Ny toppmodell på to uker: Google holder Gemini 4 Carbon tilbake fra markedet av sikkerhetshensyn
Google lanserte sin nyeste frontlinjemodell Gemini 4 Carbon 28. oktober 2026, bare to uker etter forgjengeren Argon. Uavhengige evalueringer plasserer Carbon på førsteplass på Artificial Analysis' samleindeks — men modellen har en vesentlig høyere hallucineringsrate enn Argon, taper for Claude Opus 5.5 på agentbasert koding, og er foreløpig forbeholdt et kuratert utvalg cybersikkerhetseksperter gjennom Googles «Fairwind Program».
Lanseringen: to uker etter Argon
Google kunngjorde Gemini 4 Carbon 28. oktober 2026 gjennom et blogginnlegg skrevet av Koray Kavukcuoglu, visepresident (SVP) i Google DeepMind og Googles sjefs-AI-arkitekt. Selskapet beskriver Carbon som sin sterkeste modell hittil, med cybersikkerhet og langvarige, fleragesoppgaver som de største styrkeområdene (Mashable).
Tempoet er bemerkelsesverdig i seg selv: Argon nådde Gemini-appen 13. oktober, Opus 5.5 fra Anthropic kom 22. september, og OpenAIs GPT-6 Astra kom i september. Med Carbon har frontlinjemodell-utgivelsene i praksis gått over til en toukers rytme mellom Googles egne toppmodeller.
Markedsreaksjonen var positiv men moderat: Alphabet-aksjen (GOOG/GOOGL) steg rundt 1,5 prosent i den tidlige ettermiddagshandelen onsdag 28. oktober, ifølge Seeking Alpha.
Det uavhengige vurderingen sier
Den mest håndfaste nyheten er at Carbon ifølge det uavhengige evaluateselskapet Artificial Analysis tar tilbake førsteplassen på Intelligence Index v5.0 — en nylig oppdatert og vanskeligere versjon av indeksen. Carbon, med høy resonneringsmodus aktivert, oppnår 59 poeng. Det plasserer modellen foran Claude Opus 5.5 på 58, GPT-6 Astra på 57 og Argon på hele 50 poeng (VentureBeat).
Men de samme evalueringene avdekker reelle avveininger. Ifølge The Decoder, som siterer Artificial Analysis:
- Nøyaktigheten opp fra 48 til 58 prosent sammenlignet med Argon.
- Hallucineringsraten opp fra 4 til 11 prosent — nesten tredoblet, men fortsatt den nest laveste i rangeringen. VentureBeat beskriver det samme mønsteret: Carbon har høyere hallucineringsrate enn Argon på en faktakunnskapstest.
- Agentbasert koding: Carbon scorer 59 mot Opus 5.5s 62. VentureBeat legger til at Carbon ligger bak flere konkurrenter på profesjonelle oppgaver, selv om modellen forbedrer seg vesentlig over Argon i både koding og kunnskapsarbeid.
Bildet er altså ikke «beste modell på alt», men «beste modell på den samlede indeksen, med dokumenterte svakheter på delområder». Det er en forskjell leserne bør ha med seg når selskapet selv snakker om en ledelse.
Googles egne påstander — atskilt fra de uavhengige tallene
Flere av de sterkeste tallene i kunngjøringen kommer fra Google selv og er ikke uavhengig verifisert. Det gjelder først og fremst cybersikkerhetsresultatene: Google hevder modellen har et «solid forskudd» («firm lead») med 88,2 prosent på SEC-bench Pro (sårbarhetssøk), 54,8 prosent på ExploitGym (utnyttelse) og 71 prosent på CWE-bench (oppletting av feil) (Anadolu Agency via The Express Tribune). Google sier også at intern testing viser at Carbon halverer antallet ubeføyde påstander («unsupported claims») sammenlignet med Argon — altså påstander modellen ikke kan underbygge.
Tilsvarende gjelder Googles langsiktige agentoppgaver: «Internt har teamene våre sett Carbon kjøre i dager», skriver selskapet i kunngjøringen, med henvisning til at modellen arbeider gjennom mislykkede tilnærminger mens den diagnostiserer feil og oppdaterer store kodebaser (VentureBeat). Dette er intern rapportering, ikke uavhengig testing.
I Googles egen sammenligningstabell mot Argon, GPT-6 Astra, Claude Opus 5.5 og Claude Fable 5.1 toppscoret Carbon 15 av 17 benchmarks; GPT-6 Astra leder FrontierSWE 2 og Opus 5.5 leder OSWorld-2.1 (Mashable). Merk at The Decoder oppgir tallet som 15 av 16 tester — benchmark-antallet er altså inkonsekvent rapportert mellom dekningsstedene, og vi lar det stå åpent.
Én metodologisk endring er verdt å merke seg: Google rapporterer nå Terminal-Bench 4.0-resultater kjørt av Artificial Analysis, ikke egne tall — et avvik fra Argon-lanseringen. Carbon forbedret seg der med rundt åtte poeng over Argon og passerte Opus 5.5. Det er et lite, men konkret tegn på at selskapet tilpasser seg kravene fra uavhengig evaluering.
Til slutt prompt injection: Ifølge Google senket Carbon angrepsgraden på Gray Swans benchmark for indirekte prompt injection fra 0,7 prosent med Argon til 0,0 prosent — blokkering av alle testede manipulasjonsforsøk (The Decoder). The Decoder påpeker imidlertid at benchmarken ser ut til å være mettet, altså at den ikke lenger skiller godt mellom toppmodeller. Tallet imponerer derfor mer enn det informerer.
Adgang: Fairwind Program og amerikansk forhåndstesting
Den kanskje viktigste begrensningen i lanseringen er hvem som faktisk får bruke modellen. Google gir foreløpig kun adgang til utvalgte cybersikkerhetsforsvarere gjennom sitt kuraterte «Fairwind Program». De fleste utviklere og bedrifter må vente på en bredere lansering, som foreløpig ikke har noen dato (VentureBeat).
Begrunnelsen er modellens cybersikkerhetsevner: På grunn av de avanserte sikkerhetsferdighetene går Carbon gjennom den amerikanske regjeringens frivillige forhåndstestingsprosess og vil i utgangspunktet kun være tilgjengelig for utvalgte sikkerhetseksperter (The Decoder).
Dette er en vesentlig signalverdi. En frontlinjemodell som eksplisitt markedsføres på evne til å finne, utnytte og oppdatere sårbarheter — SEC-bench Pro, ExploitGym, CWE-bench — har åpenbare bruksområder på begge sider av angreps- og forsvarsskillet. Google og den amerikanske staten behandler dette altså som kapasiteter som krever begrenset utrulling, i hvert fall i startfasen. Det er uklart fra det tilgjengelige kildematerialet nøyaktig hvor lenge begrensningen vil vare, eller hvilke kriterier Fairwind Program bruker for utvalg.
Prisingen: to medier, to versjoner
Her spriker kildene, og vi kan ikke løse det fra tilgjengelig bevismateriale.
VentureBeat rapporterer at Carbon lanseres med innføringspriser på 2 dollar per million inngangstokens og 10 dollar per million utgangstokens, med 95 prosent rabatt på bufrede innganger. Men ifølge en fotnote i Googles materiale er disse prisene midlertidige: De etterfølgende prisene er 4 og 20 dollar. Google har ikke oppgitt når innføringsperioden avsluttes (VentureBeat).
The Decoder skriver derimot at prisingen «forblir den samme som for Argon» (The Decoder). De to fremstillingene kan muligens forenes — dersom Argon hadde samme innføringsstruktur — men det står ikke i det tilgjengelige kildematerialet, og vi velger å ikke spekulere.
For bedriftskunder som vurderer å bygge på Carbon, er konsekvensen konkret: Startprisen kan doble seg, og ingen vet når.
Hva Google ikke sier
Også fraværene forteller noe. Ifølge VentureBeat har Google ikke utgitt en teknisk rapport for Carbon, har ikke opplyst om modellen bruker en ny arkitektur, og har ikke oppgitt antall parametre. Det finnes heller ingen API-spesifikasjon.
Det siste har praktisk betydning: Uten API-spesifikasjon vet vi ikke om Argons dokumenterte kontekstgrenser og modaliteter overføres til Carbon. Utviklere kan ikke planlegge integrasjoner på grunnlag av offisielle spesifikasjoner — kun på grunnlag av benchmarktall.
Å utelate en teknisk rapport er ikke ukjent blant frontlinjemodell-utgiverne, men kombinasjonen av (1) en topplassering på en uavhengig indeks, (2) ingen dokumentasjon på hvordan modellen er bygget, og (3) ingen dato for bred tilgang, betyr at Carbon foreløpig er mer et resultat enn et produkt.
Hva det betyr — og hva som gjenstår
Tre mønstre er verdt å trekke ut:
Utgivelsestakten akselererer. To uker mellom Argon og Carbon, med Opus 5.5 og GPT-6 Astra i mellom, betyr at uavhengige evalueringer som Intelligence Index v5.0 i praksis blir det faste referansepunktet. Indeksen er nylig oppdatert til v5.0, med beskrivelsen av vanskeligere benchmarks, i forkant av denne lanseringen.
Den sikkerhetsbegrensede utrullingen er ny som mønster. At en modell utsettes for bred tilgang på grunn av cybersikkerhetsevner, med frivillig forhåndstesting hos myndighetene og et kuratert forsvarsprogram som eneste adgangskanal, er en mer forsiktig lansering enn bransjen har vært vant til. Om dette blir en mal for fremtidige modeller med skarpe kapabiliteter, eller et engangstilfelle, gjenstår å se.
Ledelsen er smal, ikke universell. Carbons 59 poeng på Intelligence Index v5.0 gjør den til den sterkeste generelle modellen ifølge Artificial Analysis. Men den hallucinerer mer enn Argon, taper for Opus 5.5 på agentbasert koding og flere profesjonelle oppgaver, og cybersikkerhetsresultatene som danner kjernen i markedsføringen er per nå kun selskapets egne tall.
Det konkrete å se etter fremover: en teknisk rapport, en dato for bred tilgjengelighet, avklaring av prisstrukturen, og flere uavhengige evalueringer etter hvert som flere benchmarks kommer på plass. Foreløpig står Googles sterkeste påstander om Carbon ubekreftet, mens de svakeste tallene i bildet — hallucineringsraten på 11 prosent — kommer fra de uavhengige evalueringene til Artificial Analysis.