Gemini 4 Carbon API: 가격, 벤치마크와 액세스

Google이 2026년 10월 28일 Gemini 4 Carbon을 지금까지 가장 강력한 모델로 발표했다. Artificial Analysis Intelligence Index v5.0에서는 59점으로 1위를 차지했다. 다만 바로 사용할 수 있는 제품은 아니다. 이번 주에는 검증된 사이버 보안 방어 담당자만 Fairwind Program을 통해 접근할 수 있으며, 아직 공개 API 모델 ID도 없다.

발표 전 추적 사이트들은 Carbon을 확인되지 않은 유출 정보로 분류했다. 이제 Google이 벤치마크와 가격을 공개한 만큼, 이 글에서는 해당 내용에 독립 평가인 Vals.ai 평가와 Argon을 활용해 지금 개발을 진행하는 방법까지 함께 살펴본다.

지금 Gemini 4 Carbon을 호출할 수 있을까?

아직은 불가능하다. 2026년 10월 28일 기준 Gemini 4 Carbon은 개발자, 기업, 일반 소비자에게 공개된 상태가 아니다. Google은 발표 주간에 일부 사이버 보안 방어 담당자에게 먼저 제공하고, 이후 Fairwind Program의 신뢰 파트너로 접근 대상을 넓힐 예정이라고 밝혔다. 더 폭넓은 공개는 가능한 한 빨리 진행하겠다고 했지만, 확정된 일정은 제시하지 않았다.

이처럼 단계적으로 공개하는 이유는 제한 없는 사이버 보안 테스트와 출시 전 안전성 검증 때문이다. Google은 미국 정부와 함께 테스트를 진행하면서 안전장치를 조정하고 있다. 공개 모델 ID, AI Studio 등록 정보, 호출 한도 역시 아직 공개되지 않았다.

이는 지난주와는 달라진 상황이다. 10월 28일 전까지 Google 개발자 문서에는 Gemini 4 API 모델로 gemini-4-argon만 올라와 있었고, 추적 사이트들이 Carbon ID가 없다고 한 것도 정확한 판단이었다. 당시에는 맞았지만 지금은 낡은 정보가 됐다. Carbon은 발표된 제품으로 존재하지만, 아직 호출 가능한 엔드포인트는 아니다.

현재 어떤 제공업체가 gemini-4-carbon을 등록해 두었다면, 일단 검증되지 않은 항목으로 취급하자. 해당 업체가 업스트림 모델, 라우팅 방식(공개, 제한, 실험용, 별칭), 사용 권한을 문서로 명확히 설명하기 전까지는 특히 그렇다. 목록에 이름이 있다는 사실만으로 Google이 해당 체크포인트를 호출자에게 연결했다는 뜻은 아니다.

Carbon은 어떤 작업을 겨냥하나

Gemini 4 Carbon은 한 번의 질문에 답하는 챗봇보다 며칠에 걸친 지속적인 엔지니어링 작업을 겨냥한다. Google에 따르면 내부 팀은 이 모델이 며칠 동안 작업을 이어가며, 미묘한 버그의 원인을 찾고 대규모 코드베이스 전반에 패치를 적용하거나 저수준 시스템을 다루는 과정에서 막다른 길을 만나도 계속 진행하는 모습을 확인했다.

이런 방향성은 코딩, 에이전트 작업, 과학적 과제, 풀스택 웹 개발, 멀티모달 이해에 대한 사용자 피드백을 바탕으로 한다. Google이 여기서 인용한 유일한 외부 리더보드는 WebDev Arena다. Carbon은 89 Elo 포인트를 더해 1768점에 도달했고 4위를 기록했다. Google은 이를 더 나은 결과물 품질과 생성 아티팩트 개선의 결과라고 설명한다.

Google은 내부 보안 코드 생성 성공률도 Gemini 4 Argon보다 2배 이상 높아졌다고 주장한다. 하지만 절대적인 성공률은 공개하지 않았다. 기준선, 데이터셋 규모, 언어별 결과도 없으므로 이 수치는 마이그레이션을 결정할 근거라기보다 개선 방향을 보여주는 지표로 보는 편이 안전하다. Chrome 팀이 다른 연구소의 대형 프런티어 모델보다 고품질 패치 생성 성능이 10배 이상 좋았다고 한 주장도 마찬가지다. 경쟁 모델의 이름과 측정 방식이 공개되지 않았다.

Argon은 2026년 10월 중순 출시됐다. Carbon은 같은 제품군과 안전성 체계에서 한 단계 위에 놓인 모델이다.

사이버 보안 성적표와 숫자만으로 알 수 없는 것

Carbon의 가장 큰 차별점은 취약점 발견부터 악용 가능성 검증, 근본 원인 수정까지 전체 사이버 보안 수명주기를 다룬다는 점이다. Google은 세 외부 평가를 모두 안전장치 없이 진행했다고 밝혔다. 따라서 이 결과는 보호된 실제 운영 엔드포인트가 허용하는 범위가 아니라 모델의 기본 역량을 측정한 수치다.

퍼센트보다 중요한 주의점은 세 가지다. 첫째, 88.2% × 54.8% × 71.0%를 계산해 전체 작업 성공률로 보면 안 된다. 각각 별도의 과제 세트에서 나온 점수다. 둘째, 발견(88.2%)은 일반적으로 안전한 수정(71.0%)보다 자동화하기 쉽고, 악용(54.8%)은 가장 많은 계획을 요구한다. 점수가 단계별로 내려가는 것은 예상 가능한 패턴이지 결함이 아니다. 셋째, Google이 Wiz를 통해 웹 침투 테스트 분야의 리더십을 확인했다고 한 주장에는 벤치마크 이름이나 점수가 없다. Scan for Good 이니셔티브와 연결된 결과이지만 다른 수치와 비교할 수 없다.

실무적으로 보면 Carbon은 대규모 취약점 백로그를 가진 팀의 방어적 분류와 패치 작업을 돕는 도구로 가장 유망하다. 완전 자율 레드팀으로 보는 것은 적절하지 않다. 악용 능력은 애초에 접근이 제한된 이유이기도 하다.

안전성과 신뢰성: 치팅 성공률 0%, 프롬프트 인젝션 성공률 0%

Carbon의 두 번째 핵심 주장은 압박 상황에서도 안정적으로 작동한다는 것이다. Google은 Terminal-Bench 4.0에서 전체 정확도를 유지한 가운데 치팅 성공률 0.0%, 치팅 시도율 0.4%를 기록했다고 밝혔다. 실제 내부 코딩 환경에서는 심각도가 높은 정렬 이상 경보도 거의 80% 줄었다고 한다.

Gray Swan Indirect Prompt Injection 벤치마크에서도 프롬프트 인젝션 저항성이 개선됐다. Argon의 기존 선도 결과는 공격 성공률 0.7%였지만, Carbon은 보고된 평가에서 성공한 공격이 하나도 없어 0.0%를 기록했다. Google은 이전 기준선과 비교해 과잉 대응은 26%, 업무 미달은 29% 줄었다고 덧붙였다. 범위 안에서 여러 단계를 수행하는 신뢰성이 높아졌다는 설명이다.

다만 각각의 개선 수치에는 재현에 필요한 분모가 빠져 있다. 0.0% 뒤에 몇 건의 공격이 있었는지, 거의 80% 감소했다는 경보의 기준 비율이 얼마였는지, 과잉 대응과 업무 미달을 어떻게 채점했는지, 치팅 탐지 방법이 무엇인지 Google은 공개하지 않았다. 에이전트 배포에 긍정적인 방향으로 볼 수는 있지만, 자체 도구 호출 로그와 브랜치 보호 장치는 계속 유지해야 한다. Google의 내부 스택(학습, 실시간 오용 방어, 프롬프트 인젝션 대응, 사고 과정 모니터링)이 여러분의 하네스에 자동으로 따라오는 것은 아니다.

독립 평가에서는 1위가 아닌 2위

벤더가 공개한 벤치마크는 다른 출처와 대조해야 한다. Vals.ai는 2026년 10월 28일 독립 평가 결과를 공개했다. 전체 Vals Index에서 Carbon은 29개 모델 중 2위, 70.36%(±0.97)를 기록했다. Claude Sonnet 5.5는 70.85%로 앞섰고 Claude Opus 5.5는 70.18%로 뒤를 이었다. 높은 추론 설정에서 평가 비용은 $10.51, 평가 지연 시간은 47분 45초였다.

전체 순위보다 세부 결과가 더 유용하다. Carbon은 Legal Research Bench에서 87개 중 1위, Vals Finance Index에서 33개 중 1위를 기록했다. EMB v1.1에서는 35개 중 2위, Terminal-Bench 4.0에서는 63.13%로 57개 중 4위였다. 가장 약한 결과는 HLAB-Vals-1.1의 17.50%(30개 중 6위)였고, Vibe Code Bench v1.1에서는 89.06%라는 높은 원점수에도 121개 중 8위에 그쳤다. 경쟁이 치열한 분야라는 뜻이다.

Carbon의 강점은 모든 분야를 압도하는 데 있지 않다. 연구, 금융, 법률 에이전트 작업과 탄탄한 코딩 역량에 집중돼 있다. Vals는 100만 토큰 컨텍스트 윈도와 비공개 가중치를 제시했으며, 입력 100만 토큰당 $4, 출력 100만 토큰당 $20의 가격도 명시했다. 이는 아래에서 설명할 Google의 일반 가격과 일치한다. 다만 일부 벤치마크는 서로 다른 제공업체나 매개변수를 사용했을 수 있다고 Vals가 경고하므로, 단일 수치를 인용하기 전 벤치마크별 설정을 확인해야 한다.

발표 전 추적 사이트들은 가격과 Vals 업데이트보다 먼저 작성됐다. 그중 한 상세 분석은 아직도 가격이 공개되지 않았다고 적고 있다.

API가 열리면 얼마를 내야 할까

Google은 발표와 함께 Carbon의 가격을 공개했으며, Argon과 동일한 초기 가격을 적용한다. 초기 가격 기간이 언제 끝나는지는 정해지지 않았고, 구독 요금이나 호출 한도표도 아직 없다.

캐시 입력 가격은 Google이 직접 적은 값이 아니라 계산으로 도출한 값이다. $2에서 95%를 할인하면 $0.10, $4에서 95%를 할인하면 $0.20이다. 코드 컨텍스트를 반복해서 전달하는 장시간 에이전트 작업일수록 이 할인의 효과가 크다. 다만 출력 가격이 입력 가격의 5배이므로 최종 비용은 여전히 출력 토큰이 좌우한다.

표시 가격만 보고 예산을 잡아서는 안 된다. 재시도, 버린 출력, 반복 컨텍스트, 수정 호출을 포함한 전체 지출을 허용된 결과 수로 나눈 ‘승인된 결과당 비용’을 측정해야 한다. 세 번의 수정 작업이 필요한 저렴한 경로는 한 번에 결과를 내는 비싼 경로보다 오히려 비쌀 수 있다. Google은 Carbon의 지연 시간이나 처리량을 공개하지 않았으므로 초당 토큰 비교는 추측에 불과하다.

현재 비용과 관련해 함께 읽을 만한 글: Gemini 4 Argon API 가격과 사용 가능 여부, 현재까지 알려진 Gemini 4 정보.

초기 테스터들이 불만을 말하는 이유

TestingCatalog의 10월 23일 정리에 따르면 초기 테스터들이 공통적으로 지적한 부분은 뚜렷하다. Argon보다 3D 생성 결과는 눈에 띄게 좋아졌지만 응답이 훨씬 느리고, 프런트엔드와 UI 생성 결과는 여전히 약하다는 평가다. 한 테스터는 작업에 따라 응답이 대략 2~4배 느리다고 추정했다.

실사용자 논의에서는 어떤 벤치마크보다 접근성 문제가 더 큰 불만으로 떠오른다.

구글의 모델 출시 전략을 정말 이해할 수 없다. Gemini 4 Carbon은 벤치마크에서는 인상적으로 보이지만, 또다시 사람들이 사용할 수 없다. 처음에는 접근이 제한돼 있고, GA 출시일도 없다.

— @Ananth7e

여러 스레드에서 비슷한 불만이 반복된다. Argon의 쿼터 소모가 예측하기 어렵고, 5분짜리 세션만으로도 시간당 한도에 도달하며, Gemini App·AI Studio·Antigravity 사이에서 에디션이 분산돼 있다는 내용이다. 또 다른 테스터는 검증 문제를 이렇게 요약했다.

이번 주에는 검증된 사이버 보안 방어 담당자만 접근할 수 있고, 더 넓은 공개는 ‘곧’이라고 한다. 내 생각은 이렇다. 제작사 자체 하네스에서 실행한 리더보드는 결과의 절반일 뿐이다. 중립적인 환경에서 누군가 다시 실행할 때까지 기다려야 한다.

— @jimmyyangrz

이번 주에 할 일

Carbon을 기다리느라 개발을 멈추지 말자. 지금 확인된 모델로 제품을 출시하고, 새 모델은 교체 가능한 후보로 남겨두는 것이 현실적인 전략이다.

1. 오늘은 문서화된 API를 제공하는 gemini-4-argon으로 개발하고, 기본 URL·API 키·모델 ID는 비즈니스 로직과 분리한다.
2. 자체 저장소에서 버그 수정, 리팩터링, 보안 검토 등 30~50개 작업으로 평가 세트를 고정한다. Carbon이 나오기 전에 통과율, 검토 시간, 승인된 결과당 비용을 기록한다.
3. 장시간 실행에 필요한 에이전트 안전장치를 지금 추가한다. 브랜치 기반 작업, 지출 한도, 도구 호출 감사 로그, 체크포인트, 사람 검토 게이트가 여기에 포함된다.
4. 계정에 사용할 수 있는 Carbon 경로가 문서화되면 후보 모델로 추가하고 같은 평가 세트를 다시 실행한다. 트래픽을 옮기기 전에 품질, 지연 시간, 비용, 스트리밍·이미지·함수 호출·구조화 출력 지원 여부를 비교한다. 작업 도중 모델을 바꾸지 말고 새 세션에서 시작한다.

AppSec 백로그가 큰 팀은 모든 도구 호출을 추가로 기록하고, 자체 저장소에서 벤치마크식 치팅(하드코딩된 출력, 테스트 파일 수정)도 점검해야 한다. Google의 0.0%는 Google 하네스에서 나온 벤더 결과이지, 여러분의 환경에서도 보장되는 수치가 아니다.

Gemini 4 Carbon FAQ

Gemini 4 Carbon을 API로 사용할 수 있나?

공개적으로는 사용할 수 없다. 발표 주간에는 사이버 보안 방어 담당자로 접근이 제한되고, 이후 Fairwind의 신뢰 파트너로 확대된다. 개발자, 기업, 일반 소비자에게는 일정이 없다. Argon으로 개발을 진행하고 모델 ID는 설정값으로 분리해 두자.

Gemini 4 Carbon의 모델 ID는 무엇인가?

Google은 아직 모델 ID를 공개하지 않았다. gemini-4-carbon이 작동한다고 가정하지 말자. 엔드포인트, 권한, 가격을 제공업체가 명시적으로 문서화한 식별자만 사용해야 한다.

Gemini 4 Carbon의 가격은 얼마인가?

초기 가격은 입력 토큰 100만 개당 $2, 출력 토큰 100만 개당 $10이며, 캐시 입력은 95% 할인된 약 $0.10이다. 이후 일반 가격은 입력 $4, 출력 $20이며 캐시 입력은 약 $0.20이다. 초기 가격 기간이 얼마나 지속되는지는 공개되지 않았다.

Carbon은 Argon과 어떻게 다른가?

Google은 보안 코드 생성 성능 2배 이상 개선, 과잉 대응 26% 감소, 업무 미달 29% 감소, 프롬프트 인젝션 성공률 0.7%에서 0.0%로의 개선을 주장한다. 독립적인 Vals 데이터는 Carbon에 대해서만 제공된다. 중립적인 재평가가 나오기 전까지 Argon과의 차이는 Google 내부 평가 결과로만 봐야 한다.

Carbon이 Claude Opus 5.5나 GPT-6.1 Terra보다 뛰어난가?

직접 비교로 입증된 것은 아니다. 출시 전 한 직원의 인상에 관한 GetAICodingAgent 보도에서는 코딩에서 Carbon이 Opus 5.5처럼 느껴진다고 했다. Vals 전체 점수에서는 Carbon(70.36%)이 Opus 5.5(70.18%)보다 근소하게 높지만 Sonnet 5.5(70.85%)보다는 낮다. Carbon과 Terra를 통제된 조건에서 비교한 결과는 아직 공개되지 않았다.

일반 공개는 언제인가?

Google은 방어 담당자와 파트너 단계를 거친 뒤 가능한 한 빨리 공개하겠다고 했지만 날짜는 제시하지 않았다. 유출 정보 스레드가 아니라 공식 DeepMind 블로그와 사용하는 제공업체의 모델 카탈로그를 확인하자.