Gemini 4 Carbon چیست؟ قوی‌ترین مدل گوگل، حالا در API وان ای آی
Gemini 4 Carbon، دومین مدل خانواده‌ی Gemini 4، از ۱۰ نوامبر ۲۰۲۶ برای همه عرضه شد و حالا در API وان ای آی (1ai) در دسترس است. در این مقاله می‌خوانید چه تفاوتی با Argon دارد، برای چه کارهایی ساخته شده و چطور از آن استفاده کنید.
Gemini 4 Carbon قوی‌ترین مدل خانواده‌ی Gemini 4 گوگل است که برای کارهای طولانی و چندمرحله‌ی برنامهنویسی، عامل‌های هوش مصنوعی، امنیت کد و پژوهش علمی ساخته شده است. گوگل آن را در ۲۸ اکتبر ۲۰۲۶ (۶ آبان ۱۴۰۵) معرفی کرد و از ۱۰ نوامبر ۲۰۲۶ (۱۹ آبان ۱۴۰۵) برای همه عرضه شد. از امروز میتوانید Gemini 4 Carbon را بدون حساب خارجی و با پرداخت ریالی از راه API وان ای آی (1ai) به کار ببرید.
اطلاعات این مقاله در ۱۱ نوامبر ۲۰۲۶ (۲۰ آبان ۱۴۰۵) از روی صفحه‌های رسمی گوگل و گزارش رسانه‌های فناوری بررسی شده است. عددهای عملکرد را خود گوگل منتشر کرده و هنوز گزارش فنی کاملی برای این مدل بیرون نیامده، پس آن‌ها را نشانه‌ی جهت بدانید، نه حکم قطعی.
Gemini 4 Carbon چیست و چه زمانی عرضه شد؟
خانواده‌ی Gemini 4 در مهرماه با Gemini 4 Argon شروع شد و Carbon دومین عضو آن است. به گفته‌ی کورای کاووک‌چوغلو، معاون ارشد Google DeepMind، در اطلاعیه‌ی رسمی گوگل، Carbon «قوی‌ترین مدل ما با عملکردی در مرز دانش در توانایی‌های امنیت سایبری و جریان‌های کاری عاملمحور طولانی» است.
مسیر عرضه دو مرحله داشت:
- ۲۸ اکتبر ۲۰۲۶: معرفی و دسترسی محدود برای گروهی از متخصصان دفاع سایبری و شریکان مورد اعتماد، از راه برنامه‌ای به نام Fairwind.
- ۱۰ نوامبر ۲۰۲۶: عرضه‌ی عمومی در Gemini API (در AI Studio)، Android Studio، نسخه‌ی سازمانی Gemini، و برای مشترکان Google AI Ultra در اپ Gemini، حالت AI Mode جست‌وجو و ابزار Antigravity.
گوگل توضیحی درباره‌ی معنای نام «Carbon» نداده است. آنچه روشن است جایگاه آن است: در اپ Gemini، کنار Argon با برچسب «کد و تحلیل»، Carbon برچسب «پیچیده‌ترین کارها» را گرفته است (9to5Google).
تفاوت Gemini 4 Carbon با Gemini 4 Argon چیست؟
مهم‌ترین نکته را خود گوگل گفته است: «Argon همچنان انتخاب مناسب برای بیشتر کارهای مهندسی نرم‌افزار و کارهای دانشی است». Carbon برای جایی است که کار سخت‌تر و طولانی‌تر میشود: رفع خطا در کدبیس‌های بزرگ، مهاجرت چندبسته‌ای، کار عامل‌هایی که ساعت‌ها یا حتی روزها ادامه دارد، و مسئله‌های باز علمی. بهای این توان این است که Carbon برای جست‌وجو، استدلال و وارسی کار خود توکن بیشتری از Argon مصرف میکند.
| ویژگی | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|
| جایگاه در خانواده | پرچم‌دار همه‌کاره برای کد و تحلیل | قوی‌ترین مدل برای پیچیده‌ترین کارها |
| پیشنهاد گوگل | بیشتر کارهای روزمرهی برنامهنویسی و دانشی | کارهای طولانی عاملمحور، امنیت، پژوهش |
| مصرف توکن | کمتر | بیشتر (بررسی و وارسی بیشتر) |
| پنجرهی زمینه | حدود ۱ میلیون توکن | حدود ۱ میلیون توکن |
| ورودی‌ها | متن، تصویر، صوت، ویدیو، فایل | متن، تصویر، صوت، ویدیو، PDF |
| تفکر | استدلالی | همیشه روشن، با سه سطح کم، متوسط و زیاد |
Gemini 4 Carbon در بنچمارک‌ها چه نتیجه‌ای گرفته است؟
VentureBeat در روز معرفی جدولی از عددهای گوگل منتشر کرد که Carbon را کنار Argon می‌گذارد:
| آزمون | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|
| Terminal-Bench 4.0 (کار در خط فرمان) | 57.1% | 65.2% |
| FrontierSWE 2 (مهندسی نرم‌افزار) | 55.0% | 61.2% |
| OSWorld-2.1 (کار با کامپیوتر) | 74.7% | 81.5% |
| GraphWalks (استدلال روی زمینهی بلند) | 84.2% | 96.2% |
گوگل در اطلاعیه‌ی ۱۰ نوامبر هم گفته Carbon در CursorBench 4.0، بنچمارک WANDR از Perplexity و AutomationBench از Zapier رتبه‌ی اول را گرفته و هزینه‌ی هر کار در آن‌ها بیش از دو برابر کمتر بوده است. همه‌جا هم Carbon اول نیست: طبق گزارش دوم VentureBeat، Claude Fable 5.2 در FrontierCode 2.0 و Terminal-Bench-Science جلوتر است و در شاخص کلی Artificial Analysis هم امتیاز بالاتری گرفته است.
Gemini 4 Carbon برای چه کارهایی مناسب است؟
کاربردهای زیر را خود گوگل یا رسانه‌های معتبر نام برده‌اند. برای هر کدام یک نمونه‌ی پرامپت هم آمده که میتوانید با API امتحانش کنید.
۱. عامل‌های کدنویس و پروژه‌های بزرگ نرم‌افزاری
گوگل نوشته تیم‌های داخلی‌اش دیده‌اند Carbon هنگام رفع خطا در کدبیس‌های بزرگ «روزها کار میکند تا از بن‌بست‌ها عبور کند». نمونه‌هایی که در اطلاعیه آمده‌اند: مهاجرت پروژه‌های چندبسته‌ای با چند عامل هم‌زمان، و چرخه‌های «بساز و وارسی کن» برای اپلیکیشن‌های وب. این همان جایی است که پنجرهی یک میلیون توکنی و خروجی بسیار بلند به کار می‌آید.
این مخزن یک اپ Express نسخه‌ی ۴ است. یک برنامه‌ی مهاجرت به Express 5 بنویس:
فهرست فایل‌هایی که تغییر می‌کنند، تغییرات ناسازگار هر کدام، ترتیب انجام کار
و آزمون‌هایی که باید بعد از هر مرحله اجرا شوند. اگر جایی مطمئن نیستی، بگو.اگر با ابزارهای کدنویسی کار میکنید، راهنمای برنامهنویسی با هوش مصنوعی و مقاله‌ی بهترین هوش مصنوعی برای برنامهنویسی کمکتان میکند ابزار مناسب را انتخاب کنید.
۲. امنیت سایبری و بازبینی امن کد
پررنگ‌ترین ادعای گوگل درباره‌ی Carbon امنیت است. گوگل می‌گوید Carbon در نوشتن کد امن بیش از دو برابر بهتر از Argon است و از آن برای یافتن و وصله‌کردن آسیب‌پذیری‌ها (از جمله در پروژه‌ی Project Fortify و همکاری با Wiz) استفاده کرده است. نسخه‌ای از مدل با محدودیت‌های کمتر برای کار امنیتی هم فقط در اختیار متخصصانی است که برنامه‌ی Fairwind تأییدشان کرده؛ نسخه‌ی عمومی، همان مدلی است که در API در دسترس است.
این تابع ورود کاربر را از نظر امنیتی بازبینی کن. هر مشکل را با شدت آن
(کم، متوسط، زیاد)، دلیل و نسخه‌ی اصلاح‌شده‌ی کد بنویس. روی تزریق SQL،
مقایسه‌ی رمز و محدودیت تعداد تلاش تمرکز کن.برای کاربردهای دفاعی بیشتر، صفحه‌ی هوش مصنوعی امنیت سایبری را ببینید.
۳. خواندن اسناد پیچیده: حقوقی، مالی و فنی
یکی از مثال‌های گوگل خواندن هفت پرونده‌ی PDF شورای شهر با ۲۰۶ نمای نقشه‌ی ساختمانی بود. Carbon اسناد پر از جدول، نمودار و نقشه را یکجا می‌خواند؛ برای قراردادها، گزارش‌های مالی و مستندات فنی بلند مناسب است. 9to5Google هم ساختن صفحه‌گسترده، ارائه و گزارش با قالب‌بندی دقیق را از کاربردهای آن نام برده است.
این دو نسخه‌ی قرارداد را مقایسه کن. هر بندی که تغییر کرده، حذف شده یا اضافه
شده را در یک جدول بیاور و بگو کدام تغییرها به ضرر طرف دوم است.۴. فهم ویدیو، صوت و ورودی‌های ترکیبی
Carbon متن، تصویر، صوت، ویدیو و PDF را در یک درخواست می‌پذیرد. راهنمای Google Cloud فهم ویدیو و پرسش و پاسخ روی سند را از کاربردهای سطح تفکر متوسط می‌داند؛ مثلاً خلاصه‌ی جلسه‌ی ضبط‌شده همراه با اسلایدهای آن.
۵. پژوهش علمی
گوگل از کاربرد Carbon در اثبات رسمی ریاضی (AlphaProof Code)، استخراج داده‌ی آزمایش‌های آنزیمی از دفترچه‌های آزمایشگاه و پیش‌بینی ساختار پروتئین خبر داده و برای ده هزار پژوهشگر شش ماه دسترسی رایگان در Antigravity در نظر گرفته است (Engadget). این برنامه شرایط خودش را دارد و ربطی به 1ai ندارد.
کدام سطح تفکر را انتخاب کنم؟
تفکر Carbon همیشه روشن است و نمی‌شود خاموشش کرد؛ فقط شدتش را با پارامتر reasoning_effort انتخاب میکنید. پیش‌فرض «متوسط» است. راهنمای Google Cloud این تقسیم را پیشنهاد میکند:
| سطح | مناسب برای |
|---|---|
low | دسته‌بندی، خلاصه‌سازی و کارهای سبک |
medium (پیش‌فرض) | کدنویسی معمولی، پرسش و پاسخ روی سند، فهم ویدیو |
high | مهندسی نرم‌افزار چندفایلی، اثبات، طراحی معماری، یافتن آسیب‌پذیری |
توکن‌های تفکر جزو خروجی حساب می‌شوند. پس اگر کارتان ساده است، low بگذارید یا سراغ Argon بروید.
چطور از Gemini 4 Carbon در 1ai استفاده کنیم؟
Gemini 4 Carbon فعلاً در 1ai فقط از راه API در دسترس است و در گفتگوی 1ai نیست. برای کارهای روزمره در گفتگو، Gemini 4 Argon و دیگر مدل‌های گوگل را در صفحه‌ی Gemini فارسی ببینید.
قدم به قدم
- وارد حساب 1ai شوید یا با شمارهی موبایل ثبتنام کنید.
- در بخش توسعه‌دهندگان کلید API بسازید و اعتبار بخرید. اعتبار فقط برای API و استودیوهاست و فقط مصرف واقعی کسر میشود.
- نشانی پایه‌ی
https://1ai.ir/v1و شناسه‌ی مدلgoogle/gemini-4-carbonرا در ابزار یا کد خود بگذارید.
نمونه‌ی درخواست با قالب سازگار با OpenAI:
curl https://1ai.ir/v1/chat/completions \
-H "Authorization: Bearer sk-1ai-..." \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-4-carbon",
"reasoning_effort": "high",
"messages": [
{"role": "user", "content": "این تابع پایتون را بازنویسی کن تا روی فایل‌های چند گیگابایتی هم کار کند."}
]
}'همین کار با SDK رسمی OpenAI در پایتون:
from openai import OpenAI
client = OpenAI(base_url="https://1ai.ir/v1", api_key="sk-1ai-...")
reply = client.chat.completions.create(
model="google/gemini-4-carbon",
reasoning_effort="medium",
messages=[{"role": "user", "content": "یک برنامه‌ی آزمون برای این ماژول پرداخت بنویس."}],
)
print(reply.choices[0].message.content)با Gemini CLI و Claude Code
API وان ای آی قالب گوگل (/v1beta/models/<model>:generateContent) و قالب Anthropic (/v1/messages) را هم می‌فهمد. یعنی Gemini CLI و Claude Code با کلید 1ai روی Carbon کار می‌کنند و برای عامل‌های کدنویس طولانی، که Carbon برایشان ساخته شده، انتخاب طبیعی‌اند.
نصف قیمت با Batch API
اگر پاسخ فوری لازم ندارید، مثلاً برای بازبینی هزاران فایل کد یا برچسب‌زدن داده، درخواست‌ها را دسته‌ای با Batch API بفرستید. Gemini 4 Carbon از مدل‌هایی است که در Batch با نصف قیمت حساب می‌شوند و نتیجه حداکثر تا ۹۶ ساعت بعد آماده میشود.
محدودیت‌ها و نکته‌هایی که باید بدانید
- ادعاها هنوز مستقل سنجیده نشده‌اند. بیشتر عددها را گوگل منتشر کرده و گزارش فنی کامل هنوز بیرون نیامده است (VentureBeat و Engadget به این اشاره کرده‌اند).
- خطای واقعیت‌سازی بیشتر. طبق VentureBeat، نرخ پاسخ‌های ساختگی Carbon در آزمون AA-Omniscience از ۴٪ در Argon به ۱۱٪ رسیده است. برای کارهای حساس، منبع بخواهید و خروجی را بررسی کنید.
- مصرف توکن بالاتر. Carbon بیشتر فکر میکند و همه‌ی توکن‌ها، از جمله توکن‌های تفکر، حساب می‌شوند.
- قیمت گوگل موقت است. گوگل قیمت فعلی API را قیمت معرفی خوانده که تا ۳۰ نوامبر ۲۰۲۶ برقرار است و پس از آن دو برابر میشود. قیمت به‌روز در 1ai همیشه در صفحه‌ی مدل آمده است.
- تزریق پرامپت. گوگل می‌گوید Carbon در آزمون Gray Swan در برابر تزریق غیرمستقیم پرامپت مقاوم بوده، ولی خودش هم پذیرفته که این حوزه «همچنان جای بهبود دارد». اگر عامل شما صفحه‌های وب یا فایل‌های ناشناس می‌خواند، دسترسی‌هایش را محدود نگه دارید. مقاله‌ی عامل هوش مصنوعی و MCP در این باره نکته‌های بیشتری دارد.
Gemini 4 Carbon یا Claude Fable 5.2: کدام بهتر است؟
هر دو در صدر مدل‌های امروز برای کارهای فنی سنگین‌اند و هر دو در API وان ای آی در دسترس‌اند. طبق گزارش‌های منتشرشده، Fable 5.2 در چند آزمون کدنویسی و علمی جلوتر است و Carbon در برخی آزمون‌های عاملمحور و از نظر هزینه‌ی هر کار. بهترین راه این است که هر دو را روی نمونه‌ای از کار واقعی خودتان امتحان کنید؛ با یک کلید 1ai فقط نام مدل را عوض میکنید. برای آشنایی بیشتر با خانواده‌ی گوگل هم مقاله‌ی Gemini چیست را بخوانید.
سوالات متداول
Gemini 4 Carbon چه زمانی عرضه شد؟
گوگل آن را در ۲۸ اکتبر ۲۰۲۶ (۶ آبان ۱۴۰۵) برای گروهی محدود معرفی کرد و از ۱۰ نوامبر ۲۰۲۶ (۱۹ آبان ۱۴۰۵) در Gemini API و محصولات گوگل برای همه عرضه شد.
تفاوت Gemini 4 Carbon و Gemini 4 Argon چیست؟
Carbon قویتر است و برای کارهای طولانی عاملمحور، امنیت کد و پژوهش ساخته شده، ولی توکن بیشتری مصرف میکند. خود گوگل Argon را برای بیشتر کارهای روزمرهی برنامهنویسی و دانشی پیشنهاد میکند.
آیا Gemini 4 Carbon در گفتگوی 1ai هست؟
فعلاً نه؛ Carbon در 1ai فقط از راه API در دسترس است. در گفتگو میتوانید از Gemini 4 Argon و دیگر مدلها استفاده کنید.
پنجرهی زمینهی Gemini 4 Carbon چقدر است؟
حدود یک میلیون توکن، که بین ورودی و خروجی مشترک است. یعنی میتوانید یک کدبیس متوسط، چند سند بلند یا یک ویدیو را یکجا به آن بدهید.
آیا میشود تفکر Gemini 4 Carbon را خاموش کرد؟
نه. تفکر این مدل همیشه روشن است و فقط شدت آن را با reasoning_effort روی low، medium یا high تنظیم میکنید.
برای استفاده از Gemini 4 Carbon به حساب گوگل یا کارت خارجی نیاز دارم؟
در 1ai نه. با شمارهی موبایل ایرانی ثبتنام میکنید، اعتبار را با درگاه بانکی ایرانی میخرید و با کلید 1ai به مدل وصل میشوید.
اگر پروژه‌ای سنگین دارید که مدل‌های دیگر از پسش برنمی‌آیند، Gemini 4 Carbon ارزش امتحان دارد. یک کلید API در 1ai بسازید، نام مدل را google/gemini-4-carbon بگذارید و آن را روی کار واقعی خودتان بسنجید. راهنمای کامل اتصال در راهنمای API سازگار با OpenAI آمده است.
