제미나이 4 카본(Gemini 4 Carbon): 벤치마크, 가격, 사용 가능 대상
구글이 10월 28일 제미나이 4 카본(Gemini 4 Carbon)을 발표했습니다. 제미나이 4 아르곤(Argon)이 나온 지 2주 만입니다. 구글은 카본을 "사이버보안과 장시간(long horizon) 작업에서 최고 수준인, 우리의 가장 강력한 모델"이라고 소개했고 실제로 Artificial Analysis 지능 지수(Intelligence Index) v5.0에서 59점으로 1위에 올랐습니다(Google). 다만 아직 대부분은 쓸 수 없습니다. 이번 주에는 일부 사이버 방어 조직만 먼저 쓰고 이어서 구글 딥마인드의 Fairwind 프로그램 파트너로 넓어집니다. 개발자와 일반 사용자에게 언제 열릴지는 정해지지 않았습니다.
가격은 이미 공개됐습니다. 도입 기간에는 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이고 이후 4달러와 20달러로 오릅니다.
핵심 요약
- 구글 벤치마크 표의 17개 항목 중 15개에서 카본이 1위입니다. 비교 대상은 제미나이 4 아르곤, GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1입니다. FrontierSWE 2는 GPT-6 Astra에, OSWorld-2.1은 Claude Opus 5.5에 졌습니다.
- 아르곤보다 크게 오른 분야는 보안과 에이전트 작업입니다. ExploitGym은 42.0%에서 54.8%로, SEC-bench Pro는 83.4%에서 88.2%로, Terminal-Bench 4.0은 57.1%에서 65.2%로, 장문 맥락 테스트 GraphWalks는 84.2%에서 96.2%로 올랐습니다.
- Gray Swan 프롬프트 인젝션 벤치마크에서 공격 성공률은 0.0%였습니다. 아르곤은 0.7%, Claude Opus 5.5는 1.0%입니다.
- 사이버 방어 조직과 Fairwind 프로그램 파트너부터 씁니다. 공개 API, 제미나이 앱, AI 스튜디오 출시일은 나오지 않았습니다.
- 도입 가격은 아르곤과 같은 100만 토큰당 2달러/10달러이고 캐시된 입력은 95% 할인됩니다. 도입 기간 뒤 정가는 4달러/20달러입니다.
- 점수는 모두 구글이 최고 사고(thinking) 설정으로 측정한 값입니다. 경쟁 모델 점수는 대부분 각 회사가 직접 발표한 수치입니다.
제미나이 4 카본은 어떤 모델인가
제미나이 4 카본은 구글 딥마인드가 내놓은 제미나이 4 계열의 최신 프런티어 모델입니다. 구글 딥마인드 수석부사장이자 구글 최고 AI 설계자(Chief AI Architect)인 코라이 카부쿠오글루(Koray Kavukcuoglu)는 발표 글에서 카본이 여러 단계를 오래 이어 가는 에이전트 작업을 위해 만들어졌다고 설명했습니다. 내부 팀이 카본을 "며칠 동안 돌리며 막다른 길을 뚫고 나가는 것"을 봤다고도 했습니다. 구글이 든 예는 대규모 코드베이스나 저수준 시스템에서 잘 드러나지 않는 버그의 원인을 찾아 패치하는 일입니다.
카본은 10월 13일 유료 API와 Google AI Pro·Ultra 구독자에게 열린 제미나이 4 아르곤보다 윗급입니다. 구글에 따르면 아르곤과 같은 다층 안전·보안 체계를 쓰고 도입 가격도 같습니다.
여기서 장시간(long-horizon) 작업이란 에이전트가 몇 시간에 걸쳐 수많은 단계를 밟으면서 목표를 놓치지 않고 실패한 시도에서 회복하고 스스로 결과를 점검해야 하는 작업을 말합니다. 구글이 카본용으로 고른 벤치마크도 한 번 묻고 답하는 능력보다 이런 작업 능력을 주로 잽니다.
제미나이 4 카본 벤치마크
구글은 카본을 아르곤, OpenAI의 GPT-6 Astra, Anthropic의 Claude Opus 5.5·Claude Fable 5.1과 비교한 표를 공개했습니다. 모든 수치는 제조사 발표치이며 굵은 글씨가 항목별 최고점입니다.
| 분야 | 벤치마크 | 제미나이 4 카본 | 제미나이 4 아르곤 | GPT-6 Astra | Claude Opus 5.5 | Claude Fable 5.1 |
|---|---|---|---|---|---|---|
| 종합 | AA 지능 지수 v5.0 | 59 | 50 | 57 | 58 | 49 |
| 종합 | Vals Index v2.2 | 70.4% | 69.2% | 65.0% | 70.2% | 없음 |
| 에이전트 코딩 | SWE-sweep | 9.6% | 4.3% | 9.5% | 3.6% | 2.9% |
| 에이전트 코딩 | FrontierSWE 2 | 61.2% | 55.0% | 65.5% | 62.3% | 56.3% |
| 에이전트 코딩 | Terminal-Bench 4.0 (AA) | 65.2% | 57.1% | 59.1% | 59.6% | 52.0% |
| 컴퓨터 사용 | Agents' Last Exam v1.1 (점수) | 77.4% | 69.0% | 73.1% | 71.6% | 없음 |
| 컴퓨터 사용 | OSWorld-2.1 (오프라인 부분집합) | 81.5% | 74.7% | 80.9% | 87.2% | 76.8% |
| 지식 업무 | AutomationBench (Zapier) | 53.9% | 51.3% | 41.4% | 42.5% | 31.4% |
| 지식 업무 | Vending-Bench 2 (최종 잔고) | 16,484달러 | 13,718달러 | 15,515달러 | 9,235달러 | 5,422달러 |
| 멀티모달 | Chartography | 72.5% | 71.6% | 71.0% | 66.3% | 46.2% |
| 멀티모달 | Blueprint-Bench 2 (유사도) | 58.6% | 54.4% | 49.7% | 51.2% | 41.9% |
| 장문 맥락 | GraphWalks 256K~1M (BFS F1) | 96.2% | 84.2% | 71.8% | 66.8% | 65.0% |
| 과학·수학 | RiemannBench | 80.0% | 76.0% | 72.0% | 69.6% | 65.6% |
| 과학·수학 | Terminal-Bench Science 0.1 (AA) | 64.8% | 52.9% | 63.3% | 59.0% | 43.3% |
| 사이버보안 | CWE-bench | 71.0% | 68.0% | 68.0% | 67.0% | 58.0% |
| 사이버보안 | ExploitGym | 54.8% | 42.0% | 42.4% | 34.5% | 없음 |
| 사이버보안 | SEC-bench Pro | 88.2% | 83.4% | 85.4% | 없음 | 없음 |
출처: Google, Introducing Gemini 4 Carbon, Gemini 4 Carbon 모델 평가 문서. "없음"은 구글이 점수를 표시하지 않은 칸입니다.
카본이 앞선 곳
가장 크게 뛴 곳은 장문 맥락입니다. 25만6천~100만 토큰 구간의 GraphWalks에서 카본은 96.2%로 아르곤보다 12점, GPT-6 Astra보다 24점 넘게 높습니다. 아르곤도 이 항목 1위였으니, 아주 긴 입력에서 구글의 격차가 더 벌어진 셈입니다.
Terminal-Bench 4.0은 아르곤의 약점이었습니다. 아르곤 출시 때 표에서 57.4%로 Claude Opus 5.5에 뒤졌는데, 카본은 Artificial Analysis가 측정한 이 벤치마크에서 65.2%를 기록해 구글 표의 다섯 모델 가운데 1위가 됐고, Opus 5.5와는 약 5.6점 차입니다. 전체 1위는 아닙니다. Artificial Analysis의 Terminal-Bench 4.0 리더보드에서는 Kimi K3.1 Pro가 67.2%로 더 높습니다. 컴퓨터 사용 테스트인 Agents' Last Exam도 69.0%에서 77.4%로 올랐습니다.
Andon Labs의 Vending-Bench 2는 에이전트에게 가상의 자판기 사업을 맡기고 마지막 은행 잔고로 점수를 매깁니다. 카본은 16,484달러로 GPT-6 Astra(15,515달러)를 앞섰고 Claude Opus 5.5(9,235달러)와는 차이가 큽니다.
앞서지 못한 곳
Proximal의 에이전트 코딩 벤치마크 FrontierSWE 2에서는 GPT-6 Astra가 65.5%로 카본(61.2%)보다 높습니다. OSWorld-2.1 오프라인 부분집합에서는 Claude Opus 5.5가 87.2%로 카본(81.5%)을 앞섭니다. WebDev Arena에서는 구글이 아르곤보다 Elo 89점이 올랐다고 밝혔지만, 카본의 순위는 1768점으로 4위입니다. 차이가 아주 작은 1위도 있습니다. Vals Index에서 카본(70.4%)은 Opus 5.5보다 0.2점, SWE-sweep(9.6%)에서는 GPT-6 Astra보다 0.1점 높을 뿐입니다.
구글은 어떻게 측정했나
평가 문서에 따르면 제미나이 점수는 모두 제미나이 API에서 "가장 높은 사고 설정"으로 돌렸고 따로 표시가 없으면 pass@1 기준입니다. 다른 모델 점수는 공개 리더보드를 따로 밝힌 경우를 빼면 "각 회사가 자체 발표한 수치"를 가져왔습니다. 제3자 수치도 꽤 있습니다. AA 지수와 Terminal-Bench 두 항목은 Artificial Analysis, Vals Index는 Vals AI, FrontierSWE는 Proximal 리더보드, AutomationBench는 Zapier, Vending-Bench 2와 Blueprint-Bench 2는 Andon Labs 자료입니다. SWE-sweep, Agents' Last Exam, OSWorld-2.1, GraphWalks, ExploitGym, SEC-bench Pro는 구글이 자사 모델 점수를 직접 측정했습니다.
카본의 모델 카드나 기술 보고서는 아직 나오지 않았고, 발표 글에도 컨텍스트 창, 파라미터 수, 지식 컷오프가 없습니다. Artificial Analysis는 컨텍스트 창을 100만 토큰으로, 입력은 텍스트·이미지·오디오·비디오로 표기합니다. VentureBeat는 기술 보고서가 없고 여러 항목의 격차가 작으며 10배 패치 주장에 데이터가 없어, 이 표를 외부에서 검증하기 어렵다고 지적했습니다.
제미나이 4 카본의 사이버보안 성능
보안이 카본의 핵심 용도이고 방어 조직부터 먼저 공개하는 이유도 여기에 있습니다. 구글이 밝힌 보안 벤치마크는 세 가지이며, 구글은 이를 가드레일 없이 측정했다고 밝혔습니다. 안전장치가 켜진 실제 고객 환경에서는 결과가 다를 수 있습니다.
- SEC-bench Pro는 취약점을 찾아 실제로 입증하는지 봅니다. 카본은 2026년 5월 자바스크립트 엔진 분할(183개 과제)에서 88.2%를 받았습니다. 모델이 만든 개념 증명(PoC) 코드가 취약한 빌드는 죽이고 패치된 빌드는 죽이지 않거나, LLM 심사관이 의도한 버그 때문에 충돌이 났다고 확인해야 성공으로 칩니다.
- ExploitGym은 익스플로잇 작성 능력을 봅니다. 카본은 54.8%이며 익스플로잇이 목표 플래그를 탈취하고 의도한 취약점을 이용했다고 심사관이 확인해야 성공입니다. 구글은 인터넷 없이 과제당 한 번씩, 완화 기법을 끈 상태로 돌렸습니다.
- CWE-bench는 패치 능력을 봅니다. 카본은 Collinear AI가 모든 모델을 평가하는 공개 리더보드에서 71.0%를 받았습니다.
구글은 세부 내용을 공개하지 않은 내부 결과도 함께 내놨습니다. 자체 보안 코드 벤치마크에서 성공률이 아르곤의 2배를 넘었고 크롬 팀은 고품질 패치 생성에서 카본이 "다른 연구소의 대형 프런티어 모델"보다 10배 넘게 낫다고 보고했다는 것입니다. 그 모델이 무엇인지는 밝히지 않았습니다. 지난주 PHP2Shell 취약점처럼 AI가 찾아낸 취약점이 대규모 패치로 이어지는 일이 이미 생기고 있는데, 카본은 바로 이런 현장을 겨냥합니다.
버그를 찾고 고치는 능력은 공격에도 그대로 쓰일 수 있습니다. ExploitGym 과제의 절반 이상에서 작동하는 익스플로잇을 쓰는 모델은 방어자에게 쓸모가 크지만 악용될 때도 위험합니다. 단계적으로 공개하는 이유입니다. Reuters는 구글이 모델의 안전장치를 계속 시험하는 동안 접근을 제한하고 있다고 보도했습니다.
안전성과 프롬프트 인젝션 결과
프롬프트 인젝션은 웹페이지, 파일, 도구 출력 속에 숨겨진 문장이 AI 에이전트에게 사용자가 시키지 않은 일을 하게 만드는 공격입니다. Gray Swan 간접 프롬프트 인젝션(IPI) 벤치마크에서 구글은 공격당 15번 시도 기준 카본의 공격 성공률을 0.0%로 발표했습니다. 아르곤은 0.7%, Claude Opus 5.5와 Claude Fable 5.1은 1.0%, GPT-6 Astra는 8.5%입니다.
구글이 밝힌 다른 내부 안전 지표도 있습니다.
- Terminal-Bench 4.0에서 부정행위 성공률은 0.0%로 떨어졌고 부정행위를 시도한 비율은 0.4%였습니다.
- 근거 없는 주장은 아르곤보다 약 절반으로 줄었습니다.
- 실제 코딩 환경에서 심각한 정렬 이탈(misalignment) 경보는 80% 가까이 줄었습니다.
- 요청 범위를 넘어서는 행동(overreach)은 26%, 해야 할 일을 덜 하는 경우(under-service)는 29% 줄었습니다.
아르곤에서 이어받은 안전 체계는 모델 학습, 실시간 오남용 방어, 프롬프트 인젝션 저항, 사고 과정(chain-of-thought) 모니터링으로 구성됩니다. 구글은 미국 정부의 자발적 출시 전 모델 테스트 절차에 참여하고 있으며 별도의 안전·보안 보고서도 냈다고 밝혔습니다. 다만 모두 내부 측정치이고 외부 레드팀 결과는 이번 발표에 없었습니다.
제미나이 4 카본 가격
| 모델 | 입력 (100만 토큰당) | 출력 (100만 토큰당) |
|---|---|---|
| 제미나이 4 카본 (도입 가격) | 2달러 | 10달러 |
| 제미나이 4 카본 (도입 기간 이후) | 4달러 | 20달러 |
| 제미나이 4 아르곤 (도입 가격, 2026년 11월 30일까지) | 2달러 | 10달러 |
| GPT-6.1 Terra | 1달러 | 5달러 |
| GPT-6.1 Sol | 2달러 | 10달러 |
| GPT-6 Astra | 10달러 | 50달러 |
| Claude Opus 5.5 | 4달러 | 20달러 |
출처: Google, Google의 아르곤 가격 안내, OpenAI 가격, Anthropic 가격. 카본의 캐시된 입력은 입력 가격의 95% 할인입니다.
지금은 카본과 아르곤의 가격이 같습니다. 카본이 API에 풀리면 무거운 에이전트 작업에 굳이 아르곤을 고집할 가격상 이유가 없어집니다. 카본의 도입 기간이 언제 끝나는지는 구글이 밝히지 않았습니다. 도입 기간 뒤 정가인 4달러/20달러는 Claude Opus 5.5와 같고, GPT-6 Astra보다는 훨씬 쌉니다. GPT-6.1 Terra는 절반 가격이지만 OpenAI의 중간급 모델이고 SEC-bench Pro 점수(83.3%)도 더 낮습니다.
지금 제미나이 4 카본을 쓸 수 있는 곳
공개는 단계별로 진행됩니다.
- 이번 주: 일부 사이버 방어 조직
- 다음 단계: Fairwind 프로그램을 통한 신뢰 파트너 확대
- 그 이후: 개발자, 기업, 일반 사용자. 구글은 피드백을 모으고 안전장치를 다듬은 뒤 "가능한 한 빨리" 내놓겠다고 했지만 날짜는 없습니다.
Fairwind는 우선순위가 높은 방어 조직에 최신 모델을 먼저 제공하는 구글 딥마인드 프로그램으로, 파트너가 650곳이 넘습니다. 정부·국가 사이버 기관, 의료·통신·에너지·금융 같은 핵심 기반시설, 핵심 기술 플랫폼, 방어용 벤치마크를 연구하는 학계가 우선 대상입니다. 참여하려면 신원 조사를 거쳐야 하고, 사용자별 인증과 피싱 방지 다중 인증(MFA)을 써야 하며, 접근 권한은 내부 보안·사고 대응·침투 테스트 팀에만 줄 수 있습니다. 이 글을 쓰는 시점에 프로그램 페이지는 아직 카본이 아닌 아르곤 접근만 설명하고 있습니다.
발표 글에는 제미나이 앱, Google AI 스튜디오, Vertex AI 언급이 없습니다. 아르곤도 같은 길을 걸었습니다. 9월 30일 Fairwind 방어 조직에 먼저 공개된 뒤, 약 2주 만인 10월 13일 API, AI 스튜디오, Antigravity, 제미나이 앱, AI 모드로 넓어졌습니다. 카본도 같은 일정을 따를지는 구글이 약속하지 않았습니다.
개발자와 보안 팀에게 달라지는 점
제미나이로 에이전트를 만든다면 카본을 염두에 두고 계획을 세울 만하지만 이번 달에 카본 위에 바로 무언가를 올릴 수는 없습니다. 지금 쓸 수 있는 건 같은 도입 가격의 아르곤 API입니다.
보안 팀이라면 수치상 카본은 대규모 코드베이스에서 버그를 찾고 재현하고 패치하는 전 과정에 가장 강합니다. 구글도 방어 조직에 먼저 제공하고 있으니, 조건이 맞는 팀은 Fairwind 프로그램으로 신청할 수 있습니다.
그 밖의 독자라면 외부 기관 수치를 먼저 보는 편이 낫습니다. Artificial Analysis 지수 59점과 Vals Index 70.4%는 구글 바깥에서 나온 값입니다. 나머지 항목은 모델이 공개돼 다른 곳에서 다시 측정해 봐야 제대로 판단할 수 있습니다.
자주 묻는 질문
제미나이 4 카본은 무엇인가요?
제미나이 4 카본은 구글 딥마인드가 2026년 10월 28일 발표한 프런티어 AI 모델입니다. 구글은 사이버보안과 장시간 에이전트 작업에서 최고 수준인 자사 최강 모델이라고 설명합니다. Artificial Analysis 지능 지수 v5.0에서 59점으로 1위입니다.
제미나이 4 카본은 아르곤과 무엇이 다른가요?
구글 벤치마크 표의 모든 항목에서 카본 점수가 아르곤보다 높습니다. 차이가 큰 항목은 ExploitGym(54.8% 대 42.0%), 장문 맥락 GraphWalks(96.2% 대 84.2%), Terminal-Bench 4.0(65.2% 대 57.1%)입니다. 안전 체계와 도입 가격은 같습니다. 아르곤은 공개돼 있고 카본은 아직 아닙니다.
제미나이 4 카본 가격은 얼마인가요?
도입 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이고 캐시된 입력은 95% 할인됩니다. 도입 기간이 끝나면 입력 4달러, 출력 20달러로 오릅니다. 도입 기간 종료일은 공개되지 않았습니다.
지금 제미나이 4 카본을 쓸 수 있나요?
구글이 선정한 사이버 방어 조직이거나 Fairwind 프로그램의 신뢰 파트너일 때만 가능합니다. API, 제미나이 앱, AI 스튜디오 출시일은 나오지 않았습니다.
제미나이 4 카본이 GPT-6 Astra나 Claude Opus 5.5보다 낫나요?
구글 자체 표에서는 17개 항목 중 15개에서 카본이 앞섭니다. FrontierSWE 2는 GPT-6 Astra(65.5% 대 61.2%), OSWorld-2.1은 Claude Opus 5.5(87.2% 대 81.5%)가 1위입니다. 경쟁 모델 점수는 대부분 OpenAI와 Anthropic이 직접 발표한 값이고 카본이 공개되기 전까지는 독립 검증이 제한적입니다. Artificial Analysis의 자체 Terminal-Bench 4.0 리더보드에서는 Kimi K3.1 Pro(67.2%)가 카본(65.2%)보다 높습니다.
출처
- Google: Introducing Gemini 4 Carbon
- Google DeepMind: Gemini 4 Carbon 모델 평가 (PDF)
- Google DeepMind: Fairwind Program
- OpenAI: GPT-6.1 Terra 모델 문서
- Google: Gemini 4 Argon 정식 출시
- Artificial Analysis: Gemini 4 Carbon
- Artificial Analysis: Terminal-Bench 4.0
- OpenAI: API 가격
- Anthropic: Claude 가격
- Reuters(Yahoo 게재): Google launches Gemini 4 Carbon
- VentureBeat: Google unveils Gemini 4 Carbon