Gemini 4 Carbon 출시: 장기 에이전트 작업과 사이버보안에 강한 최상위 모델
Gemini 4 Carbon is now available
TL;DR Highlight
Gemini 4 Carbon은 Argon보다 토큰을 더 쓰며 깊게 추론하는 상위 모델이다
Who Should Read
복잡한 코딩·분석 에이전트에 어떤 Gemini 모델을 쓸지 고르는 백엔드·에이전트 개발자
Core Mechanics
- Carbon은 Argon의 윗급 모델이다
- Argon은 대부분의 개발·지식 업무용으로 그대로 권장된다.
- Carbon은 복잡한 다단계 코딩·디버깅, 과학 연구처럼 모델 한계를 시험하는 작업용이다.
- Argon보다 토큰을 더 써서 깊게 탐색하고 검증 루프를 오래 돌린다.
- 가격은 Argon과 같지만 11월 30일까지다
- 도입가는 입력 100만 토큰당 $2, 출력 100만 토큰당 $10이다.
- 2026년 11월 30일 이후에는 입력 $4, 출력 $20이 적용된다.
- Google AI Studio와 Gemini for business API로 유료 개발자 전체가 쓸 수 있다.
- 벤치마크 3곳에서 1위, 비용은 절반 이하
- CursorBench 4.0, Perplexity WANDR, Zapier AutomationBench에서 1위다.
- 다음으로 좋은 외부 모델 대비 작업당 비용이 2배 넘게 낮다고 한다.
- Antigravity에 /swarm 미리보기가 들어갔다
- 프롬프트 하나가 에이전트 팀으로 바뀌고 진행 상황을 실시간으로 볼 수 있다.
- Carbon은 설계·조율·감사 같은 깊은 추론 역할에 배정한다.
- 가볍고 빠른 모델은 병렬 격리 작업공간과 적대적 검증기(변경마다 검증)와 함께 쓴다.
- 멀티모달 지식 에이전트 벤치마크는 2위다
- Artificial Analysis와 함께 만든 MKA 벤치마크에서 2위다.
- 1위 모델 대비 작업당 평균 비용이 6배 넘게 낮다.
- 사이버보안 성능이 가장 강하다고 주장한다
- Fairwind Program으로 접근하면 SEC-bench Pro, ExploitGym, CWE-bench v1에서 앞선다.
- Project Fortify 내부 벤치마크에서 스캔 재현율 100%, 분류 정밀도 95%였다.
- 오픈소스 저장소 테스트에서 Argon 대비 재현율이 상대적으로 25% 넘게 올랐다.
- 안전성 수치가 Argon보다 좋아졌다
- 적응형 레드팀 공격 시도당 침해율은 0.8%로, Argon의 3.1%에서 내려갔다.
- 375개 에이전트 정직성 과제에서 92%를 통과했고 Argon은 70%였다.
- Gray Swan IPI 벤치마크의 간접 프롬프트 인젝션 공격 성공률은 0%였지만 계속 개선할 영역이라고 밝혔다.
Community Reactions
- 유료 구독으로도 못 쓰는 사람이 많다는 경험
- Plus 구독에서는 모델 목록에 보이지만 Ultra 전용이라는 안내가 뜬다는 경험담이 있다.
- 실제로 쓰려면 월 $99 구독, API 결제, 과학자 신청뿐이라는 의견이 있다.
- 쓸 만하다는 후기와 실망 후기가 갈린다
- 논문 초안 피드백에서 다른 모델이 놓친 점을 짚었다는 경험이 있다.
- 자체 벤치마크에서 Fable 5.2와 비슷했지만 더 느리고 비싸다는 의견이 있다.
- Argon으로 코딩하고 Opus로 리뷰하던 조합에서 Opus를 뺄 수 있겠다는 기대가 있다.
- 출시 직후 속도가 매우 느리다는 보고
- p75 TTFT(첫 토큰까지 시간) 60초, TPS(초당 토큰) 10으로 못 쓸 정도라는 경험이 있다.
- Argon보다 토큰을 더 써서 구독 한도가 빨리 닳을 것 같다는 우려가 있다.
- Argon에서 /swarm 계열 기능이 필요했다는 경험
- Argon은 복잡한 프롬프트를 한 번에 풀 때 대충 넘어가는 경향이 있었다는 경험이 있다.
- 적대적 리뷰가 하드코딩과 물리 코드 버그를 잡았다는 경험이 있다.
- /teamwork은 도움이 됐지만 시간이 더 오래 걸렸다는 경험이 있다.
How to Apply
- 오늘 내 평가 프롬프트로 Argon과 Carbon 비교하기
- AI Studio에서 실제 업무 프롬프트 5개를 두 모델에 똑같이 돌린다.
- 정답 품질, 토큰 사용량, 응답 시간을 표로 적는다.
- 역할별로 Carbon과 Argon 나눠 배정하기
- 아키텍처 설계, 조율, 감사처럼 깊은 추론이 필요한 단계에만 Carbon을 붙인다.
- 나머지 구현 단계는 Argon이나 더 가벼운 모델로 돌려 토큰을 아낀다.
- 도입가 종료일에 맞춰 비용 추정하기
- 11월 30일 이후 단가는 입력 $4, 출력 $20이므로 이 단가로 월 비용을 다시 계산한다.
- Carbon이 Argon보다 토큰을 더 쓰는 점을 반영해 작업당 비용을 비교한다.
- 에이전트 파이프라인에 검증 단계 넣기
- 코드를 만드는 모델과 변경을 공격적으로 검증하는 모델을 분리한다.
- 하드코딩된 해결책과 버그를 잡는 리뷰 프롬프트를 별도 단계로 둔다.
Try It
# Gemini API(AI Studio) 또는 Antigravity에 붙여넣는 프롬프트 — 원문의 '설계/구현/적대적 검증 역할 분리' 방식의 간이 버전
너는 3개 역할을 순서대로 수행한다.
1) 아키텍트: 아래 요구사항을 보고 설계안과 작업 단위를 나눈다.
2) 구현자: 작업 단위별로 코드를 작성한다.
3) 적대적 검증자: 구현 결과에서 하드코딩된 해결책, 빠뜨린 에러 처리, 버그를 찾아 목록으로 낸다.
요구사항: {{요구사항}}
코드베이스 맥락: {{코드/파일}}
각 단계 결과를 구분해서 출력하고, 검증자가 찾은 문제는 수정 후 다시 확인해라.
이어서 해 볼 것: 같은 프롬프트를 Argon과 Carbon에 각각 돌려 검증자가 찾은 문제 수와 토큰 사용량을 비교해 본다.Terminology
관련 논문
Gemini 4 Neon 출시: 프런티어급 성능, 빠른 속도, 낮은 작업당 비용
Gemini 4 Neon은 Carbon보다 작업당 비용 32%↓, 입력 $3·출력 $15
AI가 All About Berlin을 죽이고 있다
Google AI Overviews 도입 후 베를린 가이드 사이트 트래픽이 70~75% 줄었다
모든 걸 LLM에 맡기지 마라: PostHog의 decision model 활용기
PostHog는 작은 decision model로 LLM 호출 98.7%를 건너뛰었다
GPT-6.2 Astra·Sol 출시, 댓글로 본 비용·속도와 에이전트 동작 후기
GPT-6.2 Astra·Sol은 비용이 크게 줄었지만 과설계·조기 종료 후기가 엇갈린다
TrnRT: AWS Trainium용 오픈소스 LLM 추론 엔진
trn2.48xlarge 한 대로 GLM-5.3-Flash를 OpenAI 호환 API로 서빙한다
언제 줌해야 할까: VLM에게 이미지는 얼마나 작아야 너무 작은가
큰 사진을 타일로 쪼개 보내니 Claude·Gemini 정확도가 11~14.5%p 올랐다
최신 LLM의 Positional Embedding 이해하기
GPT-2부터 RoPE까지, LLM이 토큰 위치를 넣는 방식을 정리했다
DeepSeek V3를 순수 JAX 190줄로 구현해 MacBook Air에서 학습
DeepSeek V3 핵심 구조를 JAX 190줄로 짜서 맥북에어에서 2.6시간 학습