구글, 제미나이 4 카본으로 AI 평가 1위

구글 딥마인드는 28일(현지시간) 공식 블로그를 통해 플래그십 모델 제미나이 4 카본(Gemini 4 Carbon)을 발표했습니다. 카본은 아티피셜 애널리시스 인텔리전스 인덱스(AAII)에서 추론 강도 ‘하이’ 기준 59점을 기록해 평가 대상 52개 모델 가운데 1위에 올랐습니다. 클로드 오퍼스 5.5는 58점, GPT-6 아스트라는 57점, 직전 모델 제미나이 4 아르곤은 50점이었습니다. AAII는 코딩·추론·과학 문제 해결·전문 업무 등을 평가하는 9개 벤치마크를 종합합니다.

구글이 이 평가에서 1위를 차지한 것은 약 11개월 만입니다. 지난해 11월 18일 출시된 제미나이 3 프로가 당시 GPT-5.1을 3점 앞섰고, 이후 오픈AI와 앤트로픽의 신모델 출시 뒤 선두가 바뀌었습니다. 카본은 9월 말 처음 공개된 아르곤이 10월 13일 개발자에게 정식 출시된 지 약 2주 만에 발표됐습니다. 구글 딥마인드의 코라이 카부쿠오글루 수석 부사장은 카본이 사이버 보안과 장시간 작업 수행 능력을 갖춘 회사의 가장 강력한 모델이라고 밝혔습니다.

구글은 카본이 여러 단계의 작업을 계획하고 실패한 접근을 수정하며 복잡한 일을 자율적으로 이어가도록 설계했다고 설명했습니다. 내부 연구진은 모델이 며칠 동안 엔지니어링 작업을 수행하며 대규모 코드의 복잡한 오류 원인을 추적하고 수정한 사례를 확인했습니다. 작업 범위를 벗어난 행동은 26%, 필요한 작업을 수행하지 못한 사례는 29% 감소했습니다. 코딩 에이전트 지수에서는 59점으로 클로드 오퍼스 5.5의 62점에 이어 2위였고, 터미널벤치 4.0에서 64%, 프론티어코드 v1.1에서 51%를 기록해 두 평가에서도 2위에 올랐습니다.

사이버 보안 평가에서 카본은 실제 소프트웨어의 취약점을 찾는 SEC-벤치 프로에서 88.2%, 취약점의 공격 가능성을 확인하는 익스플로잇짐에서 54.8%, 취약점을 수정하는 CWE-벤치에서 71.0%를 기록했습니다. 구글은 안전한 코드 생성 성공률이 아르곤보다 두 배 이상 높아졌다고 밝혔습니다. 크롬 개발팀 평가에서는 다른 AI 연구소의 대형 모델보다 고품질 보안 패치를 만드는 성능이 10배 이상 높았습니다. 내부 안전성 평가에서는 심각한 정렬 위반 경고가 약 80%, 충분한 근거 없이 사실을 주장하는 행동이 약 50% 감소했습니다. 프롬프트 인젝션 공격 성공률은 아르곤의 0.7%에서 0%로 낮아졌습니다.

발스 AI의 전문 업무 평가인 발스 인덱스 v2.2에서는 금융·법률·코딩·세무 업무를 평가한 29개 모델 가운데 70.36%로 2위를 기록했습니다. 클로드 소네트 5.5는 70.85%로 1위, 클로드 오퍼스 5.5는 70.18%였습니다. 카본은 금융 종합 지수와 법률 연구 벤치마크에서 1위, 금융 모델링에서 2위, 세무 에이전트에서 3위를 차지했습니다. 다만 아르곤보다 출력 토큰을 64% 더 사용했고 금융·세무 에이전트 작업은 두 배 이상 오래 걸렸으며, 법률 연구는 작업당 50분 넘게 걸렸습니다. 금융 모델링과 터미널 코딩은 아르곤보다 빠르고 정확했고, 전체 평가 작업당 비용은 10.51달러로 클로드 소네트 5.5의 18.70달러보다 낮았습니다.

아티피셜 애널리시스의 AA-브리프케이스에서는 1609점으로 아르곤의 1483점보다 126점 높았지만, 키미 K3.1 프로(1678점), 뮤즈 원더(1659점), 그록 4.7(1638점)에는 뒤졌습니다. AA-옴니사이언스에서는 54점으로 1위였고 클로드 오퍼스 5.5보다 6점 높았습니다. 정답률은 아르곤의 48%에서 58%로 오른 반면, 환각률은 4%에서 11%로 상승했습니다. 같은 평가에서 클로드 오퍼스 5.5와 GPT-6 아스트라의 환각률은 각각 50%였으며, 아티피셜 애널리시스는 카본의 환각률이 아르곤에 이어 두 번째로 낮다고 평가했습니다.

카본은 최대 100만 토큰의 컨텍스트를 지원하고 텍스트·이미지·음성·영상 입력을 받으며, 출력은 텍스트로 제공합니다. 매개변수 규모와 구체적인 학습 구조는 공개되지 않았습니다. API 초기 가격은 입력 토큰 100만 개당 2달러, 출력 100만 개당 10달러이며, 할인 종료 후에는 각각 4달러와 20달러로 두 배가 됩니다. 할인 종료 시점은 공개되지 않았습니다. 정가 기준 작업당 비용은 7.76달러로 클로드 오퍼스 5.5의 10.04달러보다 약 23% 낮고 GPT-6 아스트라의 6.25달러보다는 높았습니다. 평가에서 생성한 출력은 약 2억 토큰으로 비교 모델 중앙값 6400만 개의 3배를 넘었습니다.

구글은 이번 주부터 일부 사이버 보안 전문가에게 카본을 제공하고, 페어윈드(Fairwind) 프로그램을 통해 검증된 협력사로 접근을 확대할 예정입니다. 미국 정부의 출시 전 모델 평가에도 참여하고 있습니다. 일반 개발자·기업·소비자를 위한 정식 출시 일정은 공개되지 않았으며, 구글은 초기 이용자 피드백을 바탕으로 안전장치를 검증한 뒤 이용 대상을 넓힐 계획입니다.

구글 딥마인드는 28일(현지시간) 공식 블로그를 통해 플래그십 모델 제미나이 4 카본(Gemini 4 Carbon)을 발표했습니다. 카본은 아티피셜 애널리시스 인텔리전스 인덱스(AAII)에서 추론 강도 ‘하이’ 기준 59점을 기록해 평가 대상 52개 모델 가운데 1위에 올랐습니다. 클로드 오퍼스 5.5는 58점, GPT-6 아스트라는 57점, 직전 모델 제미나이 4 아르곤은 50점이었습니다. AAII는 코딩·추론·과학 문제 해결·전문 업무 등을 평가하는 9개 벤치마크를 종합합니다.

구글이 이 평가에서 1위를 차지한 것은 약 11개월 만입니다. 지난해 11월 18일 출시된 제미나이 3 프로가 당시 GPT-5.1을 3점 앞섰고, 이후 오픈AI와 앤트로픽의 신모델 출시 뒤 선두가 바뀌었습니다. 카본은 9월 말 처음 공개된 아르곤이 10월 13일 개발자에게 정식 출시된 지 약 2주 만에 발표됐습니다. 구글 딥마인드의 코라이 카부쿠오글루 수석 부사장은 카본이 사이버 보안과 장시간 작업 수행 능력을 갖춘 회사의 가장 강력한 모델이라고 밝혔습니다.

구글은 카본이 여러 단계의 작업을 계획하고 실패한 접근을 수정하며 복잡한 일을 자율적으로 이어가도록 설계했다고 설명했습니다. 내부 연구진은 모델이 며칠 동안 엔지니어링 작업을 수행하며 대규모 코드의 복잡한 오류 원인을 추적하고 수정한 사례를 확인했습니다. 작업 범위를 벗어난 행동은 26%, 필요한 작업을 수행하지 못한 사례는 29% 감소했습니다. 코딩 에이전트 지수에서는 59점으로 클로드 오퍼스 5.5의 62점에 이어 2위였고, 터미널벤치 4.0에서 64%, 프론티어코드 v1.1에서 51%를 기록해 두 평가에서도 2위에 올랐습니다.

사이버 보안 평가에서 카본은 실제 소프트웨어의 취약점을 찾는 SEC-벤치 프로에서 88.2%, 취약점의 공격 가능성을 확인하는 익스플로잇짐에서 54.8%, 취약점을 수정하는 CWE-벤치에서 71.0%를 기록했습니다. 구글은 안전한 코드 생성 성공률이 아르곤보다 두 배 이상 높아졌다고 밝혔습니다. 크롬 개발팀 평가에서는 다른 AI 연구소의 대형 모델보다 고품질 보안 패치를 만드는 성능이 10배 이상 높았습니다. 내부 안전성 평가에서는 심각한 정렬 위반 경고가 약 80%, 충분한 근거 없이 사실을 주장하는 행동이 약 50% 감소했습니다. 프롬프트 인젝션 공격 성공률은 아르곤의 0.7%에서 0%로 낮아졌습니다.

발스 AI의 전문 업무 평가인 발스 인덱스 v2.2에서는 금융·법률·코딩·세무 업무를 평가한 29개 모델 가운데 70.36%로 2위를 기록했습니다. 클로드 소네트 5.5는 70.85%로 1위, 클로드 오퍼스 5.5는 70.18%였습니다. 카본은 금융 종합 지수와 법률 연구 벤치마크에서 1위, 금융 모델링에서 2위, 세무 에이전트에서 3위를 차지했습니다. 다만 아르곤보다 출력 토큰을 64% 더 사용했고 금융·세무 에이전트 작업은 두 배 이상 오래 걸렸으며, 법률 연구는 작업당 50분 넘게 걸렸습니다. 금융 모델링과 터미널 코딩은 아르곤보다 빠르고 정확했고, 전체 평가 작업당 비용은 10.51달러로 클로드 소네트 5.5의 18.70달러보다 낮았습니다.

아티피셜 애널리시스의 AA-브리프케이스에서는 1609점으로 아르곤의 1483점보다 126점 높았지만, 키미 K3.1 프로(1678점), 뮤즈 원더(1659점), 그록 4.7(1638점)에는 뒤졌습니다. AA-옴니사이언스에서는 54점으로 1위였고 클로드 오퍼스 5.5보다 6점 높았습니다. 정답률은 아르곤의 48%에서 58%로 오른 반면, 환각률은 4%에서 11%로 상승했습니다. 같은 평가에서 클로드 오퍼스 5.5와 GPT-6 아스트라의 환각률은 각각 50%였으며, 아티피셜 애널리시스는 카본의 환각률이 아르곤에 이어 두 번째로 낮다고 평가했습니다.

카본은 최대 100만 토큰의 컨텍스트를 지원하고 텍스트·이미지·음성·영상 입력을 받으며, 출력은 텍스트로 제공합니다. 매개변수 규모와 구체적인 학습 구조는 공개되지 않았습니다. API 초기 가격은 입력 토큰 100만 개당 2달러, 출력 100만 개당 10달러이며, 할인 종료 후에는 각각 4달러와 20달러로 두 배가 됩니다. 할인 종료 시점은 공개되지 않았습니다. 정가 기준 작업당 비용은 7.76달러로 클로드 오퍼스 5.5의 10.04달러보다 약 23% 낮고 GPT-6 아스트라의 6.25달러보다는 높았습니다. 평가에서 생성한 출력은 약 2억 토큰으로 비교 모델 중앙값 6400만 개의 3배를 넘었습니다.

구글은 이번 주부터 일부 사이버 보안 전문가에게 카본을 제공하고, 페어윈드(Fairwind) 프로그램을 통해 검증된 협력사로 접근을 확대할 예정입니다. 미국 정부의 출시 전 모델 평가에도 참여하고 있습니다. 일반 개발자·기업·소비자를 위한 정식 출시 일정은 공개되지 않았으며, 구글은 초기 이용자 피드백을 바탕으로 안전장치를 검증한 뒤 이용 대상을 넓힐 계획입니다.