| {{{#!wiki style="margin:-0px -10px -5px" {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin:-5px -1px -11px; word-break:keep-all" | OpenAI | GPT (1 · 2 · 3.x · 4.x · 5.x · 6.x · 7) GPT-OSS (20B · 120B) OpenAI (o1 · o3 · o4) | |
| 구글 | Gemini (1 · 1.5 · 2 · 2.5 · 3 · 3.1 · 3.5 · 3.6 · 3.7 · 3.8 · 4) Gemma · LaMDA · PaLM 2 | ||
| Anthropic | Claude (Fable · Mythos · Opus · Sonnet · Haiku) | ||
| SpaceXSI | Grok | ||
| 메타 | LLaMA · Muse Glimmer · Muse Spark · Muse Wonder | ||
| 기타 | NVIDIA Nemotron(NVIDIA) · Inkling(Thinking Machines Lab) · Granite(IBM) · MAI · Phi(Microsoft) · Apple Foundation Models · OpenELM(Apple) | ||
| HyperCLOVA(네이버) · 카나나(카카오) · 삼성 가우스(삼성전자) · 엑사원(LG AI연구원) · 믿:음(KT) · A.X(SK텔레콤) · Solar(업스테이지) · Motif(모티프) | |||
| Hunyuan · DeepSeek(딥시크) · Qwen · MiniMax(미니맥스 그룹) · GLM(Z.ai) · Xiaomi MiMo(샤오미) · Kimi(Moonshot AI) | |||
| Mistral(Mistral AI) | |||
| K2 Horizon(IFM) | |||
| Quasar(멀티버스 컴퓨팅) | |||
| Sapiens(Sapiens AI) | |||
| Command A+(Cohere) | }}}}}}}}} | ||
| | |||
| {{{#!wiki style="margin:0 -10px -5px; min-height:calc(1.5em + 5px)" {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin:-5px -1px -11px" | <colbgcolor=#4285F4,#4285F4> 모델 | 1.0 · 1.5 · 2.0 · 2.5 · 3.0 · 3.1 · 3.5 · 3.6 · 3.7 · 3.8 · 4 | |
| 나노 바나나 · Veo · Omni | |||
| 서비스 | Gemini 앱 · Google AI Studio · Gemini Live · Gemini Notebook | ||
| 에이전트 | }}}}}}}}} | ||
| <colbgcolor=#4285F4><colcolor=#fff> Gemini 4 | |
| | |
| 공개일 | 4 Argon 2026년 9월 30일[1] #4 Carbon 2026년 10월 28일[2] # |
| 출시일 | 4 Argon 2026년 10월 13일[3]4 Carbon 미정 |
| 개발사 | 구글 |
| 기능 | 언어 모델 |
1. 개요
2026년 10월 1일 구글이 공개한 Gemini 모델. 정식 명칭은 Gemini 4 Argon이다.기존 모델명은 Pro 모델이 Flash보다 버전명이 뒤쳐지는 등 어느 쪽이 좋은 모델인지 헷갈릴 여지가 커 모델 명명 체계가 바뀌었다. 이러한 독자적인 팻네임 체계는 경쟁사에서도 이미 적용하고 있는 추세이다.
네이밍 규칙은 안드로이드(운영체제)에서도 사용되었던 알파벳순, 그러나 이번엔 간식 이름이 아니라 화학 원소 이름이다.
2. 모델
2.1. Gemini 4 Argon
Gemini 4 계열 최초의 모델. 2026년 9월 30일 (현지 시간) 공식적으로 공개되었다. Gemini 3.5 Pro가 맡을 예정이었던 상위 모델의 역할을 사실상 계승한 것으로 볼 수 있다.
구글에 따르면, 이번 모델은 실제 현장의 실무 코딩, 법률이나 재무 등의 기업 전문 지식 업무, 사이버 보안 방어 등 장기적이고 복잡한 워크플로우 전반에서 자율 에이전트 수준의 심층 추론을 수행하도록 설계된 것이 특징이다.
배포 방식은 안전성을 고려해 단계적 배포 전략을 취한다. '페어윈드 프로그램'에 참여하는 공인 사이버 보안 방어 전문가들에게 우선 제공되며, 미국 정부와의 사전 안전성 검토 및 가드레일 고도화를 거친 뒤 유료 API와 구글 AI 울트라 구독자 등 일반 대중에게 순차적으로 배포될 예정이다.
API 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러[4]로 책정되었으며, 최대 출력이 기존 6.4만 토큰에서 100만 토큰으로 증가하여 방대한 출력 용량을 지원한다.
구글이 내세우는 개선점은 다음과 같다.
- 복잡하고 긴 호흡의 작업에서 심층 추론과 반복적인 도구 호출 루프를 거치며 장기 과제를 끝까지 완수하는 자율 실행 성능을 대폭 강화했다.
- 소프트웨어 엔지니어링 실무 및 재무·법률 등 주요 18개 업계 벤치마크 중 12개 항목에서 경쟁사 프론티어 모델을 앞서는 성능을 기록했다.
- 보안 취약점 자율 탐지 및 신속한 패치 등 사이버 방어 워크플로우 전반의 대응 역량을 최고 수준으로 끌어올렸다.
- 고도화된 자율 에이전트 기능에 맞춰 사전 안전 가드레일을 대폭 보강하고, 출시 전 정부 사전 평가 절차를 도입해 시스템 신뢰도를 높였다.
====# 공개 전 정보 #====
2026년 5월 Google I/O에서 Google은 Gemini 3.5 Flash를 발표하면서 Gemini 3.5 Pro를 다음 달 공개하겠다고 예고했다. 그러나 6월이 지나도록 3.5 Pro는 등장하지 않았으며, 이후에도 Flash 계열 모델만 연이어 출시되었다.
특히 3.6과 3.7은 각각 2026년 7월 21일과 8월 13일 공개되면서 짧은 기간 동안 마이너 버전이 빠르게 올라갔지만, 최상위 Pro 모델의 공백은 계속되었다. 3.5 Pro가 예고된 이후 수개월 동안 정식 모델로 출시되지 않으면서 차기 프론티어 모델이 아예 Gemini 4로 넘어가는 것이 아니냐는 관측도 나오기 시작했다.
이 모델이 재귀개선에 성공했다고 X를 통해 보고 했다.
2026년 9월 17일, Arena에 'gemini-3.8-flash' 모델이 하나 더 등록되었고, 'gemini-3.7-flash'라는 이름을 가진 모델이 Gemini 3.8은 물론 GPT-6 Astra를 상회하는 성능을 보여주어 Gemini 4의 테스트 빌드가 아니냐는 관측이 나왔다.[5]
2026년 9월 25일 Google DeepMind의 코라이 카바쿨루가 인터뷰에서 Gemini 4가 마무리 단계에 있으며 연말보다 훨씬 이른 시점에 출시될 수 있다고 밝히면서 Gemini 4의 존재가 사실상 공식화되었다.
2.1.1. 성능
전작 대비 전반적인 수치가 대폭 개선되었으며, 복잡한 실무 에이전트와 장기 소프트웨어 엔지니어링, 사이버 보안 영역에서 뚜렷한 도약을 보였다.
공개된 총 18개 비교 벤치마크 중 12개 부문에서 단독 1위, 1개 부문에서 공동 1위를 기록하며 다수 항목에서 경쟁 모델들을 앞질렀다.
실제 경제적 가치가 높은 전문 실무 도메인에서는 고가의 최상위 플래그십 모델들을 상회하는 지표를 보였다. 금융, 법률, 세무, 코딩을 GDP 기여도로 가중 반영한 Vals Index에서 68.9%를 기록해 Claude Opus 5.5(67.0%)와 GPT-6 Astra(63.1%)를 제쳤다. 실무 소프트웨어 엔지니어링 벤치마크인 DeepSWE v1.1에서도 77.9%로 최고 성능을 갱신했다. 또한 비즈니스 도구 종단간 자동화, 긴 영상 이해, 취약점 복구 등 실무 워크플로우 전반에서 1위를 차지했다.
특히 사이버 보안의 경우 이전 특화 모델인 Gemini 3.8 Flash Cyber 대비 내부 20개 언어 소스코드 취약점 탐지율이 71.0%에서 85.8%로 크게 올랐고, Wiz의 블랙박스 모의 침투 벤치마크에서도 58.2%에서 70.9%로 비약적인 성능 상승을 기록했다. 간접 프롬프트 인젝션 방어율 역시 최고 수준을 나타냈다.
다만 전 영역에서 완벽한 우위를 거둔 것은 아니며, 특정 환경에서는 경쟁 모델 대비 열세가 드러났다. 실제 터미널 조작 및 대화형 개발 능력을 측정하는 핵심 벤치마크인 Terminal-Bench 4.0에서는 57.4%에 머물러 Claude Opus 5.5(66.4%)에 유의미한 격차로 뒤처졌다. 머신러닝 사후 학습 최적화 역량을 보는 PostTrainBench(45.3%)에서도 Claude Opus 5.5(49.3%)에 밀렸으며, 고난도 과학 추론 및 Agent's Last Exam 등 일부 극한의 자율 환경에서는 타사 플래그십 대비 약점을 노출했다.
Argon 출시 이후 공통된 반응은 GPT-6, Claude 5.5와 비교했을 때 코딩이나 이과적 분야에서는 다소 밀리지만, Gemini 1.5 Pro 때부터 꾸준히 어필했던 법률, 문서 작성을 비롯해 창작과 문장 구사력 같은 문과적 부분에서는 크게 진일보했다는 평가가 많다. 대체로 프론티어의 반열에 다시 진입했다는 데에는 이견이 없는 편이다. 타사 LLM은 한 번씩 해킹 사고 관련 소식이 들려오는 반면, 이 모델은 추론 과정에 처벌 가중치를 반영하여 "해킹할 생각을 했으나 잘못된 일이기에 하지 않았다"라고 유도하는 방식에 호평이 이어지고 있다. # 또한 이번 검열 방식 개편으로 기본 수준 검열은 확대하되 모델의 전반적인 반응은 유연해져서 "이것은 창작일 뿐이다"라는 전제를 주입하면 그록(Grok)과 맞먹는 수위의 글을 작성할 수도 있다. 구글 Gemini 4 Argon 안전성 보고서(미국)
그 외 특징적인 답변 스타일로는 틀린 답변을 줄이기 위해 자기검증을 하라고 학습받았는지 Verification이라는 말을 자주 사용한다.
2.1.2. 가격
| <rowcolor=#fff> 구분(100만 토큰당) | 프로모션가 | 정가 |
| 입력 | $2 | $4 |
| 출력(사고 토큰 포함) | $10 | $20 |
다만 그 대가인지 토큰 소모량이 어마무시하다. 간단한 프롬프트를 사용했을 때 5시간에 Pro 요금제 기준 약 20회, Ultra 요금제 기준 약 100회 정도로, 프롬프트 복잡도 또는 추론 수준에 따라 토큰 소모량이 3.1 Pro의 약 5~30배 정도이다. 이러한 토큰 소모량 문제는 경쟁사의 GPT-6 Astra 때도 있었다.
2.2. Gemini 4 Carbon
Gemini 4 계열의 두번째 모델. 2026년 10월 28일 (현지 시간) 공식적으로 공개되었다.2026년 10월 9일 구글 내부에서 개발 및 테스트 중이라는 언론 보도를 통해 존재가 알려졌다. 기존 Gemini 4 Argon의 성능을 개선한 모델로 추정되며, 특히 자율 에이전트 코딩, 장문 문맥 이해, 과학적 추론 및 사이버 보안 등 복잡한 작업 수행 능력을 강화한 것이 특징이다.
공개 이전에는 구글의 사내 코딩 플랫폼 Jetski를 통해 내부 테스트가 진행되고 있다는 소식이 전해졌으며, 일부 직원들은 코딩 능력이 경쟁사의 최상위 모델인 Claude Opus 5.5와 비슷한 수준이라고 평가했다. 이후 외부 테스터들을 통해 추가적인 성능 개선 가능성이 제기되면서 Argon의 후속 모델인지, 별도의 상위 모델인지에 대한 관심이 높아졌다.
공유된 벤치마크 비교 자료에 따르면, Carbon은 총 17개 평가 항목 중 14개에서 단독 1위를 기록했으며, 전작인 Argon과의 비교에서는 모든 항목에서 향상된 결과를 보였다. 특히 종합 인공지능 성능을 평가하는 AA Index v5.0에서 59점, 전문 업무 능력을 평가하는 Vals Index v2.2에서 70.4%를 기록했다. 또한 Terminal-Bench 4.0에서 65.2%, GraphWalks에서 96.2%, ExploitGym에서 54.8%를 기록하며 장기 작업 수행과 보안 관련 문제 해결 능력에서 높은 성능을 나타냈다.[7]
한편 모든 영역에서 경쟁 모델을 앞선 것은 아니다. 실제 소프트웨어 엔지니어링 능력을 평가하는 FrontierSWE 2에서는 GPT-6 Astra와 Claude Opus 5.5에 뒤처졌으며, 운영체제 조작 능력을 측정하는 OSWorld-2.1에서도 Claude Opus 5.5보다 낮은 점수를 기록했다.
Carbon이 기존 Argon의 업데이트 버전으로 제공될지, 별개의 모델로 출시될지 역시 확정되지 않은 상태이다.
공유된 벤치마크 자료에서 나타난 주요 개선점은 다음과 같다.
- 자율 에이전트 코딩: 터미널 기반 소프트웨어 개발 능력을 강화하여 복잡한 개발 작업의 수행 성능을 개선했다.
- 장문 문맥 이해: 최대 100만 토큰 규모의 장문 문맥 평가에서 전작 대비 높은 성능을 기록하며 대규모 문서 및 코드베이스의 정보 추적 능력이 향상되었다.
- 과학 및 수학적 추론: 과학적 환경에서의 도구 활용 및 고난도 문제 해결 성능이 개선되었다.
- 사이버 보안: 소프트웨어 취약점 분석 및 보안 문제 해결 관련 벤치마크에서 전작보다 높은 점수를 기록했다.
- 컴퓨터 조작 및 업무 자동화: 실제 운영체제 조작과 기업 업무 자동화 등 실무 환경을 반영한 평가에서 전작보다 높은 성능을 기록했다.
====# 공개 전 정보 #====
2026년 10월 9일, 비즈니스 인사이더는 구글 내부 문서와 스크린샷을 근거로 직원들이 사내 코딩 플랫폼인 Jetski에서 Carbon을 시험하고 있다고 보도했다. 해당 모델을 사용해 본 구글 직원 중 한 명은 코딩 성능이 Claude Opus 5.5와 비슷하게 느껴진다고 평가했으며, 다른 직원 역시 긍정적인 반응을 보인 것으로 전해졌다.
다만 이러한 평가는 정량적인 벤치마크 결과가 아니라 일부 직원의 주관적인 사용 경험에 기반한 것이었다. 해당 직원 역시 추가적인 테스트가 필요하다는 입장을 밝혔으며, 구글은 Carbon의 구체적인 개발 상황이나 출시 계획에 대해 공식적인 입장을 내놓지 않았다.
이후 Carbon이 기존 Argon의 업데이트 버전인지, 별도의 상위 모델인지에 대한 추측이 이어졌다. 특히 Argon의 초기 버전이 일부 코딩 작업에서 경쟁사의 이전 세대 모델보다 뒤처진다는 내부 평가가 보도되면서, Carbon이 코딩 및 자율 에이전트 성능을 개선하기 위한 새로운 모델이라는 관측이 제기되었다.
2026년 10월 21일에는 일부 AI 모델 테스터들이 Carbon의 조기 접근 프로그램이 시작되었으며, 일부 파트너에게 모델이 제공되고 Arena에서도 익명 테스트가 진행되고 있다고 주장했다.
같은 시기 공개된 비공식 테스트 사례에서는 Carbon이 Argon보다 3D 오브젝트 생성 및 시각적 코드 작성 작업에서 개선된 결과물을 보여준다는 평가가 나왔다. 반면 프론트엔드 및 사용자 인터페이스 생성 능력에서는 여전히 부족한 부분이 있으며, 응답 속도 역시 Argon보다 느리다는 지적이 제기되었다. #
2.2.1. 성능
첨부된 벤치마크 자료에 따르면, Gemini 4 Carbon은 전작인 Gemini 4 Argon 대비 전반적인 성능이 향상되었으며, 특히 장기 문맥 이해, 자율 에이전트 코딩, 컴퓨터 조작, 과학적 추론 및 사이버 보안 분야에서 큰 개선을 보였다.
공개된 17개 비교 항목 중 14개에서 단독 1위를 차지했으며, 나머지 3개 항목에서는 GPT-6 Astra 또는 Claude Opus 5.5에 뒤처졌다. 전작인 Argon과의 직접 비교에서는 17개 모든 항목에서 높은 점수를 기록했다. 다만 해당 수치는 첨부된 평가 자료를 기준으로 한 것으로, 평가 방법론과 결과의 독립적인 검증 여부는 별도로 확인할 필요가 있다.
- 종합 성능 및 전문 업무
- AA Index v5.0 (Artificial Analysis 종합 지수): 59점을 기록하여 전작 Argon(50점) 대비 9점 상승했으며, Claude Opus 5.5(58점)와 GPT-6 Astra(57점)를 근소하게 앞섰다.
- Vals Index v2.2 (전문 업무 수행): 70.4%로 Argon(69.2%), Claude Opus 5.5(70.2%), GPT-6 Astra(65.0%)를 모두 앞질렀다. 다만 Opus 5.5와의 격차는 0.2%p에 불과해, 전문 업무 전반에서 확실한 우위를 점했다고 단정하기는 어렵다.
- 자율 에이전트 코딩
- SWE-sweep: 9.6%를 기록해 Argon(4.3%) 대비 5.3%p 상승했으며, GPT-6 Astra(9.5%)를 근소하게 앞섰다.
- Terminal-Bench 4.0(AA) (실제 터미널 작업): 65.2%로 Argon(57.1%) 대비 8.1%p 향상되었고, Claude Opus 5.5(59.6%)와 GPT-6 Astra(59.1%)를 제쳤다. 기존 Argon의 약점으로 지적되던 터미널 조작 및 자율 개발 능력이 상당 부분 개선되었음을 시사한다.
- FrontierSWE 2 (실무 소프트웨어 엔지니어링): 61.2%로 Argon(55.0%)은 앞섰으나, GPT-6 Astra(65.5%)와 Claude Opus 5.5(62.3%)에는 미치지 못해 코딩 전 분야에서 경쟁 모델을 압도하는 수준은 아니다.
- 컴퓨터 조작 및 자율 작업 수행
- Agents' Last Exam v1.1: 77.4%로 Argon(69.0%) 대비 8.4%p 상승하며 GPT-6 Astra(73.1%)와 Claude Opus 5.5(71.6%)를 앞섰다.
- OSWorld-2.1 (실제 운영체제 조작): 81.5%로 Argon(74.7%)보다 개선되었으나, Claude Opus 5.5(87.2%)에는 뒤처졌다. 복잡한 에이전트 작업 능력은 강화되었지만 실제 OS 조작에서는 여전히 경쟁 모델이 우세한 부분이 있음을 보여준다.
- 기업 실무 및 경제적 가치 창출
- AutomationBench (비즈니스 도구 자동화): 53.9%를 기록해 Argon(51.3%)은 물론 Claude Opus 5.5(42.5%)와 GPT-6 Astra(41.4%)를 큰 폭으로 앞섰다.
- Vending-Bench 2 (경제적 의사결정 및 장기 자원 관리): 최종 잔액 16,484달러를 달성하여 GPT-6 Astra(15,515달러), Argon(13,718달러), Claude Opus 5.5(9,235달러)보다 높은 수익을 기록했다.
- 멀티모달 이해 능력
- Chartography: 72.5%로 Argon(71.6%) 대비 소폭 향상되었다.
- Blueprint-Bench 2 (도면 및 공간 구조 이해): 58.6%를 기록해 Argon(54.4%), Claude Opus 5.5(51.2%), GPT-6 Astra(49.7%)를 모두 앞서며 공간 구조 파악에서 강점을 보였다.
- 장문 문맥 이해 능력
- GraphWalks (25.6만~100만 토큰 문맥): 96.2%를 달성해 Argon(84.2%) 대비 12.0%p 상승하며 가장 두드러진 개선을 보였다. 특히 GPT-6 Astra(71.8%)와 Claude Opus 5.5(66.8%)를 각각 24.4%p, 29.4%p 차이로 크게 따돌렸는데, 이는 대규모 문서나 코드베이스 내 정보 추적 및 관계 파악 능력이 대폭 향상되었음을 의미한다.
- 과학 및 수학적 추론
- RiemannBench: 80.0%를 기록하여 Argon(76.0%), GPT-6 Astra(72.0%), Claude Opus 5.5(69.6%)를 모두 앞섰다.
- Terminal-Bench-Science 0.1(AA) (과학 환경 터미널 활용): 64.8%로 Argon(52.9%) 대비 11.9%p 상승했으며, GPT-6 Astra(63.3%)와 Claude Opus 5.5(59.0%)를 제쳤다.
- 사이버 보안
- CWE-bench (소프트웨어 취약점): 71.0%로 Argon 및 GPT-6 Astra(각각 68.0%)를 앞섰다.
- ExploitGym 및 SEC-bench Pro: ExploitGym에서 54.8%로 Argon(42.0%) 대비 12.8%p 상승했고, SEC-bench Pro에서도 88.2%로 GPT-6 Astra(85.4%)와 Argon(83.4%)을 능가했다. 취약점 분석 및 보안 문제 해결 능력이 강화되었음을 보여주나, 개별 벤치마크 결과가 실제 환경에서의 보안성과 안전성을 직접 보장하는 것은 아니다.
실제 사용자 기반의 블라인드 평가인 Arena AI(10월 28일 예비 결과 기준)에서도 최상위권의 성적과 뛰어난 비용 효율성을 기록했다.
- 텍스트(Text Arena) 부문: 전체 1위 (1528점 ±9점, 순위 범위 1~2위)
- 성능 비교: 2위인 전작 Argon(1520점 ±6점)과는 오차범위가 겹치나, 3위 Claude Opus 5.5(1509점 ±7점)와 37위 GPT-6 Astra(1476점 ±6점)는 오차범위 밖에서 확실하게 앞섰다.
- 비용 효율: 작업당 비용(P50 중앙값)은 0.05달러로 Argon(0.03달러)보다 소폭 높지만, Opus 5.5(0.09달러)의 약 절반, GPT-6 Astra(0.25달러)의 5분의 1 수준으로 저렴하다.
- 에이전트(Agent) 부문: 종합 2위 (순개선도 16.04% ±1.00%, 순위 범위 2~4위)
- 성능 비교: 1위 Claude Opus 5.5(20.94% ±2.15%)의 뒤를 이었다. 3·4위인 Claude Sonnet 5.5 및 Fable 5.1과는 오차범위가 일부 겹치지만, 5위 GPT-6 Astra(12.96% ±2.02%)와 6위 GPT-6.1 Sol(12.47% ±1.08%)은 오차범위 밖에서 제쳤다.
- 세부 지표: 지시 이행력(18.42% ±0.95%)은 전체 1위로 Opus 5.5를 제외한 모든 모델을 오차범위 밖에서 앞섰고, 확정 성공률(18.05% ±1.60%), 칭찬 대 불만 비율(37.95% ±3.68%), 도구 환각률(0.48% ±0.16%)에서도 하위 모델 다수를 확실히 따돌렸다. 반면 외부 요인을 제외한 명령어 성공률을 뜻하는 Bash 신뢰도(5.44% ±0.94%)에서는 GPT-6.1 Sol(5.58% ±0.70%)과 함께 8~14%대를 기록한 상위 경쟁 모델들에 오차범위 밖에서 뒤처지는 취약점을 드러냈다.
- 비용 및 속도: P50 기준 작업당 비용(1.76달러)과 소요 시간(11.4분)은 1위 Opus 5.5(7.16달러, 20.4분) 대비 각각 약 4분의 1, 절반 수준에 불과해 비교 모델 중 가장 저렴하고 빨랐다.
- 웹 개발(WebDev Arena) 부문: 종합 4위 (1768점 ±15점, 순위 범위 2~6위)
- 성능 비교: 단독 1위인 Claude Opus 5.5(1810점 ±13점)에게는 오차범위 밖에서 뒤처졌으나, 2위 GPT-6 Astra(1773점 ±10점), 3위 Claude Sonnet 5.5(1770점 ±11점), 5위 GPT-6.1 Sol(1751점 ±11점), 6위 Claude Fable 5.1(1746점 ±9점)과는 오차범위가 겹치는 치열한 2위권을 형성했다.
- 비용 효율: P50 기준 작업당 비용은 1.62달러로 GPT-6.1 Sol(1.60달러)과 함께 상위권 모델 중 가장 저렴했다. 이는 9달러를 넘기는 Opus 5.5(9.04달러) 및 GPT-6 Astra(9.39달러)의 약 5.5분의 1, Claude Fable 5.1(11.39달러)의 약 7분의 1 수준이다.
종합하면 Carbon은 Argon에서 상대적으로 부족했던 장기 작업 수행과 터미널 기반 코딩 능력을 개선하는 동시에, 기존의 문서 이해 및 전문 업무 수행 능력을 더욱 발전시킨 모델로 평가할 수 있다. 특히 장문 문맥 처리, 과학적 추론, 사이버 보안 관련 평가에서 높은 성능을 기록했으며, 실사용 리더보드에서도 최상위권의 텍스트 생성 능력과 에이전트·웹 개발 분야의 압도적인 가성비를 입증했다는 점이 특징이다.
반면 FrontierSWE 2에서는 GPT-6 Astra에, OSWorld-2.1과 에이전트·웹 개발 리더보드 종합 점수에서는 Claude Opus 5.5에 뒤처졌으며, 에이전트 평가의 Bash 명령어 성공률(신뢰도)처럼 경쟁 모델 대비 명확한 열세를 보이는 세부 지표도 존재한다. 또한 벤치마크마다 평가 환경과 방식이 다르고 10월 28일 기준 리더보드 역시 예비(Preliminary) 결과이므로, 일부 항목의 우위만으로 실제 사용 환경의 모든 작업에서 우수하다고 단정할 수는 없다.
2.2.2. 가격
| <rowcolor=#fff> 구분(100만 토큰당) | 프로모션가 | 정가 |
| 입력 | $2 | $4 |
| 출력(사고 토큰 포함) | $10 | $20 |
2026년 10월 28일 외신 보도에 따르면, Gemini 4 Carbon의 초기 API 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러로 전작인 Gemini 4 Argon과 동일한 수준으로 책정되었다.
2.3. Gemini 4 Pro
출시 전 들려오는 소식 및 현재 연구가들에게 제한적으로 공개된 API에도 Carbon과 Pro가 혼재되어 있는데, 기존 3 버전의 Pro Preview 포지션으로 추측되거나, 아예 Pro가 Argon 밑으로 들어가면서 사실상 Flash 포지션을 맡을 수도 있다는 추측도 나온다.3. 라인업 개편 가능성
Gemini 4 세대부터 기존의 Flash-Lite → Flash → Pro로 이어지던 3단계 모델 체제가 개편될 가능성이 제기되고 있다. 이는 Anthropic의 Claude가 Haiku, Sonnet, Opus, Fable로, OpenAI의 GPT가 Luna, Terra, Sol, Astra로 모델의 성능과 용도에 따라 세분화된 라인업을 구축하는 흐름과 유사하다.기존 Gemini 시리즈는 저비용·경량 모델인 Flash-Lite, 속도와 성능의 균형을 강조한 Flash, 고성능 추론을 담당하는 Pro의 3단계 구성을 유지해 왔다. 그러나 Gemini 4에서는 기존 Pro 명칭 대신 Argon이라는 새로운 이름이 사용되었으며, 별도의 모델인 Carbon의 존재까지 알려지면서 기존의 모델 명명 체계가 변화할 가능성이 거론되고 있다.
이러한 관측에 따르면 Gemini 4의 라인업은 다음과 같이 재편될 수 있다.
- Flash-Lite: 기존과 마찬가지로 비용 효율성과 빠른 응답 속도를 중시하는 최경량 모델.
- Pro: 기존 Flash의 역할을 계승하는 범용 모델로, 응답 속도와 추론 성능의 균형을 중시하는 중간급 포지션.
- Argon: 기존 Pro의 고성능 모델 포지션을 계승하는 상위 모델로, 복잡한 추론과 코딩, 전문 지식 업무 및 자율 에이전트 작업에 특화된 모델.
- Carbon: Argon보다 높은 성능을 목표로 하는 최상위 모델로, Claude Fable 및 GPT Astra와 같은 플래그십 포지션을 담당할 가능성이 있는 모델.
특히 Argon은 구글이 공식적으로 프론티어 모델로 소개한 만큼 기존 Pro보다 상위의 성능 중심 모델이라는 점이 강조되고 있다. 여기에 Carbon이 별도의 상위 모델로 출시될 경우, Argon은 기존 Pro의 역할을 사실상 계승하고 Carbon이 새로운 최상위 모델을 담당하는 구조가 형성될 수 있다.
이 경우 제한적으로 공개된 API 모델 명칭에서 혼용되던 Pro는 상위 모델을 의미하는 명칭에서 벗어나 기존 Flash와 유사한 범용 모델의 명칭으로 재배치될 가능성이 있다. 또한 초저비용·저지연 작업을 위한 Flash-Lite 계열이 유지되거나 Gemini 4 세대에 맞춰 새롭게 출시된다면, 결과적으로 4단계 라인업이 완성될 수 있다.
다만 구글은 이러한 4단계 라인업의 도입이나 각 모델의 공식적인 성능상 위치를 확정적으로 발표하지 않았다. 특히 Carbon이 Argon의 후속 업데이트인지, 독립적인 최상위 모델인지도 명확하지 않으며, Pro와 Flash-Lite 명칭이 Gemini 4 세대에서 어떤 방식으로 사용될지도 확인되지 않았다. 따라서 이러한 라인업 개편안은 현재까지 알려진 모델 명칭과 경쟁사의 제품 구성을 바탕으로 한 추측에 해당한다.