Утечка о Gemini 4 Carbon: кодинг уровня Opus 5.5, запуск Argon и что на самом деле означают заявления о RSI

Gemini 4 Argon всё ещё проходит ограниченное развёртывание, однако сотрудники Google уже тестируют новую внутреннюю контрольную точку Gemini 4.

Её кодовое имя — Carbon.

Business Insider сообщил 9 октября 2026 года, что сотрудники Google недавно получили доступ к Carbon через Jetski, внутреннюю платформу для разработки ПО. Материал основывался на внутренних документах, скриншотах и переписке сотрудников, с которыми ознакомилось издание.

Один из сотрудников, протестировавших модель, сказал, что Carbon:

«ощущается как Opus 5.5» при работе с кодом,

одновременно предупредив, что необходимо провести дополнительные тесты.

Это наиболее сильное из доступных на сегодня утверждений, подтверждённых источниками.

Google не объявляла Carbon публичной моделью. Компания отказалась комментировать Business Insider внутреннее тестирование и вопрос о том, станет ли Carbon публичным релизом.

Исходный материал также связывает развитие Carbon с рекурсивным самоулучшением, или RSI.

Есть реальные свидетельства того, что Google интересуется RSI. В августе Reuters сообщило, что сооснователь Google Сергей Брин направлял ресурсы на рекурсивное самоулучшение внутри компании.

Однако пока нет публичных технических данных, показывающих, что сама Carbon автономно улучшала собственные веса модели или неоднократно переобучалась без участия человека.

Поэтому аккуратная версия этой истории выглядит так:

Carbon существует как заявленная внутренняя контрольная точка:
хорошо подтверждено источниками

Carbon ощущается близкой к Opus 5.5 при работе с кодом:
сообщение одного сотрудника, пока предварительное

Google интересуется RSI:
хорошо подтверждено источниками

Carbon доказывает, что Google достигла автономного RSI:
не установлено

Это различие важно: сама утечка уже значима, и для этого не нужно превращать её в утверждение, которого Google не делала.

Argon всё ещё разворачивается, а Carbon уже тестируется

Google официально представила Gemini 4 Argon 30 сентября 2026 года по времени США.

В некоторых азиатских часовых поясах объявление появилось 1 октября, поэтому в исходном материале в качестве даты запуска используется 1 октября.

Argon — текущая передовая модель Gemini 4 от Google для:

• Разработки программного обеспечения с длинным горизонтом задач
• Корпоративной интеллектуальной работы
• Финансовых исследований
• Юридической работы
• Защитной кибербезопасности
• Длинных многоэтапных рассуждений

Однако Argon не была широко запущена для обычных пользователей.

Сначала Google предоставила доступ ограниченной группе доверенных специалистов по кибербезопасности в рамках своей программы Fairwind.

Компания заявляет, что разработчики, предприятия и потребители получат доступ позднее — начиная с платных клиентов API и подписчиков Google AI Ultra.

По состоянию на 12 октября Google всё ещё не назвала точную дату более широкого развёртывания.

Именно поэтому утечка о Carbon выглядит необычно.

До того как большинство разработчиков получили возможность использовать Argon, сотрудники уже тестируют другую контрольную точку, которую некоторые считают более эффективной.

Упоминания Antigravity указывают на подготовку Google к более широкому доступу к Argon

Исходный материал также ссылается на обнаруженные сообществом упоминания Gemini 4 Argon в среде Antigravity от Google.

На скриншоте, опубликованном TestingCatalog, описаны скрытые упоминания Argon с низким, средним и высоким уровнями рассуждения.

Это следует рассматривать как свидетельство интерфейса до официального релиза, а не как официальное объявление о запуске.

Текущая публичная документация Google по моделям Antigravity по-прежнему не включает Gemini 4 Argon в список общедоступных моделей для рассуждений.

Поэтому наиболее точная интерпретация такова:

Похоже, Google готовит продуктовые интерфейсы для Argon, однако скрытые упоминания не подтверждают дату публичного релиза.

Тот же принцип применяется и к Carbon.

Внутренняя доступность — не то же самое, что публичная доступность.

Carbon может быть обновлением Argon, а не отдельным продуктом

Исходный материал называет Carbon «следующим поколением после Argon».

Однако в публикации Business Insider формулировки осторожнее.

Издание описывает Carbon как новую версию Gemini 4, возможно, обновление или контрольную точку, связанную с Argon.

Это различие важно, поскольку внутренние кодовые имена Google не обязательно соответствуют публичным названиям продуктов один к одному.

Business Insider сообщило, что другая внутренняя контрольная точка под названием Barium-B в итоге была выбрана в качестве модели, публично выпущенной как Gemini 4 Argon.

Это означает, что внутренняя последовательность вроде:

Argon
Barium
Carbon

не обязательно указывает на три отдельные публичные генерации моделей.

В конечном счёте Carbon может стать:

• Обновлённой контрольной точкой Argon
• Будущей моделью в стиле Gemini 4 Pro
• Внутренней исследовательской контрольной точкой
• Моделью, выпущенной под другим публичным названием

На данный момент Google этого не сообщала.

Один сотрудник говорит, что Carbon «ощущается как Opus 5.5»

Наиболее конкретное утверждение о возможностях исходит от сотрудника Google, которого цитирует Business Insider.

Сотрудник сказал, что Carbon «ощущается как Opus 5.5» при работе с кодом.

В материале также говорится, что сотрудник хотел провести дополнительные тесты, прежде чем делать более сильные выводы.

Эта оговорка важна.

Фраза «ощущается как» — это не бенчмарк.

Она может отражать:

• Качество кода
• Настойчивость агента
• Способность к отладке
• Использование инструментов
• Понимание репозитория
• Скорость отклика
• Меньшее количество неудачных попыток

но она не говорит, какое место Carbon заняла бы в DeepSWE, Terminal-Bench, FrontierSWE или независимом рейтинге кодинговых агентов.

У Carbon пока нет официальной таблицы бенчмарков.

Также отсутствуют публичный API, карточка модели, сведения о ценах, спецификация контекстного окна и отчёт по безопасности.

Поэтому наиболее строгое утверждение, которое можно обосновать, звучит так:

По словам внутреннего тестировщика Google, опыт работы с кодом в Carbon сопоставим с Claude Opus 5.5.

Любое более сильное утверждение пока опережает имеющиеся доказательства.

Собственные результаты Argon в кодинге сильны, но неоднозначны

Исходный материал отражает противоречие, которое уже существовало вокруг Argon.

Официальные бенчмарки Google показывают отличные результаты в нескольких областях.

Например:

DeepSWE v1.1:
Gemini 4 Argon — 77,9 %

Google описывает этот результат как передовой на данном бенчмарке.

На распространённом Varun Mohan скриншоте также видно, что Argon хорошо показала себя в Artificial Analysis Coding Agent Index при использовании оболочки Antigravity.

В то же время собственный набор бенчмарков Google не показывает, что Argon выигрывает в каждой задаче, связанной с кодингом.

Независимые обзоры таблицы Google отмечают, что Claude Opus 5.5 по-прежнему опережает её в некоторых оценках, связанных с терминалом и разработкой программного обеспечения.

Это соответствует сообщению Business Insider о том, что некоторые ранние внутренние тестировщики считали предыдущие контрольные точки Argon отстающими от конкурентов в сложных задачах программирования.

Иными словами:

Сильные результаты Argon в бенчмарках:
реальны

Универсальное превосходство Argon в кодинге:
не установлено

Похоже, привлекательность Carbon внутри Google заключается в том, что она может сократить некоторые практические разрывы в кодинге.

Barium, Carbon и быстрый цикл внутренних контрольных точек Google

Business Insider сообщает, что Google внутренне тестирует несколько вариантов или контрольных точек Gemini 4, включая Barium и Carbon.

Это создаёт впечатление очень быстрого цикла итераций.

Исходный материал шутит, что Google стала одержима периодической таблицей:

Argon
Barium
Carbon

Шутка работает, но лежащая в её основе мысль гораздо серьёзнее.

Похоже, Google использует процесс, в котором несколько контрольных точек оцениваются, тестируются сотрудниками и сравниваются до того, как одна из них становится публичным продуктом.

Тот факт, что Barium-B, согласно сообщениям, стала публичной Argon, служит полезным напоминанием:

Внутренние названия контрольных точек — это артефакты разработки, а не надёжные обозначения продуктовой дорожной карты.

Carbon может иметь большое значение, даже если публичного продукта под названием «Gemini 4 Carbon» никогда не появится.

Вопрос об RSI: что такое рекурсивное самоулучшение?

Затем исходный материал переходит к наиболее спекулятивной части истории — рекурсивному самоулучшению.

В наиболее сильной форме RSI означает, что система ИИ помогает улучшить процесс создания более способного преемника, который затем становится ещё лучше в помощи при создании следующего преемника.

Упрощённый цикл выглядит так:

модель помогает улучшить процесс создания моделей
→ создаётся более сильная модель
→ более сильная модель предлагает лучшие идеи, код, данные или оценки
→ создаётся ещё более сильная модель
→ цикл повторяется

Если бы этот цикл стал достаточно автономным и надёжным, прогресс мог бы резко ускориться.

Именно поэтому RSI так часто обсуждается в рассуждениях о быстром рывке ИИ.

Но этим термином можно описывать очень разные процессы.

Слабые или практические рабочие процессы, похожие на RSI

Они могут включать помощь ИИ исследователям в том, чтобы:

• Писать код для обучения
• Отлаживать инфраструктуру
• Проектировать оценки
• Создавать синтетические данные
• Анализировать неудачные эксперименты
• Искать исследовательскую литературу
• Предлагать оптимизации

Люди по-прежнему выбирают эксперименты, запускают обучение, проверяют результаты и решают, что будет выпущено.

Сильный автономный RSI

Гораздо более сильное утверждение выглядело бы так:

ИИ проектирует улучшения
→ изменяет собственный процесс обучения
→ переобучается или создаёт преемника
→ оценивает преемника
→ автономно повторяет цикл

Публичных доказательств того, что Carbon делает это, нет.

Google действительно интересуется RSI

Важно уточнить: RSI не выдуман автором исходного материала.

В августе Reuters сообщило, что Сергей Брин призывал сотрудников Google активнее развивать Gemini и использовал своё влияние, чтобы направить ресурсы на рекурсивное самоулучшение.

Reuters описывало это как этап, на котором технология может совершенствоваться без вмешательства человека.

Это означает, что RSI действительно является важной темой внутри ИИ-направления Google.

После публикации материала о Carbon сотрудник Google DeepMind также публично упомянул рекурсивное самоулучшение, обсуждая быстрый темп итераций Google.

Исходный материал использует это как доказательство того, что улучшение Carbon обусловлено RSI.

Более корректная интерпретация такова:

Быстрый цикл создания контрольных точек согласуется с разработкой моделей при активной помощи ИИ, а Google действительно публично известна своим интересом к RSI. Однако ни один из этих фактов не раскрывает, как именно обучалась Carbon.

Carbon может быть результатом:

• Традиционного дообучения
• Улучшенных данных
• Улучшенного обучения с подкреплением
• Улучшенной инфраструктуры вывода
• Исследований с помощью ИИ
• Данных для обучения, сгенерированных ИИ
• Улучшенных оболочек агентов
• Изменений архитектуры
• Сочетания этих факторов

Без технического раскрытия информации отделить одно от другого невозможно.

Carbon не доказывает взрыв интеллекта

В исходном материале говорится, что если модель для кодинга уровня Opus 5.5 будет улучшать себя 24 часа в сутки, это может привести к экспоненциальному взрыву интеллекта.

Это теоретическая экстраполяция, а не наблюдаемое свойство Carbon.

Чтобы рекурсивное улучшение надёжно накапливалось, каждое поколение должно было бы совершенствовать важные части процесса исследований и разработок, не создавая неприемлемых регрессий.

Реальная разработка моделей также зависит от ограничений, которые одна лишь способность к кодингу не устраняет:

• Доступность вычислительных ресурсов
• Время обучения
• Качество данных
• Качество оценивания
• Надёжность оборудования
• Выбор экспериментов
• Тестирование безопасности
• Проверка людьми
• Ограничения развёртывания

Значительное улучшение модели для кодинга крайне важно для автоматизации исследований в области ИИ.

Но само по себе оно не доказывает неконтролируемое рекурсивное улучшение.

Скептицизм оправдан

В исходном материале приводятся скептические реакции людей, которые сомневаются, что Carbon вообще что-либо говорит о RSI.

Одна из реакций прямо формулирует основную мысль: появление внутренней контрольной точки, достигшей уровня конкурента в кодинге спустя несколько недель, недостаточно для доказательства рекурсивного самоулучшения.

Этот скептицизм оправдан.

На данный момент существуют три отдельные группы утверждений:

Разделение этих утверждений делает историю сильнее, а не слабее.

Является ли Argon настоящим победителем или очередной моделью, недоступной пользователям?

Второй спорный вопрос в исходном материале связан не с результатами бенчмарков.

Он связан со стратегией выпуска.

Google объявила Argon с впечатляющими возможностями, однако большинство пользователей по-прежнему не может её протестировать.

Это сделало обсуждение в сообществе необычно скептическим.

Одни указывают на результаты бенчмарков и утверждают, что Google явно вернулась на передовую позицию.

Другие говорят, что скриншоты бенчмарков не имеют значения, пока разработчики не смогут запускать модель на собственных рабочих нагрузках.

В исходном материале приводится особенно резкая жалоба: Google может выпускать Argon так долго, что к моменту, когда пользователи наконец получат к ней доступ, модель будет выглядеть обычной.

Тон саркастичный, но лежащая в основе обеспокоенность продуктом реальна.

Конкуренция между передовыми моделями развивается быстро.

Внутреннее преимущество, которое доходит до разработчиков через несколько месяцев, может исчезнуть ещё до публичного запуска.

Осторожность Google в отношении Argon имеет реальные основания в области безопасности

В исходном материале задержка Google частично объясняется корпоративной бюрократией.

Однако существует и официальная причина, связанная с безопасностью.

Google заявляет, что Argon обладает необычно сильными возможностями в сфере защитной кибербезопасности.

Компания утверждает, что модель может автономно:

• Находить уязвимости
• Проверять их
• Создавать исправления

Google сообщает о максимальном результате 68 % в CWE-bench v1, что соответствует первому месту в её сравнении при запуске.

Также компания сообщает о значительном улучшении по сравнению с Gemini 3.8 Flash Cyber в собственных оценках и оценках партнёров по обнаружению уязвимостей.

Именно такие возможности могут помогать специалистам по защите, но одновременно создавать риски двойного назначения.

Программа Fairwind — первый этап доступа к Argon

Вместо широкого выпуска Argon Google начала с программы Fairwind.

Fairwind — это программа ограниченного доступа для:

• Государственных органов
• Доверенных клиентов Google Cloud
• Партнёров по кибербезопасности
• Организаций, занимающихся защитой информационных систем

Google заявляет, что цель программы — предоставить защитникам доступ к передовым кибервозможностям, сохраняя наиболее чувствительные функции внутри контролируемой группы.

Компания также участвует в добровольном процессе правительства США по предоставлению доступа к моделям до их публичного выпуска.

Google говорит, что следующий, более широкий этап развёртывания начнётся с:

платных клиентов API
+
подписчиков Google AI Ultra

но точную дату пока не публикует.

Argon — не «презентационный релиз»: Google использует её внутри компании

Называть Argon «релизом в PowerPoint» — слишком сильное утверждение.

Google заявляет, что моделью уже пользуются тысячи сотрудников внутри компании.

Компания опубликовала несколько примеров.

Агенты Argon используются для:

• Отладки
• Проектирования алгоритмов
• Миграции крупных кодовых баз
• Оптимизации памяти
• Исследовательских рабочих процессов

Google заявляет, что в одном внутреннем развёртывании модель проанализировала телеметрию профилирования дата-центра и выявила оптимизации памяти, которые после внедрения освободили более 300 TiB.

Также компания сообщает, что агенты Argon участвовали в проектах миграции с C/C++ на Rust — от десятков тысяч строк до более чем 800 000 строк кода.

Это результаты, заявленные самой компанией, и именно так их следует воспринимать.

Но они показывают, что Argon существует как работающая внутренняя система, а не только как таблица бенчмарков.

Главный вопрос — насколько быстро Google сможет превратить внутренний прогресс в публичные продукты

Именно к этому приходит исходный материал.

Существование Carbon предполагает, что внутренняя конвейерная система разработки моделей Google движется быстро.

Публичный конвейер работает медленнее.

Это создаёт необычное несоответствие:

итерации внутренних контрольных точек:
быстрые

публичный доступ:
медленный

С исследовательской точки зрения Carbon обнадёживает Google.

С точки зрения разработчика важнее простой вопрос:

Когда я действительно смогу ей пользоваться?

В первую очередь это относится к Argon.

Пока Argon не станет широко доступной, Carbon будет ещё дальше от превращения в практическое продуктовое решение.

Что подтверждено, а что пока остаётся утечкой?

Часто задаваемые вопросы

Что такое Gemini 4 Carbon?

Carbon — кодовое имя внутренней контрольной точки Gemini 4, которую, согласно сообщениям, тестируют сотрудники Google. Business Insider пишет, что недавно она стала доступна на внутренней платформе Google для разработки ПО Jetski.

Является ли Gemini 4 Carbon официальным продуктом Google?

Нет. Google публично не объявляла Carbon, не публиковала карточку модели и не подтверждала, что модель выйдет под этим названием. Google отказалась комментировать внутреннее тестирование, о котором сообщило Business Insider.

Carbon лучше Gemini 4 Argon?

Business Insider сообщает, что сотрудники считают Carbon значительным улучшением, особенно при работе с кодом. Однако публичных бенчмарков Carbon нет, поэтому независимого или официального количественного сравнения пока не существует.

Настолько ли Gemini 4 Carbon хороша, как Claude Opus 5.5?

Один сотрудник Google сообщил Business Insider, что Carbon «ощущается как Opus 5.5» при работе с кодом, и сразу добавил, что необходимы дополнительные тесты. Это предварительное качественное сравнение, а не результат бенчмарка.

Достигла ли Google рекурсивного самоулучшения с помощью Carbon?

Публичных доказательств этого нет. Reuters сообщало, что Сергей Брин продвигает инвестиции в рекурсивное самоулучшение, однако Google не раскрыла процесс обучения Carbon и не показала автономный цикл самоулучшения.

Что такое Gemini 4 Argon?

Gemini 4 Argon — официально представленная передовая модель Gemini 4 от Google для кодинга, интеллектуальной работы, рассуждений с длинным горизонтом и защитной кибербезопасности. Она была представлена 30 сентября 2026 года и изначально разворачивается через программу Fairwind от Google.

Когда Gemini 4 Argon станет доступна всем?

Google не объявила точную дату широкого релиза. Компания говорит, что разработчики, предприятия и потребители получат доступ «как можно скорее», начиная с платных клиентов API и подписчиков Google AI Ultra.

Что такое Argon, Barium и Carbon?

Это названия, связанные с процессом разработки Gemini 4 в Google. Business Insider сообщает, что внутренние кодовые имена не обязательно становятся публичными названиями продуктов; например, Barium-B, согласно сообщениям, была выбрана в качестве контрольной точки, публично выпущенной как Gemini 4 Argon.

Связанные инструменты

• Google Gemini: пользовательский интерфейс Gemini от Google; дата более широкой доступности Argon для потребителей пока не определена.
• Google Antigravity: агентная среда разработки Google, связанная с рабочими процессами кодинга на базе Gemini.
• Документация по моделям Antigravity: официальный публичный список моделей, которые сейчас документированы для Antigravity.
• Google AI Studio: среда Google для разработчиков, предназначенная для тестирования общедоступных моделей Gemini и API.
• Google Cloud: корпоративная платформа, через которую Google распространяет Gemini и реализует программу Fairwind по кибербезопасности.

Связанные ссылки

• Оригинальная статья BAAI Hub: статья о новом интеллекте на китайском языке, адаптированная и проверенная по фактам в этом материале.
• Business Insider — сотрудники Google тестируют Carbon: основной материал о Carbon, Jetski, Barium и сравнении с Opus 5.5.
• Google — представление Gemini 4 Argon: официальный запуск Argon, её возможности, бенчмарки, цены, меры безопасности и план развёртывания.
• Программа Google Fairwind: официальное описание программы доверенного доступа к кибербезопасности, в рамках которой Argon получает первую группу пользователей.
• Кибербезопасность Gemini 4 Argon: официальная страница Google DeepMind о защитных кибервозможностях Argon и результатах оценивания.
• Reuters — реорганизация ИИ-направления Google и продвижение RSI: материал о том, что Сергей Брин направлял ресурсы на рекурсивное самоулучшение.
• Модели Antigravity: актуальная официальная документация о доступности моделей в агентной среде Google для кодинга.

Итоги

Согласно сообщениям, сотрудники Google тестируют новую внутреннюю контрольную точку Gemini 4 под названием Carbon, а один из тестировщиков говорит, что её поведение при работе с кодом сопоставимо с Claude Opus 5.5. Это значимое свидетельство того, что внутренняя итерация моделей Google идёт быстро, особенно с учётом того, что большинство разработчиков всё ещё не имеет широкого доступа к Argon.

К заявлению о RSI следует подходить более строго. Согласно Reuters, Google действительно инвестирует в рекурсивное самоулучшение, а темп создания контрольных точек согласуется с более активным использованием ИИ в исследованиях ИИ. Однако публичных доказательств того, что Carbon автономно улучшала собственные веса или завершила самоподдерживающийся рекурсивный цикл обучения, нет.

Медленное развёртывание Argon — вторая половина этой истории. У Google есть реальная причина проявлять осторожность из-за сильных кибервозможностей модели, однако разрыв между внутренним прогрессом и публичной доступностью вызывает раздражение на фоне того, что конкуренты продолжают выпускать новые модели.

Carbon — достоверная утечка о внутренней модели; утверждение «Google достигла рекурсивного самоулучшения» пока остаётся гипотезой. Следующим решающим сигналом станут публичный доступ, воспроизводимые бенчмарки или техническое раскрытие информации самой Google.