Gemini 4 Carbon: dlouhý kontext není totéž co dlouhý pracovní horizont

Google představil Gemini 4 Carbon 28. října 2026. Model navazuje na Gemini 4 Argon a míří na programování, reasoning, dlouhodobé agentní workflow, vědecké úlohy, full-stack webový vývoj, multimodální porozumění a kybernetickou obranu.

Novinkou je dlouhý kontext, který model propojuje s prací na úlohách přesahujících jediný prompt. Záleží na něm při práci s rozsáhlou dokumentací, vývoji agentů a kyberbezpečnostní analýze. Zatím ale není k dispozici v Gemini API: přístup mají nejprve vybraní kybernetičtí obránci a další důvěryhodní partneři programu Fairwind. Datum širšího zpřístupnění Google neuvádí.

Co model slibuje a co už lze ověřit

Oficiální blog zmiňuje hodnocení 59 v aktualizovaném Artificial Analysis Intelligence Index v5.0 a čtvrté místo se skóre 1768 Elo ve WebDev Arena.

Mezi bezpečnostními výsledky jsou 88,2 % v SEC-bench Pro, 54,8 % v ExploitGym a 71,0 % v Collinear CWE-bench. Testy podle Googlu proběhly bez guardrails.

V rešerši se uvádí také výsledek 0,0 % úspěšných útoků při Gray Swan Indirect Prompt Injection. Jde o výsledek jednoho konkrétního testu, nikoli důkaz, že je model vůči podvrženým instrukcím imunní.

Umístění v AA Indexu slouží jako orientační signál. Samotný index je však vážený kompozit více úloh. Rozdíl jednoho bodu se může pohybovat v rámci nastavení a neprokazuje, že model vyhovuje v každé konkrétní úloze.

Nejlépe proto funguje vlastní testovací sada. Vyzkoušejte vyhledávání informace v dlouhém dokumentu, rozpor mezi dvěma pasážemi nebo syntézu z více zdrojů.

Dlouhý kontext není totéž co dlouhý horizont

Dlouhé kontextové okno umožňuje modelu přijmout a zpracovat velký vstup, případně pracovat s více dokumenty v jednom vlákně. Hodí se například u právní dokumentace, kde více rozhodnutí a podání tvoří jednu spornou historii.

Dlouhý pracovní horizont má jinou podstatu. Agent po delší dobu drží záměr, volá nástroje, zapisuje mezivýsledky a vrací se k dřívějšímu kroku. K tomu potřebuje nejen schopnost modelu, ale také rozpočet uvažování, smyčku nástrojů, externí poznámky a schopnost prohledat starší okna konverzace.

Okno o milionu tokenů proto neznamená, že model stejně dobře uvažuje na začátku i na konci vstupu. S délkou roste riziko rozptýlení pozornosti, lineárně zdražuje KV cache a po kompakci kontextu může model ztratit původní záměr.

Pro dlouhé dokumenty proto často dobře funguje RAG nebo postup map-reduce s cacheovanými úseky. Je lepší rozdělit práci na dílčí části než nasypat vše do jediného promptu.

Jak to funguje pod kapotou a kde má postup limity

Carbon zatím není běžně dostupnou službou v Gemini API. Jeho zveřejnění je omezeno na vybrané účastníky programu Fairwind. Širší přístup vývojářům, firmám a spotřebitelům je pouze plánovaný.

Z bezpečnostních benchmarků provedených bez zásahů proto nelze přímo vyvozovat, jak se model bude chovat v produkci s filtry a schvalováním.

Google při oznámení bezpečnostního stacku Carbonu popisuje kombinaci tréninku modelu, ochrany proti zneužití v reálném čase, odolnosti vůči prompt injection a monitoringu chain-of-thought.

Zveřejněné bezpečnostní benchmarky podle článku proběhly bez guardrails. Ochranné mechanismy uvedené v oznámení tedy nelze zaměňovat s výsledky samotných testů.

U bezpečnostních výsledků je nutné oddělit dvě vrstvy. Surová schopnost modelu řešit zranitelnosti není totéž co operační bezpečnost.

Skutečnou ochranu zajišťuje celý systém: statická analýza kódu, pravidla, fuzzer, regresní testy a opravené nálezy. CodeQL nebo Semgrep tak mohou být v konkrétním případě přesnější než chatbot.

Ani nulový výsledek v testu podvržených instrukcí nepopisuje všechny varianty útoků. Jde o jednu metodiku s jednou konfigurací. Závěr „model je bezpečný“ z ní neplyne.

Kdy Carbon, kdy jiný nástroj

1. Pro dlouhodobý agentní vývoj

Carbon je relevantní tam, kde tým potřebuje dlouhodobý agentní vývoj, práci s rozsáhlou dokumentací nebo kyberbezpečnostní analýzu a zároveň může vstoupit do programu Fairwind.

Pro běžné API dnes zůstává Google Gemini 4 Carbon plánovanou možností, nikoli dostupnou službou.

2. Pro dostupné API a práci pod kvótou

Při výběru modelu sledujte vlastní spotřebu, délku odpovědí a aktuální kvóty. Z diskuzních zkušeností lze usuzovat, že novější modely Gemini mohou rychleji spotřebovávat kvóty. Konkrétní denní limity ani jejich obecná platnost však nebyly potvrzeny.

3. Pro dávkovou práci s právními dokumenty

Podle zkušeností z diskuze se při práci s právními dokumenty osvědčilo obecné Gemini lépe než specializované právnické nástroje, které při pokračování práce ztrácely souvislosti.

Jde o argument pro delší kontext v konkrétním pracovním režimu, nikoli o důvod považovat jej za univerzálně lepší řešení.

4. Pro cenově citlivé zpracování

Cena uváděná při oznámení je 2 USD za milion vstupních a 10 USD za milion výstupních tokenů. Cached input má být o 95 % levnější než běžný vstup.

U kvót, kontextu, verzí a dostupnosti vycházejte z aktuální dokumentace Gemini API. Mění se rychleji než blogové oznámení.

Co si z toho vzít

• Dlouhé kontextové okno a dlouhý pracovní horizont nejsou totéž; druhý vyžaduje agenta, nástroje a externí paměť.
• AA Index berte jako orientační signál. Pro rozhodnutí použijte vlastní úlohy odpovídající vaší práci.
• Nula procent v jednom bezpečnostním testu neznamená nulové riziko ani nasazení bez guardrails.
• Carbon zatím není veřejně dostupný model. Pro běžný vývoj řešte dostupnost a kvótu například u Argonu nebo jiných modelů podle konkrétního úkolu.
• Kyberbezpečnostní testy doplňte nástroji pro analýzu kódu a regresní testy; samotný model je nenahradí.