В статье проверены открытые источники по состоянию на 16 ноября 2026 года: Hydrogen, выпущенный 12 ноября, и расширение доступности Carbon 10 ноября. Мы изучили официальные карточки и методики, исходные страницы оценочных платформ и сообщения сообщества. Платные модели не вызывали и рейтинги заново не воспроизводили. Запросы и локальные записи — наши проекты испытаний, а не измеренные результаты моделей.

Google: представляем Gemini 4 Hydrogen · Google: Gemini 4 Carbon теперь доступен

Разделите роли Hydrogen, Carbon и Argon

Этот выпуск предполагает разделение задач: Hydrogen делает упор на эффективное повседневное исполнение агентами, Carbon — на более сложные рассуждения в длительных процессах, а Argon остаётся в уже налаженных сценариях. Анонс модели, ограниченный доступ и более широкий выпуск — разные события. Перед сравнением старых впечатлений сопоставьте даты.

Google: представляем Gemini 4 Hydrogen · Google: Gemini 4 Carbon теперь доступен

Версии и границы обзора
МодельДата или рольЧто проверить до использования
Gemini 4 HydrogenВыпущен 2026-11-12; повседневное исполнениеПо умолчанию high; также доступны low, medium и xhigh
Gemini 4 CarbonРасширение доступности 2026-11-10; ранее доступ был ограниченБолее сложные задачи, длительные циклы проверки и больший бюджет ресурсов
Gemini 4 ArgonУже существующая модель Gemini 4Google по-прежнему считает её подходящей для большинства инженерных и интеллектуальных задач

Google: представляем Gemini 4 Hydrogen · Google: Gemini 4 Carbon теперь доступен

В нашей схеме выбора сначала определяется задача, затем модель и уровень. Форматирование, ограниченные исправления и извлечение данных помогают получить исходный результат более быстрой конфигурации. Архитектурные решения, ограничения между файлами и трудноуловимые ошибки дают повод сравнить более глубокое рассуждение. Оценивайте соответствие результата требованиям, а не длину ответа.

Название модели не означает одинаковые возможности во всех продуктах

Способы доступа из официальных анонсов; фактические варианты зависят от аккаунта и этапа развёртывания
Способ доступаHydrogenCarbon
Приложение GeminiВ разных тарифах; бесплатные пользователи получают доступ через подходящий автоматический выборВ анонсе указан Google AI Ultra
AI Studio / Gemini APIДля бесплатного и платного доступа действуют собственные квотыПлатный доступ для разработчиков
Google AntigravityВ анонсе указаны платные AI Pro / UltraВ анонсе указан AI Ultra
Поиск и бизнес-продуктыОтдельно проверяйте Поиск, бизнес-продукты и права организацииОтдельно проверяйте Ultra, корпоративные точки доступа и специальные программы

Google: представляем Gemini 4 Hydrogen · Google: Gemini 4 Carbon теперь доступен · Google: анонс Hydrogen для разработчиков · Примечания к выпускам приложений Gemini

Подписка, оплата API, агенты в IDE и права организации имеют разные границы. Выбор модели в чате не подтверждает наличие баланса API, одинаковых инструментов или одинаковых лимитов контекста. До покупки запишите продукт, уровень и способ предоставления, затем сопоставьте описание продавца с нужными правами. Наличие Gemini среди наших товаров определяется актуальными карточками и условиями предоставления.

В анонсе Carbon указаны вводные публичные тарифы API: $2 за миллион входных токенов и $10 за миллион выходных; вводный период заканчивается 30 ноября. В анонсе Hydrogen указаны $1.50 за вход и $7.50 за выход на миллион токенов. Это конкретные тарифы API: их нельзя пересчитывать в сообщения подписки или списания квоты сторонней IDE.

Google: представляем Gemini 4 Hydrogen · Google: Gemini 4 Carbon теперь доступен

Для мультимодальности и длинного контекста проверяйте контракт входа и выхода

Обе карточки перечисляют текст, изображения, аудио и видео на входе, а текст — на выходе. Создание таблицы или презентации через инструменты требует исполнения, записи файла и последующей проверки. Это отличается от прямой генерации моделью аудио или видео. Эффектная демонстрация приложения также зависит от кода и среды исполнения, которые нужно оценивать отдельно.

Карточка модели Gemini 4 Hydrogen · Карточка модели Gemini 4 Carbon

Условия, которые легко упустить
ПунктУсловие в карточке или методикеПрактическая проверка
КонтекстДо 1M токенов суммарно на вход и выходЗаложите место для исходных материалов, истории инструментов и итогового ответа
Длинный выводHydrogen: до 64K при обычном синхронном выводе; до 1M через фоновый режим long decodeПроверьте, поддерживает ли ваш способ доступа этот режим
Сложные файлыВизуальное чтение, формулы и итоговые файлы — отдельные этапыПроверьте координаты графиков, формулы ячеек, ссылки на страницы и экспортированные файлы

Карточка модели Gemini 4 Hydrogen · Карточка модели Gemini 4 Carbon

Большое окно вмещает больше материала, но не гарантирует точное использование каждой детали. Присвойте файлам идентификаторы, требуйте файл и страницу для важных утверждений и спрашивайте, какой график, единица измерения или условие на другой странице способны изменить вывод. Открывайте созданный файл, не полагаясь на сообщение о завершении.

Как проверить четыре уровня рассуждения, а не просто ждать дольше

Hydrogen явно предлагает low, medium, high и xhigh; по умолчанию выбран high. Эти варианты описывают конфигурацию данной модели; у других моделей, продуктов и автоматических маршрутов значения могут отличаться. Повышая уровень, одновременно записывайте качество, прошедшее время и объём вывода, чтобы не принимать более длинное объяснение за большее количество выполненной работы.

Google: представляем Gemini 4 Hydrogen · Google: анонс Hydrogen для разработчиков

Наш порядок испытания: для каждого повышения нужна проверяемая причина
УровеньКакие задачи пробовать сначалаКогда повысить уровень или остановиться
lowИзвлечение или форматирование с чёткими правилами выводаСохраните неудачный вход и повысьте уровень, если ограничения не соблюдены
mediumИсправления и анализ с небольшим числом зависимостейСопоставьте дополнительные верные результаты с ценой ожидания
highНесколько шагов с обратной связью от инструментовУбедитесь, что тесты действительно выполнены, а файлы проверены после записи
xhighТрудные задачи с ясным способом проверкиНазначьте проверку человеком, если дальнейшие рассуждения не добавляют доказательств

Это предложенная нами схема эксперимента, а не официальная гарантия. Задачу могут ограничивать качество поиска, права инструментов, сбои среды и загрязнённый контекст. Модель, ожидающая недоступный инструмент, может ничего не выиграть от повышения уровня. Перед повтором, сменой модели или исправлением среды изучите последний статус инструмента и ошибку.

Читайте официальные баллы вместе со средой теста, версией и числом попыток

В методике Hydrogen указаны pass@1 и максимальный уровень рассуждения, кроме оговорённых случаев. Для Terminal-Bench 4.0 и 4.1 отдельно указаны high, среда mini-swe-agent vision и среднее вознаграждение по пяти попыткам на задачу. Это среднее не является вероятностью хотя бы одного успеха за пять попыток. Из-за исключений также нельзя подписывать всю таблицу как xhigh.

PDF с методикой оценки Hydrogen

Условия, проверенные в исходных PDF с методиками
Источник или оценкаКакую конфигурацию сохранитьКакого неверного прочтения избежать
Hydrogen Terminal-BenchНе смешивать 4.0 и 4.1; high; среднее вознаграждение по пяти попыткамСмешение версий или принятие среднего за pass@5
Hydrogen SWE-sweepAntigravity CLI 1.4.8; вознаграждение с весами подзадачПринятие разных агентных сред за один и тот же тест модели без обвязки
Сравнения CarbonЧасть значений для сторонних моделей взята из отчётов поставщиковУтверждение, что каждый столбец получен единым независимым повторным тестом
Carbon AA / ValsВ методике выпуска указаны AA v5.0 и Vals v2.2Прямое построение тренда через последующие изменения версии индекса

PDF с методикой оценки Hydrogen · PDF с методикой оценки Carbon

Заявления Google о скорости Hydrogen, меньшем числе вымышленных утверждений и совместной работе можно превратить в гипотезы собственного испытания. Зафиксируйте входные данные и ограничения задачи, добейтесь одинакового качества исправлений, затем сравните полное время выполнения. Только тогда ускорение означает сопоставимую сдачу работы, а не раннюю остановку или пропущенные проверки.

Google: представляем Gemini 4 Hydrogen

Artificial Analysis: рассматривайте возможности, время и стоимость вместе

Снимок исходных страниц моделей на 2026-11-16; Intelligence Index v5.0.1
КонфигурацияБалл индексаСтатистика задач на той же странице
Hydrogen Xhigh54Около 14.9 минуты на задачу; средняя стоимость $3.16
Carbon High60Около 33.0 минуты на задачу; средняя стоимость $5.48

Artificial Analysis: страница модели Hydrogen · Artificial Analysis: страница модели Carbon

Индекс объединяет девять оценок. Балл относится к конкретной конфигурации; среднее время и стоимость на странице описывают её тестовую нагрузку, а не цену любого чата. Страницы моделей меняются, поэтому мы сохраняем дату доступа и версию индекса, а не подставляем текущие значения в старые графики запуска.

Artificial Analysis: страница модели Hydrogen · Artificial Analysis: страница модели Carbon

Отсюда следует условная стратегия испытания: расширяйте применение более высокой конфигурации, только если устранённые ею дополнительные ошибки важны для вас. При частых простых результатах ожидание может влиять на удобство сильнее цены токенов. В сложной работе дешёвая неудача и дорогая переделка могут обойтись дороже, чем более сильная конфигурация с самого начала.

CursorBench даёт данные о рабочем процессе, а не баллы для сложения с AA

Текущие конфигурации, баллы и средняя стоимость в Cursor Insights
КонфигурацияБаллСредняя стоимость
Carbon Medium60.1%$8.49
Hydrogen High54.3%$5.59
Argon Medium52.8%$4.39

Текущий рейтинг моделей Cursor Insights

Рейтинг ближе к задачам разработки, определённым Cursor, но среда и распределение задач остаются частью этой оценки. Здесь Carbon использует Medium, а на странице AA — High. Разные шкалы, нагрузки и агентные среды означают, что 60.1% и балл AA 60 не подтверждают друг друга как одно измерение.

Artificial Analysis: страница модели Hydrogen · Artificial Analysis: страница модели Carbon · Текущий рейтинг моделей Cursor Insights

Лидирующие позиции и заявления о меньшей стоимости в анонсе Google также относятся к исходному набору сравнений. Добавление моделей или изменение цен способно изменить соотношение. При закупке или миграции сохраняйте текущий рейтинг, уровень рассуждения и ошибки на собственных задачах, чтобы соотношение на момент запуска не превратилось в постоянное обещание.

Google: Gemini 4 Carbon теперь доступен · Текущий рейтинг моделей Cursor Insights

Что измеряет мультимодальная оценка интеллектуальной работы

MKA — совместная работа Google DeepMind и Artificial Analysis: агенты должны превращать сложные визуальные материалы в реальные файлы. AA описывает 200 закрытых задач, общую среду Stirrup и до 250 ходов. Десять открытых задач позволяют изучить формат, но не воспроизводят полный закрытый рейтинг.

Artificial Analysis: методика и результаты MKA · Artificial Analysis: страница оценки MKA · Открытый набор данных MKA от Google

Главный показатель Climb WSR измеряет взвешенное выполнение более сложных критериев рубрики, а не вероятность завершения задачи. При подсчёте различают базовые проверки Regression и более сложные критерии Climb; агент-судья открывает сданные файлы. Это ближе к качеству файлов, чем один итоговый текст, но всё ещё зависит от критериев, автоматической оценки и распределения предметных областей. Совместное участие организаций необходимо указывать.

Artificial Analysis: методика и результаты MKA · Artificial Analysis: страница оценки MKA

Полезный перенос в практику — заменить «файл создан» проверками: он открывается, формулы и источники корректны, выводы соответствуют исходным рисункам, а изменения не выходят за границы задачи. Сделайте приёмку обязательным условием, затем по частным баллам ищите причины ошибок. Мы не запускали MKA.

Почему в отзывах сообщества есть и приятные сюрпризы, и зависания

Отдельные случаи: сохраняйте сведения о среде и границах доказательств
Исходное сообщениеОписанный опытЧего оно не доказывает
Раннее испытание Carbon в процессе разработкиЧетыре положительных этапа; автор прямо указывает на малую выборкуУровень усилия выбирался по сложности, поэтому причинное сравнение medium/high невозможно
Продолжительный рабочий процесс пользователя HydrogenСообщается о полезной инженерной работе; проверка другой моделью выявила проблемыОдин проект и оценки другой модели не подтверждают общую надёжность
Сообщение о проблеме Cursor Carbon HighПосле повторных просьб продолжить — зависание на Thinking; указаны версииОдно сообщение не позволяет отделить причину в модели, IDE, сети или сервере

Исходный пост сообщества: ранние результаты процесса Carbon · Исходный пост сообщества: опыт Hydrogen и проверка · Сообщество Cursor: сообщение о зависании Carbon High

Такие сообщения помогают создавать тесты и шаги диагностики, но не измеряют долю затронутых пользователей. Успешные процессы нередко уже содержат контракт задачи, инструменты и проверку. Негативные сообщения могут объединять сбои модели и продукта. Уточняйте, совпадают ли входы, какой уровень использовался, сохранены ли доказательства работы инструментов и действительно ли проверялись файлы.

При зависании сохраните границы задачи, название модели, версию продукта и последний статус инструмента. Перед обращением в поддержку удалите учётные данные и частные материалы. Если заявлено завершение, но результата нет, непосредственно проверьте файлы, тесты и изменения. Бесконечные просьбы продолжить плохо заменяют диагностику: каждый повтор требует конкретного изменения и условия остановки.

Повторяемое испытание: общие задачи, фиксированные бюджеты и отдельная проверка

Выберите три задачи на материалах, которыми владеете или вправе пользоваться: CSV с аномальными строками, ограниченное исправление кода и отчёт по графикам со ссылками на страницы. Зафиксируйте копии входов и критерии приёмки. Для нескольких запусков каждой конфигурации независимо сбрасывайте контекст, сохраняйте неудачи и переделки. В небольшом пилоте приводите исходные количества, не выдавая процент за устойчивую вероятность успеха.

Наш запрос для задачи; замените текст в скобках. Модели его не отправляли
Задача: [опишите одну проверяемую задачу]
Входы: [фиксированный список файлов, версии или контрольные суммы]
Разрешённые изменения: [конкретные файлы и каталоги]
Запрещённые действия: [ненужное развёртывание, сообщения, оплата и т. п.]
Критерии приёмки:
1. [функциональность и граничные случаи]
2. [исполняемый тест или ручная проверка после записи]
3. Сохранить исходные входы и файлы вне границ задачи.
Сначала перечисли недостающую информацию; если её достаточно, приступай. Записывай препятствия в правах или среде и выполненную работу.
Верни фактические изменения, действительно выполненные проверки с результатами, нерешённые вопросы и пути к файлам.
Не выдавай запланированные проверки за завершённые.
Наш запрос для отдельного сеанса проверки; важные доказательства по-прежнему должен изучить человек
Проверь существующие результаты, не доверяя заявлению автора о завершении.
Контракт задачи: [вставьте зафиксированные цели и критерии приёмки]
Доказательства: [исходные входы, файлы результата, изменения и вывод тестов]
Для каждого критерия верни: критерий | расположение исходного доказательства | выполненная проверка | пройдено/не пройдено/не проверено.
Сначала ищи значимые ошибки, единицы и формулы, поддержку источниками и изменения за границами задачи.
Отделяй уже имевшиеся доказательства от проверок, добавленных сейчас.
Если файлы или среда исполнения недоступны, пометь вывод как непроверенный. Не считай гладкий текст доказательством правильности.

Локальный код: включайте повторы и ошибки в стоимость принятой работы

A и B ниже — искусственные кандидаты, а не реальные модели. Запуск принимается, только если пройдены тесты, проверка файлов после записи и контроль границ изменений. Общая стоимость включает все попытки и делится на число принятых запусков. Один специально неудачный пример показывает различие между дешёвой попыткой и пригодным результатом.

Сохраните как acceptance_cost.py и запустите в локальном Python 3; без вызовов моделей и доступа к сети
import json
from decimal import Decimal
from statistics import median

# Synthetic teaching fixture. A and B are not Google model results.
rows = [
    ("A1", "A", True,  True, True, 10, "0.04"),
    ("A2", "A", False, True, True, 12, "0.05"),
    ("A3", "A", True,  True, True, 14, "0.06"),
    ("B1", "B", True,  True, True, 20, "0.12"),
    ("B2", "B", True,  True, True, 24, "0.15"),
    ("B3", "B", True,  True, True, 30, "0.18"),
]
assert len({row[0] for row in rows}) == len(rows)
report = {"synthetic": True, "model_calls": 0, "candidates": {}}
for candidate in ("A", "B"):
    runs = [row for row in rows if row[1] == candidate]
    assert len(runs) == 3
    assert all(type(v) is bool for row in runs for v in row[2:5])
    assert all(row[5] > 0 and Decimal(row[6]) >= 0 for row in runs)
    passed = sum(all(row[2:5]) for row in runs)
    spend = sum((Decimal(row[6]) for row in runs), Decimal("0"))
    report["candidates"][candidate] = {
        "runs": len(runs), "accepted": passed,
        "all_attempt_cost": str(spend),
        "cost_per_accepted": str((spend / passed).quantize(Decimal("0.001"))) if passed else None,
        "median_seconds": median(row[5] for row in runs),
    }
assert report["candidates"]["A"]["accepted"] == 2
assert report["candidates"]["A"]["cost_per_accepted"] == "0.075"
assert report["candidates"]["B"]["accepted"] == 3
assert report["candidates"]["B"]["cost_per_accepted"] == "0.150"
print(json.dumps(report, ensure_ascii=False, sort_keys=True))

Ожидаемый результат: у A приняты 2 запуска из 3, стоимость принятого результата — 0.075; у B — 3 из 3 и 0.150. Медианное время — 12 и 24 секунды. Все числа взяты из искусственного набора. В реальных испытаниях также учитывайте проверку человеком, восстановление и расходы инструментов. Если не удался ни один запуск, показывайте отношение как недоступное, не делите на ноль и не скрывайте неудачи.

Превратите результаты испытания в практический выбор

Наша таблица решений: обновляйте её по записям приёмки
Характер задачиЧто сравнить сначалаУсловие более широкого применения
Частые задачи с ясными правиламиРазные уровни рассуждения HydrogenПроверки точности и границ пройдены, а полное время сократилось
Немного сложных задач с длинными зависимостямиCarbon и проверенные сильные модели при фиксированном бюджетеДополнительно устранённые ошибки оправдывают время и стоимость
Устойчивый рабочий процесс на ArgonСохранить исходный результат и проверить новые модели на прежних неудачахВыигрыш воспроизводится в независимых запусках, а цена миграции приемлема

В процессе с несколькими моделями более сильная модель может разбить задачу, исполнитель — выполнить ограниченные части, а исполняемые проверки и отдельная рецензия — помочь объединить результат. Для этого заранее нужны ясные интерфейсы и условия приёмки. Перенос контекста, повторный поиск и ошибки синтеза способны сделать дополнительных агентов дороже. Рассматривайте оркестрацию как вариант для сравнения, а не автоматическое улучшение.

До покупки сопоставьте нужный способ доступа с товаром: свой или отдельный аккаунт, подписка или API, поддерживаемые продукты и сроки предоставления. Анонс модели не означает, что конкретный товар включает все её разрешения. Что предлагается и поддерживается, определяется нашими актуальными страницами товаров.

Свяжите новости моделей с повторяемым циклом приёмки

Для каждого обновления сохраняйте прежний результат, входы, версии и ошибки. При следующей смене модели или продукта используйте те же материалы, чтобы понять, какой этап улучшился.

  1. Уточнить модель, продукт, уровень и дату
  2. Зафиксировать входы, бюджет и критерии приёмки
  3. Выполнить задачу, сохраняя доказательства работы инструментов
  4. Открыть файлы, выполнить проверки и проверить границы изменений
  5. Учесть все попытки и стоимость; продолжить или откатить
Наш процесс: от источников и конфигурации к проверяемым доказательствам сдачи

Какие доказательства важнее при следующем обновлении

Отслеживайте улучшения при одинаковой среде теста и бюджете, а также исправления квот, маршрутизации и зависаний в продукте. Более высокий балл — повод повторить испытание; устранение постоянной ошибки может определить решение о миграции. Небольшой фиксированный набор приёмки, версии источников и затраты на восстановление делают решения об обновлении объяснимыми.

  • Изменилась ли версия индекса или снимок модели?
  • Сопоставимы ли тестовая среда, уровень рассуждения и бюджет с предыдущим запуском?
  • Воспроизводятся ли новые результаты на ваших собственных неудачных случаях?
  • Есть ли официальное подтверждение и проверяемое исправление зависания или ошибки учёта?

Мы разделяем заявления поставщика, независимые измерения, отдельные сообщения и собственные проекты испытаний. Открытые баллы могут меняться. Способы доступа, оплату и права проверяйте по текущим официальным документам и условиям предоставления продукта.