Gemini 4 Carbon이 리더보드 1위에 올랐습니다. 아직은 쓸 수 없습니다

이번 달에 출시해야 할 프로젝트가 있고, 그에 쓸 모델을 골라야 합니다. 이번 주 리더보드 1위 모델은 거의 확실히 여러분이 쓸 수 없는 모델입니다. Google이 10월 28일 발표한 Gemini 4 Carbon은 검증을 거친 소수의 보안팀에만 열려 있으며, 다른 사람들에게 언제 열릴지는 날짜가 없습니다. 오늘 내려야 할 선택에 이것이 무엇을 바꾸고 무엇을 바꾸지 않는지 정리했습니다.

Google이 무엇을 누구에게 공개했나

Carbon은 Google DeepMind의 새 최상위 모델로, Gemini 4 Argon이 유료 구독자에게 제공된 지 2주 만에 나왔습니다. Google은 보안 능력 때문에 일반 공개를 보류했습니다. 소프트웨어의 허점을 찾아 패치하는 데 능한 모델은 침입하는 데도 능합니다.

그래서 당분간은 Google의 초대 전용 프로그램인 Fairwind에 속한 일부 사이버 방어자와 Google 내부 팀에만 제공됩니다. NeuralTrust에 따르면 신청은 Google Cloud 계정 팀을 거치며 신원 조회가 있습니다. 나머지 모든 사람에게는 "가능한 한 빨리" 제공하겠다고 약속했습니다.

공개 모델 ID도, 모델 카드도, Google이 공개한 한도도 없습니다. 11월 1일 기준 Gemini API 모델 및 가격 페이지에는 Gemini 4 제품군 중 Argon만 나와 있습니다.

단 1점 차의 1위

여러 테스트를 종합한 독립 점수인 Artificial Analysis Intelligence Index에서 Carbon은 59점입니다. Claude Opus 5.5는 최대 노력 설정에서 58점, GPT-6 Astra는 57점, Argon은 50점입니다. Anthropic의 가장 비싼 모델인 Claude Fable 5.1은 최고 50점, Claude Sonnet 5.5는 54점입니다.

1점은 얇은 차이입니다. 두 번째 독립 평가 기관인 Vals는 자체 지수에서 Carbon을 70.36%로 2위에 두었습니다. 70.85%의 Sonnet 5.5보다 뒤이고 70.18%의 Opus 5.5보다 근소하게 앞서며, 모두 약 1점인 오차 범위 안에 있습니다. Carbon은 Vals의 전문 분야 순위 두 곳에서는 확실히 1위입니다. 금융(66.35%)과 법률 리서치(55.77%)입니다.

공정하게 요약하면 최상위는 삼파전이며, 한 점수판에서 Carbon이 코끝만큼 앞서 있습니다.

코딩과 에이전트: 선두가 아닙니다

오차 범위 없이 자체 보고한 Google의 출시 표는 17개 항목 중 15개에서 최고 점수를 주장합니다. 내준 두 항목은 개발자가 가장 신경 쓰는 항목입니다. 실제 소프트웨어 엔지니어링 테스트인 FrontierSWE 2에서 Carbon은 61.2%로, Astra의 65.5%와 Opus의 62.3%에 못 미칩니다. 모델이 스스로 컴퓨터를 조작하는 OSWorld에서는 81.5%로, Opus의 87.2%에 못 미칩니다.

경쟁사들이 자체 보고한 수치도 같은 방향을 가리킵니다. Anthropic은 명령줄에서 작업하는 에이전트를 시험하는 Terminal-Bench 4.0에서 Opus 5.5를 66.4%로 제시하며, Astra는 57.9%, Fable 5.1은 55.8%입니다. Google은 같은 테스트에서 Argon을 57.4%로 제시했습니다.

Google 표에서 Carbon이 가장 확실히 앞서는 부분은 매우 긴 입력을 읽는 능력입니다. GraphWalks에서 96.2%로, Astra 71.8%, Opus 66.8%를 크게 앞섭니다. 코드베이스 전체나 데이터룸 전체에 한 번에 질문해야 하는 일이라면 주목할 숫자입니다.

지어낸 답은 적지만 Argon보다는 많습니다

환각, 즉 모델이 거짓을 자신 있게 말하는 문제에서 Carbon의 우위가 가장 큽니다. VentureBeat에 따르면 Artificial Analysis의 Omniscience 테스트에서 Carbon은 11%의 비율로 지어내며, Opus 5.5와 Astra는 둘 다 50%입니다.

이는 Google 자체 설명의 일부와 어긋납니다. Google은 Carbon이 Argon보다 근거 없는 주장을 절반 정도만 한다고 말하지만, 같은 테스트에서 Argon의 비율은 4%였습니다. Carbon은 48% 대 58%로 더 많은 질문에 정답을 내지만, 모를 때 추측하는 경우도 더 많습니다.

가격, 그리고 작업당 비용

Google은 Carbon을 Argon과 같은 요금으로 발표했습니다. 도입 요금은 입력 토큰 100만 개당 $2, 출력 100만 개당 $10이며, 이후 $4와 $20입니다. Argon의 도입 요금은 11월 30일에 끝나며, Carbon의 도입 요금이 언제 끝날지는 Google이 밝히지 않았습니다.

$4/$20 기준으로 두 Gemini 모델은 토큰당 Opus 5.5와 같습니다. Fable 5.1과 Astra는 $10와 $50로 2.5배입니다.

토큰당 가격은 오해를 낳습니다. 모델마다 쓰는 분량이 다르기 때문입니다. Carbon은 Artificial Analysis 지수를 돌리는 데 출력 토큰 200M개를 썼으며, 중앙값은 70M개입니다. 이후 요금으로 계산하면 지수 작업당 $7.76로, Argon $7.68, Opus 5.5 $10.04, Astra $6.25와 비교됩니다. Carbon은 작업당 Opus보다 저렴하지만, 토큰 수만 보고 예상하는 만큼은 아닙니다.

속도: 2분 대기

Artificial Analysis의 측정으로는 Carbon의 첫 단어가 나오기까지 118.58초가 걸리며, 중앙값은 3.71초입니다. Argon은 49.13초입니다.

경쟁 모델도 최상위 설정에서는 느리며, 대표 점수는 바로 그 설정에서 나옵니다. 같은 리더보드에서 최대 노력의 Opus 5.5는 729.62초, 최대 설정의 Astra는 270.03초를 기다립니다. 중간 노력에서는 16.41초와 5.07초로 줄지만 점수도 낮아집니다. 이 모델들 중 어느 것이든 최대 성능으로 쓴다면, 채팅 창보다는 맡겨 두고 나중에 돌아오는 작업에 맞습니다.

주의할 점: 위의 Carbon 수치는 모두 조기 접근권을 받은 평가자와 Google 자체 표에서 나왔습니다. Fairwind 밖의 누구도 자기 작업으로 이를 확인할 수 없고, Google은 최종 공개 모델이 시험한 모델과 같을지 밝히지 않았으며, 데이터 보존 및 학습 조건도 공개되지 않았습니다. 호출할 수 없는 모델의 리더보드 1위는 제품이 아니라 예측입니다.

어떤 작업에 무엇을

• 긴 코딩 및 에이전트 작업: Claude Opus 5.5. Terminal-Bench 4.0과 OSWorld에서 앞서고, 지수에서 Carbon보다 1점 뒤이며, 오늘 다섯 개 플랫폼에서 판매되고 있습니다.
• 예산 안의 대부분의 프로덕션 작업: Claude Sonnet 5.5 또는 GPT-6.1 Sol, 둘 다 $2/$10. Sonnet은 Vals 지수 1위이고, Sol은 최대 노력에서 Artificial Analysis 55점입니다.
• 영상, 오디오, PDF 더미: Gemini 4 Argon. 1M 토큰 창에서 이 모두를 네이티브로 읽습니다. 12월 1일 가격이 두 배가 되는 것을 예산에 반영하십시오.
• 연구 수준의 수학과 과학: GPT-6 Astra. OpenAI는 Terminal-Bench Science에서 64.6%로 보고하며, Fable 5.1은 52.6%입니다.
• Opus로 부족했던 가장 어려운 추론: Claude Fable 5.1. Anthropic 자체 문서는 이제 Opus로 시작하라고 안내합니다.
• 검증된 보안팀: Fairwind를 통한 Gemini 4 Carbon, 또는 OpenAI의 Daybreak Red 프로그램을 통한 GPT-5.6-Cyber.
• 더 낮은 가격: $2/$10의 Kimi K3.1 Pro. 11월 4일까지 오픈 웨이트를 공개하겠다고 약속했습니다.

결론: Carbon의 가장 큰 의미는 Gemini API에서 Argon의 후속 모델이 어디로 향하는지 보여 주는 신호라는 점, 그리고 Gemini를 쓰는 팀이 예산을 그대로 유지할 이유라는 점입니다. 나머지 모두에게 결정은 지난주와 같습니다. Opus 5.5는 실제로 살 수 있는 프런티어 모델이고, 선두와는 1점 차이이며, 나중에 바꾸는 비용이 Google이 정하지도 않은 날짜를 기다리는 것보다 적습니다.