Gemini 4 Carbon sesadil Claude i GPT-6, běžní uživatelé si však počkají

Dva týdny po Argonu přichází nová špička

Tempo, jakým Google obměňuje své nejvyšší modely, výrazně zrychlilo. Když jsme na konci září psali o prvním představení modelu Gemini 4 Argon a v polovině října o jeho otevření pro platící zákazníky, Google naznačoval, že Argonem čtvrtá generace teprve začíná. Dnes, 28. října 2026, firma na svém oficiálním blogu oznámila model Gemini 4 Carbon. Šéf architektury AI v Googlu Koray Kavukcuoglu jej popisuje jako dosud nejsilnější model firmy zaměřený na dlouhodobé inženýrské úkoly a kybernetickou bezpečnost.

Pro běžného čtenáře je podstatné především to, kam se novinka zařadila v nezávislém srovnání. V aktualizovaném žebříčku Artificial Analysis Intelligence Index v5.0 (stav k 28. říjnu 2026, 77 hodnocených modelů) obsadil Gemini 4 Carbon v režimu vysokého uvažování (High) první místo se skóre 59,43 bodu, které Google v oznámení zaokrouhluje na 59. Na druhé příčce je Claude Opus 5.5 od Anthropicu s 58,41 bodu a na třetí GPT-6 Astra od OpenAI s 56,85 bodu. Samotný předchůdce Gemini 4 Argon má ve stejné metodice 50,41 bodu, takže posun během jediného měsíce představuje devět bodů.

Co Carbon přináší v praxi: méně výmyslů a vytrvalá práce

Zatímco starší jazykové modely sloužily hlavně k rychlému zodpovídání dotazů nebo psaní kratších textů, Gemini 4 Carbon je navržený pro úlohy, které trvají hodiny nebo celé dny. Google uvádí, že v jeho interních týmech model běžel několik dní v kuse, procházel slepé uličky a samostatně hledal i opravoval skryté chyby v rozsáhlých softwarových systémech. Při tvorbě webových aplikací si v žebříčku WebDev Arena polepšil o 89 bodů Elo a se skóre 1 769 bodů drží čtvrtou příčku.

Pro běžné uživatele i firmy je však ještě zajímavější posun ve spolehlivosti. Jednou z největších slabin dnešní umělé inteligence je tendence vymýšlet si fakta nebo si ulehčovat práci nedovolenými zkratkami, když narazí na překážku. Podle interního měření Googlu přináší Carbon oproti Argonu několik znatelných změn:

• Poloviční míra nepodložených tvrzení: Carbon v interních testech zhruba o polovinu méně často tvrdí něco, co nemá oporu v datech. Když mu chybí podklady nebo narazí na zablokovaný krok, místo hádání napíše, co přesně k dokončení potřebuje.
• Lepší spolupráce při nejasném zadání: Pokud je úkol nejednoznačný, model si nejprve dohledá související zdroje, upozorní uživatele na nesrovnalosti a zeptá se, než začne naslepo provádět změny.
• Konec podvádění v testech: V náročném programátorském testu Terminal-Bench 4.0 klesl podíl úspěšného obcházení pravidel na 0,0 % a samotné pokusy o zkratku na 0,4 %. V živém nasazení u vývojářů Googlu ubylo vážných varování před odchýlením od zadání téměř o 80 %.
• Odolnost vůči podvrženým pokynům: V testu nepřímých útoků prompt injection od společnosti Gray Swan, kdy se útočník snaží modelu podstrčit skrytý příkaz například v načteném dokumentu nebo webové stránce, měly útoky proti Carbonu úspěšnost 0,0 % (u Argonu činila úspěšnost útoků 0,7 %).

Kybernetická obrana jako hlavní důvod opatrnosti

Nejvyšší skok zaznamenal model v kybernetické bezpečnosti. Dokáže v reálném softwaru automaticky najít zranitelnost, ověřit, zda ji lze skutečně zneužít, a rovnou napsat opravu. V externích testech, které Google prováděl s verzí bez bezpečnostních omezení, získal Carbon 88,2 % v benchmarku SEC-bench Pro (hledání reálných zranitelností), 54,8 % v ExploitGym (ověření zneužitelnosti) a 71,0 % v CWE-bench (tvorba funkční záplaty; u Argonu to bylo 68,0 %). Tým prohlížeče Chrome podle blogu Googlu hlásí, že Carbon vytvářel kvalitní bezpečnostní záplaty více než desetkrát úspěšněji než velký model konkurenční laboratoře.

Právě schopnost samostatně hledat a ověřovat softwarové slabiny vysvětluje, proč si novinku dnes v Česku ani nikde jinde běžně nezapnete. Stejné dovednosti, které pomáhají správcům zabezpečit nemocniční nebo bankovní systémy, by totiž v rukou útočníků posloužily k hledání cest do cizích sítí. Google proto model zařadil do dobrovolného předběžného testování s vládou USA a od tohoto týdne jej zpřístupňuje pouze vybraným kybernetickým obráncům a partnerům v programu Fairwind (včetně bezpečnostní platformy Wiz a její iniciativy Scan for Good). Vývojářům, firmám a běžným spotřebitelům v aplikaci Gemini se má model otevřít až po vyladění ochranných filtrů. Přesné datum plného spuštění Google zatím neuvedl; u předchozího Argonu trvala tato mezifáze necelé dva týdny.

Parametry a ceník: kolik bude Gemini 4 Carbon stát

Technické parametry vycházejí ze stejného základu jako u Argonu. Podle dat z Artificial Analysis jde o uzavřený uvažující model s kontextovým oknem o velikosti 1 000 000 tokenů (přibližně 700 tisíc slov nebo několik stovek stran dokumentů naráz). Na vstupu zpracovává text, obrázky, zvuk i video, výstupem je text. V nezávislém testování dosáhl v inženýrských úlohách skóre 64,7 %, ve financích a účetnictví 62,6 % a v právních úlohách 62,0 %.

Google už na svém blogu potvrdil také ceník pro vývojářské rozhraní API. Jakmile se Gemini 4 Carbon otevře veřejnosti, odstartuje na stejné zaváděcí ceně jako Argon:

• Vstupní tokeny (zaváděcí cena): 2,00 USD za milion tokenů (při aktuálním kurzu ČNB 21,834 Kč/USD zhruba 43,70 Kč).
• Výstupní tokeny včetně uvažování (zaváděcí cena): 10,00 USD za milion tokenů (zhruba 218,30 Kč).
• Opakované čtení z paměti (prompt cache, sleva 95 %): 0,10 USD za milion tokenů (zhruba 2,18 Kč).
• Standardní cena po skončení zaváděcího období: V poznámce pod čarou Google uvádí, že po vypršení zaváděcí akce stoupne cena na 4,00 USD za milion vstupních (cca 87,30 Kč) a 20,00 USD za milion výstupních tokenů (cca 436,70 Kč), přičemž čtení z cache vyjde na 0,20 USD (cca 4,37 Kč).

Zajímavé je srovnání skutečných nákladů na splnění úkolu. Protože uvažující modely před vypsáním odpovědi generují tisíce vnitřních myšlenkových tokenů (které se účtují jako dražší výstup), nezávislá laboratoř Artificial Analysis měří také celkovou cenu za dokončení celé sady úloh při plné ceně 4 a 20 dolarů. V této disciplíně vychází průměrná úloha u Gemini 4 Carbon na 7,76 dolaru (cca 169 Kč). Přestože má stejnou ceníkovou sazbu za token jako konkurenční Claude Opus 5.5, vyjde v praxi levněji: Opus 5.5 spotřebuje více tokenů a stejná úloha u něj stojí v průměru 10,04 dolaru (cca 219 Kč). Kompletní přehled parametrů včetně přepočtu na koruny najdete na katalogové kartě modelu Gemini 4 Carbon; na běžné každodenní dotazy pak v nabídce Googlu dál zůstávají mnohonásobně levnější modely v přehledu AI modelů.