60 คะแนน อันดับ 4 จาก 74 รุ่น: Gemini 4 Carbon ในโหมด High

Gemini 4 Carbon ในโหมดให้เหตุผลระดับสูงสุด High ได้ 60 คะแนนและอยู่อันดับ 4 จากโมเดล 74 รุ่นในดัชนี AI ล่าสุด ผลการทดสอบแยกตามงานให้ภาพแตกต่างกันไป

อาร์ทิฟิเชียล แอนะลิซิส (Artificial Analysis) ให้คะแนน 60 แก่ Carbon ในโหมด High ในดัชนี Intelligence Index v5.0.1 โดยโหมด Medium ได้ 58 คะแนน และ Low ได้ 54 คะแนน

กูเกิล (Google) ระบุในประกาศเมื่อ 28 ตุลาคมว่า Carbon ได้อันดับ 1 ด้วยคะแนน 59 ใน Intelligence Index v5.0 ก่อนหน้านี้ TokenPost รายงานคะแนนและอันดับดังกล่าว ผลทั้งสองชุดใช้ดัชนีคนละเวอร์ชันและชุดโมเดลเปรียบเทียบต่างกัน จึงไม่อาจตีความว่าอันดับของ Carbon เพิ่มขึ้นหรือลดลงในตารางเดียวกัน

การ์ดโมเดลของกูเกิล ดีปมายด์ (Google DeepMind) ในเดือนตุลาคมระบุว่า Carbon ทำคะแนนได้ 61.2% ใน FrontierSWE 2 ซึ่งเป็นการประเมินด้านการพัฒนาซอฟต์แวร์ เทียบกับ GPT-6 Astra ที่ 65.5% และ Claude Opus 5.5 ที่ 62.3% ตัวเลขนี้แสดงความแตกต่างของคะแนนในงานเฉพาะเมื่อเทียบกับโมเดลอื่น

ในการทดสอบ Terminal-Bench 4.0 ซึ่งให้โมเดลทำงานในสภาพแวดล้อมบรรทัดคำสั่ง Carbon ได้ 65.2% ส่วน GPT-6 Astra ได้ 59.1% และ Claude Opus 5.5 ได้ 59.6%

ในการทดสอบควบคุมคอมพิวเตอร์ OSWorld-2.1 เฉพาะชุดย่อยแบบออฟไลน์ Carbon ได้ 81.5% ขณะที่ Claude Opus 5.5 ได้ 87.2% ตัวเลขนี้เป็นคะแนนจากงานบางส่วน ไม่ใช่ผลการทดสอบทั้งหมด

วิธีประเมินมีเงื่อนไขกำกับด้วย กูเกิล ดีปมายด์อธิบายในระเบียบวิธีประเมินว่า ผลของ Carbon และ Argon ที่ไม่มีหมายเหตุแยกใช้เกณฑ์ pass@1 และการตั้งค่าให้เหตุผลระดับสูงสุด ส่วนเบนช์มาร์กขนาดเล็กใช้ค่าเฉลี่ยจากการทดสอบหลายครั้ง

คะแนนของโมเดลเปรียบเทียบมาจากตัวเลขที่ผู้พัฒนาแต่ละรายประกาศเอง เว้นแต่จะระบุข้อยกเว้น ผลบางรายการของ Carbon คำนวณโดยกูเกิลโดยตรง ขณะที่บางรายการนำมาจากตารางจัดอันดับสาธารณะภายนอก คะแนนทั้งหมดในตารางจึงไม่ได้วัดด้วยวิธีเดียวกัน

กูเกิลระบุว่าออกแบบ Carbon สำหรับงานเขียนโค้ดที่ซับซ้อนและการตรวจสอบที่ใช้เวลานาน โดยใช้โทเคนมากกว่า Argon และสามารถปรับคุณภาพ เวลาแฝง และค่าใช้จ่ายตามการตั้งค่าให้เหตุผลได้

การ์ดโมเดลยังระบุถึงความเสี่ยงในการสร้างข้อมูลหลอน ความล่าช้าในการตอบ และการหมดเวลา จึงไม่ควรนำคะแนนเบนช์มาร์กไปเทียบเป็นความเร็วหรือความเสถียรในการใช้งานจริงโดยตรง

ในประกาศเมื่อ 28 ตุลาคม กูเกิลระบุว่าจะเริ่มเปิดให้เจ้าหน้าที่ด้านความมั่นคงไซเบอร์บางส่วนใช้งานก่อน โดยคาดว่าจะเริ่มในสัปดาห์นั้น

เมื่อ 10 พฤศจิกายน กูเกิลประกาศขยายการให้บริการไปยังผู้ใช้ API แบบชำระเงินและลูกค้าองค์กร โดยนักพัฒนาและองค์กรสามารถใช้ผ่าน Google AI Studio API และ Gemini for business ได้

กูเกิลยังระบุว่าจะทยอยเปิดให้สมาชิก Google AI Ultra ใช้งานผ่านแอป Gemini, Google Antigravity และโหมด AI ใน Search การประกาศเปิดให้บริการและการขยายกลุ่มผู้ใช้จริงเป็นคนละขั้นตอนกัน

ราคาเริ่มต้นสำหรับการใช้ API อยู่ที่ 2 ดอลลาร์ (ประมาณ 2,700 วอน) ต่อโทเคนขาเข้า 1 ล้านโทเคน และ 10 ดอลลาร์ (ประมาณ 13,400 วอน) ต่อโทเคนขาออก 1 ล้านโทเคน ส่วนลดใช้ได้ถึง 30 พฤศจิกายน หลังจากนั้นราคาจะปรับเป็น 4 ดอลลาร์ (ประมาณ 5,400 วอน) สำหรับโทเคนขาเข้า 1 ล้านโทเคน และ 20 ดอลลาร์ (ประมาณ 26,800 วอน) สำหรับโทเคนขาออก 1 ล้านโทเคน

อาร์ทิฟิเชียล แอนะลิซิสประเมินค่าใช้จ่ายต่อหนึ่งงานทดสอบใน Intelligence Index ไว้ที่ 7.76 ดอลลาร์ (ประมาณ 10,400 วอน) โดยคำนวณตามอัตรามาตรฐานและไม่ได้ใช้ราคาส่วนลดช่วงเริ่มต้น