngày 30 tháng 11, 2026 (tham chiếu); mốc đó không áp dụng cho Carbon. Giá theo lô, phí công cụ bổ sung và gói miễn phí chưa được công bố cho Carbon.
Ví dụ chi phí yêu cầu
Giả sử một yêu cầu dùng 200,000 token đầu vào chưa lưu đệm và 10,000 tổng token đầu ra bị tính phí. Ở mức giá giới thiệu đã công bố, chi phí đầu vào là $0.40 và đầu ra là $0.10, tổng $0.50. Cùng mức sử dụng token đó sẽ tốn $1.00 ở mức giá sau đó.
Nếu toàn bộ 200,000 token đầu vào đủ điều kiện giảm giá lưu đệm đã công bố, ước tính giai đoạn giới thiệu là $0.12 bao gồm đầu ra. Đây là minh họa có điều kiện, không phải hứa rằng mọi đầu vào lặp lại đều đủ điều kiện.
Phần đầu ra phải bao gồm mọi token tư duy bị tính như đầu ra theo quy tắc cuối cùng áp dụng. Nếu 10,000 chỉ đề cập đến câu trả lời hiển thị, token tư duy bị tính thêm sẽ làm tăng ước tính. Không bao gồm công cụ, thử lại và các dịch vụ khác.
Nhà phát triển có thể chuẩn bị cho API Gemini 4 Carbon như thế nào?
Tình trạng sẵn sàng hiện tại của API Gemini 4 Carbon
Tính đến ngày 29 tháng 10, 2026, quyền truy cập bắt đầu với các đội phòng thủ an ninh mạng được chọn và mở rộng dần cho đối tác tin cậy. Fairwind Program của Google mô tả con đường truy cập có kiểm soát. Ngày phát hành rộng cho nhà phát triển và định danh mô hình Carbon công khai chưa được công bố.
Vì thế, giá đã công bố không đồng nghĩa ứng dụng có thể gọi một API Carbon sẵn sàng chung ngay hôm nay. Giới hạn ngữ cảnh công khai cuối cùng, đầu ra tối đa, sơ đồ đa phương thức, khả năng công cụ và giới hạn vận hành vẫn cần đặc tả sản xuất được ghi tài liệu.
Tính đến ngày 29 tháng 10, 2026, Google chưa ra mắt API Carbon sẵn sàng chung, nên Carbon chưa có trên CometAPI. Trong lúc chờ, bạn có thể dùng Gemini 4 Argon để đánh giá ban đầu. Kiểm tra trang CometAPI Carbon để biết tình trạng và giá nhà cung cấp khi mở quyền truy cập.
Các lựa chọn thay thế trong khi chờ API Carbon
Bạn có thể bắt đầu đánh giá quy trình lập trình trước khi Carbon được cung cấp rộng rãi. Xây dựng đường cơ bản với một mô hình có thể truy cập hôm nay, rồi so sánh Carbon trên cùng nhiệm vụ khi API mở. Ba lựa chọn nên cân nhắc là Gemini 4 Argon, GPT-6.1 Astra và Claude Opus 5.5; hãy xác nhận tên mô hình chính xác, quyền truy cập và giá với nhà cung cấp trước khi chọn.
Gemini 4 Argon: Bắt đầu ở đây nếu bạn đã dùng Gemini hoặc muốn đường cơ sở trực tiếp cho Carbon. Hãy thử các thay đổi kho mã đại diện, rà soát mã và sửa lỗi, và ghi lại đầu ra nào vượt bài kiểm thử chấp nhận.
**GPT-6.1 Astra:** Đưa vào để so sánh chéo nhà cung cấp cho cùng nhiệm vụ kỹ thuật. Đo số bản sửa được chấp nhận, thời gian hoàn thành và tổng chi phí. Các kết quả GPT-6 Astra thảo luận trước đó áp dụng cho phiên bản đã điểm chuẩn đó và không nên coi là điểm GPT-6.1 Astra.
**Claude Opus 5.5:** Thêm như một ứng viên khác cho phân tích kho mã, tái cấu trúc và rà soát. Dùng cùng mô tả nhiệm vụ và tiêu chí xác thực để bạn có thể so sánh giá trị thực tế của từng kết quả.
Giữ cấu hình lựa chọn mô hình ở dạng có thể thay đổi và lưu prompt, ca kiểm thử và kết quả từ mỗi lần chạy. Điều đó giúp bạn có điểm khởi đầu hữu ích để đánh giá Carbon mà không ràng buộc quy trình vào một định dạng API chưa công bố.
Điểm chuẩn
Gemini 4 Carbon
Gemini 4 Argon
GPT-6 Astra
Claude Opus 5.5
AA Intelligence Index v5.0
59
50
57
58
Vals Index v2.2
70.4%
69.2%
65.0%
70.2%
SWE-sweep
9.6%
4.3%
9.5%
3.6%
FrontierSWE 2
61.2%
55.0%
65.5%
62.3%
Terminal-Bench 4.0 (AA)
65.2%
57.1%
59.1%
59.6%
Agents' Last Exam v1.1
77.4%
69.0%
73.1%
71.6%
OSWorld-2.1, offline subset
81.5%
74.7%
80.9%
87.2%
AutomationBench, Zapier
53.9%
51.3%
41.4%
42.5%
Chuẩn bị quy trình đánh giá mô hình
Một khung đánh giá thực tế nên đo lường nhiều hơn chất lượng trả lời tổng quát.
Với quy trình lập trình và bảo mật, các chỉ số hữu ích gồm:
Tỷ lệ hoàn thành tác vụ: Tác nhân thỏa mãn bài kiểm thử chấp nhận được bao nhiêu lần?
Độ đúng của bản vá: Thay đổi đề xuất có xử lý lỗi ban đầu mà không phá vỡ hành vi hiện có không?
Tỷ lệ dương tính giả: Bao nhiêu phát hiện được báo cáo không vượt qua xác thực?
Độ trễ đầu-cuối: Toàn bộ quy trình mất bao lâu, bao gồm thời gian chạy công cụ?
Tổng chi phí mỗi tác vụ: Mỗi kết quả được chấp nhận tốn bao nhiêu sau khi tính thử lại và công cụ?
Tuân thủ hướng dẫn: Tác nhân có ở trong phạm vi tệp, công cụ và hành động được phép không?
Hãy dùng một bộ nhiệm vụ thực tế cố định và lưu hồ sơ từng mô hình, thiết lập, token sử dụng và kết quả kiểm thử. Bao gồm thử lại và chỉnh sửa thủ công trong chi phí. Khi Carbon khả dụng, chạy cùng đánh giá để xem liệu nó có mang lại nhiều công việc được chấp nhận hơn cho thời gian và ngân sách của bạn không.
Kết luận
Gemini 4 Carbon là một nâng cấp đầy hứa hẹn cho lập trình đòi hỏi cao, lập luận ngữ cảnh dài và công việc bảo mật phòng thủ. Các kết quả đã công bố cho thấy tiến bộ rõ rệt so với Argon, trong khi quyền truy cập ban đầu vẫn hạn chế tính đến ngày 29 tháng 10, 2026. Hiện tại, hãy thiết lập đường cơ sở với mô hình sẵn có và giữ tích hợp linh hoạt. Khi API công khai của Carbon mở, hãy so sánh chất lượng công việc hoàn thành, thời gian tiết kiệm và tổng chi phí trước khi quyết định chuyển đổi.
Câu hỏi thường gặp
Gemini 4 Carbon có thể chạy không cần giám sát của con người không?
Các báo cáo về công việc kỹ thuật nội bộ kéo dài nhiều ngày không xác lập độ tin cậy không giám sát cho các tác vụ tùy ý. Một đội cân nhắc vận hành tự động nên định nghĩa hành động được phép, điều kiện dừng và bài kiểm thử chấp nhận, rồi đo xem tác nhân hoàn thành công việc không cần sửa bao nhiêu lần. Thời gian chạy tự thân không chứng minh đầu ra của tác nhân là đúng.
Một tích hợp Argon hiện có có thể chuyển thẳng sang Carbon không?
Không dựa trên bằng chứng có ở đây. Hãy giữ lựa chọn nhà cung cấp ở dạng có thể cấu hình, nhưng xác minh định danh mô hình thực tế của Carbon, sơ đồ được hỗ trợ, công cụ, giới hạn và quyền truy cập tài khoản trước khi thay đổi triển khai. Tái sử dụng prompt có thể giúp so sánh có kiểm soát; điều đó không chứng minh tương thích API.
Những kiểm thử nào của Gemini 4 Carbon quan trọng đối với một codebase riêng tư?
Hãy bao gồm lỗi đại diện, thay đổi kho mã và phát hiện bảo mật với tiêu chí chấp nhận đã biết. Kiểm tra liệu bản vá vượt bài kiểm thử liên quan, phát hiện có thể tái lập, và hành vi không liên quan không bị thay đổi. Bao gồm các lần thử thất bại và chỉnh sửa thủ công trong phân tích chi phí để một điểm chuẩn công khai mạnh không che khuất công việc vận hành.
