Megérkezett a Gemini 4 Carbon, de a Plotly tesztjén négyszer lassabb volt

|Szerző: A QUASA szerkesztősége|5 perc olvasás| 1
Megérkezett a Gemini 4 Carbon, de a Plotly tesztjén négyszer lassabb volt

A Google 2026. november 10-i közlése szerint a Gemini 4 Carbon aznap a fizető fejlesztők és vállalatok számára is elérhetővé vált a Google AI Studio és a Gemini for business API-ján. A bevezető ár egymillió bemeneti tokenenként 2, egymillió kimeneti tokenenként 10 dollár; november 30. után ezek az árak 4, illetve 20 dollárra emelkednek. A Google AI Ultra előfizetőihez a fogyasztói felületeken fokozatosan jut el a modell.

A Plotly november 10-i mérésében a Carbon 43 adatelemzési kérdésből 42-re adott helyes választ, 93 másodperces medián kérdésenkénti idővel; a Gemini 4 Argon 41 helyes válasznál és 23 másodperces mediánnál állt meg. A Carbon medián ideje ebben a tesztkörnyezetben körülbelül négyszer hosszabb volt, miközben a teljes futás 11,55 dollárba került, az ugyanennyi kérdést megoldó Hy4-é pedig 2,11 dollárba. A fejlesztőnek így a pontosság mellett a várakozási időt és a teljes feladat árát is mérlegelnie kell.

Hol érhető el, és mire készült a Carbon?

A szélesebb hozzáférés a korábbi, kiberbiztonsági szakemberekre korlátozott bevezetést követi. A fizető fejlesztői API és a vállalati csatorna most már alkalmat ad arra, hogy ugyanazt a munkát Argonnal és Carbonnal is lefuttassák. A fogyasztói hozzáférés más státuszban van: az Ultra csomagban fokozatos bevezetés zajlik, ezért a rendelkezésre állás nem azonos minden felületen.

A Google DeepMind modellkártyája szerint a Carbon a Gemini 4 Argonra épül, és legfeljebb egymillió tokenes, a bemenetet és a kimenetet együtt számoló kontextust kezel. Szöveget, képet, hangot és videót fogadhat, a válasza szöveg. A Google összetett, több lépésből álló programozási, hibakeresési és kutatási munkákhoz szánja; magasabb gondolkodási szint mellett több tokent használhat, időnként lelassulhat vagy kifuthat az időből.

Ez a kapacitás nagy dokumentumhalmazok elemzéséhez ad teret, de a kontextusméret és a tényleges eredmény külön kérdés. Ha egy hosszú feladat több eszközhívást vagy újraellenőrzést igényel, a rendelkezésre álló ablak mellett az egyes lépések késleltetése és tokenigénye is számít. A Plotly mérése éppen ilyen, eszközökkel dolgozó adatelemzési helyzetet világít meg.

Mit mutatott a Plotly adatelemzési próbája?

A Plotly szintetikus szélerőműflottáján végzett tesztben a Carbon rejtett mintázatokat talált, de egy adatminőségi eltérést tévesen jelzett.

A Carbon az elemzési kérdések között javított azon az egy feladaton, amelyet az Argon elrontott. Megtalálta az összes elrejtett mintázatot, és felismerte az összes statisztikai csapdát is. Ez olyan munkánál értékes, ahol egy ritka összefüggés elsiklása később több vizsgálatot okozna, mint amennyi időt a modell futása most elvisz.

Az egyetlen hibája adatminőségi kérdésnél jelentkezett: egy elvárt adatsajátosságot hiányosságnak olvasott, és ezt a valódi problémák elé sorolta. Az ilyen téves jelzés nem csupán pontlevonás egy tesztben. Valós elemzésnél felesleges kivizsgálást indíthat el, még akkor is, ha a válasz többi megállapítása helyes.

A feladatok a Plotly Studio Embedded elemző ügynökével, Dash-alkalmazásban, több körös eszközhívásokkal futottak; az adatok egy szintetikus szélerőműflottát írtak le. A Carbont OpenRouteren keresztül, a Google AI Studio szolgáltatójával tesztelték, és a kimenet felső határát ehhez igazították. Így a mért idő a teljes konfiguráció, az eszközhasználat és a feladatok eredménye, nem egy tetszőleges Carbon-válasz általános sebessége.

Modellenként egy teljes vizsgafutás készült. A Plotly más modelleknél végzett ismétléseiben a pontszám néhány feladattal változott, ezért az Argonhoz mért egypontos különbség szoros eredménynek számít. A válaszidők eltérése viszont ebben az egyszeri mérésben is nagy: egy interaktív elemzésnél minden új kérdés megvárja az előző választ.

Az API ára és a teljes vizsga költsége

A Plotly tesztjében a Gemini 4 Carbon és a Hy4 azonos pontszámot ért el, de a Carbon teljes futása többe került.

A tokenenkénti díj nem ugyanaz, mint egy kész elemzés ára. A Plotly teljes Carbon-futása a sok lekérdezés miatt jelentős bemenetet olvasott; a gyorsítótárból kiszolgált tokenek kedvezménye mérsékelte a számlát. Ezért került a futás valamivel kevesebbe az Argonénál, noha lényegesen tovább tartott. A Hy4 azonos pontszámot szerzett alacsonyabb teljes költséggel, de a tesztben a medián válaszideje még a Carbonénál is hosszabb volt.

A bevezető és a későbbi ár hatását három feltételes, gyorsítótár nélküli számítás mutatja. Ezek kizárólag az API közzétett bemeneti és kimeneti tokenáraival számolnak; azonos tokenmennyiséget feltételeznek a két díjszabás alatt, és nem jósolják meg, hány eszközhívás kell majd egy valódi feladathoz.

  • Rövid elemző kérdés, 20 ezer bemeneti és 2 ezer kimeneti token: a bevezető díjjal 0,06 dollár, az emelés után 0,12 dollár.
  • Nagyobb dokumentumvizsgálat, 200 ezer bemeneti és 20 ezer kimeneti token: 0,60 dollár, majd 1,20 dollár.
  • Több hívásból álló elemzés, összesen 2 millió bemeneti és 200 ezer kimeneti token: 6 dollár, majd 12 dollár. A bemenet és a kimenet itt az egész munkafolyamat összege, nem egyetlen kérés kontextusa.

A számítás a felhasználás mennyiségét rögzíti, így láthatóvá teszi az árváltozás hatását. A Plotly vizsgadíjával közvetlenül azért nem azonosítható, mert ott a tényleges eszközhívások, a szolgáltatói útvonal és a gyorsítótárazás is beleszólt a végösszegbe. A bevezető időszak után ugyanannyi nem gyorsítótárazott token kétszer annyiba kerül a nyilvános Carbon-változatnál.

Hol számít leginkább a várakozás?

Egymásra épülő, rövid elemző kérdéseknél a válaszidő közvetlen munkaköltség: az elemző csak a válasz után tudja pontosítani a következő lekérdezést. Az Argon ebben a Plotly-futásban gyorsabban felelt, és csak egy kérdéssel maradt el a Carbon mögött. Ilyen munkánál a Carbon többletpontja akkor értékes, ha éppen a nehezen felismerhető összefüggés a döntő, nem pedig a gyors párbeszéd.

Egy hosszabb, ritkábban indított vizsgálat más mérleget adhat. A Carbon alapos keresése során több lekérdezést végzett a rejtett mintázatok megtalálásához; a nagyobb időigény itt a részletesebb feltárás ára lehet. Ugyanakkor a téves adatminőségi riasztás miatt a kész eredmény ellenőrzése továbbra is része a munkának, és ez a vizsgapontszámból nem váltható át automatikusan megtakarított munkaidőre.

A november végén életbe lépő magasabb API-díj miatt ugyanannak a folyamatnak a költsége rövidesen megváltozik. A fejlesztői döntésnél ezért a Plotly egyszeri pontszáma mellé a saját feladatsoron mért ismételt futások ideje és tényleges tokenfelhasználása kerül majd: ezekből látszik, hogy a Carbon többletmunkája mely feladatnál térül meg.

Olvassa el ezt is:

Megosztás:

Iratkozzon fel hírlevelünkre

A legfrissebb Web3-, MI- és kriptohírek egyenesen a postafiókjába.

0