Gemini 4 Carbon 공개, Claude Opus 5.5·GPT-6 Astra와 성능·비용 비교와 지금 쓸 수 있는지

Argon 4주 뒤 나온 구글의 새 최상위 모델, 2026년 10월 31일 기준으로 무엇이 달라졌고 누가 쓸 수 있는지 정리합니다

2026년 10월 28일 구글이 Gemini 4 Carbon을 "가장 강력한 모델"로 발표했습니다. 9월 30일 공개한 Gemini 4 Argon 이후 약 4주 만의 후속 모델입니다. 이 글은 이런 분들께 필요합니다.

- 구글 AI 신모델이 기존 Argon과 무엇이 다른지 궁금한 개발자

- 지금 쓰고 있는 Claude Opus 5.5나 GPT-6 Astra에서 갈아탈 이유가 있는지 따져 보려는 운영 담당자

- AI 사이버보안 활용 가능성을 살펴보는 보안·인프라 담당자

- 제미나이 API 가격이 어떻게 책정되는지 확인하려는 분

결론부터 말씀드리면 세 가지입니다.

첫째, Carbon은 Artificial Analysis 종합 지능 점수에서 1위(59점)지만, 2위 Claude Opus 5.5(58점)와는 1점 차이입니다.
둘째, 코딩 에이전트 지표에서는 Claude Opus 5.5가 앞섭니다(62점 대 59점).
셋째, Carbon은 지금 일반 개발자 API와 Gemini 앱에서 쓸 수 없습니다. 당장 쓸 수 있는 구글 최신 모델은 Argon입니다.

비교에 쓸 기준과 읽는 법

이 글은 일곱 가지 항목을 하나씩 따로 보고, 마지막에 한 번에 종합합니다. 점수나 가중치를 매겨 순위를 내지 않습니다. 같은 숫자라도 어떤 작업을 하느냐에 따라 중요도가 달라지기 때문입니다.

① 종합 지능 점수
② 문항당 실제 비용
③ 토큰 사용량
④ 토큰 단가
⑤ 첫 답이 나오기까지 시간
⑥ 코딩 에이전트 점수
⑦ 지금 쓸 수 있는지

출처는 둘로 나뉩니다.

구글 발표: Carbon의 보안 벤치마크, Argon 대비 내부 비교 결과입니다. 회사 자체 발표이며 독립 재현은 아닙니다. 구글은 외부 벤치마크를 가드레일 없이 평가했다고 밝혔습니다.

Artificial Analysis 측정(10월 30일 확인): 독립 평가 기관이 같은 기준으로 여러 모델을 잰 값입니다. 네 모델을 나란히 놓을 수 있는 이유가 이것입니다. 다만 속도·지연 시간은 측정 시점마다 바뀌는 값이므로 "확인 시점 기준"으로 읽어야 합니다.

한 가지 주의할 점이 있습니다. Claude Opus 5.5와 GPT-6 Astra의 수치는 가장 깊게 생각하는 Max 설정 기준이고, Carbon과 Argon은 High 설정 기준입니다. 설정이 다르므로 특히 응답 시간은 단순 대조가 어렵습니다.

Carbon은 무엇이 새롭고 누가 쓸 수 있나

Carbon의 내세운 강점은 사이버보안과 장기 작업입니다. 여기서 장기 작업은 "한 번 묻고 답하는 게 아니라, 여러 단계를 스스로 이어 가며 며칠씩 일하는 것"을 뜻합니다.

구글 설명에 따르면 Carbon은 대규모 코드베이스나 저수준 시스템에서 버그 원인을 찾아 패치하는 다단계 작업을 수행했습니다. 막다른 길을 만나도 며칠 동안 작업을 이어 갔다고 합니다. 이는 구글 내부 실행 사례이며, 외부에서 같은 조건으로 재현된 결과는 아닙니다.

제공 범위는 이렇게 좁습니다.

1. 현재: 일부 사이버 방어 담당자에게만 제공

2. 다음: Fairwind 프로그램의 신뢰 파트너로 점차 확대

3. 이후: 개발자·기업·일반 소비자에게 제공

세 번째 단계에 대해 구글은 피드백 수집과 가드레일 보완 뒤 "가능한 한 빨리"라고만 밝혔고 날짜는 공개하지 않았습니다. 미국 정부의 자발적 출시 전 모델 시험 절차에도 들어가 있습니다.

10월 29일 외부 점검에서는 Gemini API 모델 목록, 가격 페이지, 모델 카드 어디에도 Carbon 항목이 없었습니다. Gemini 4 계열로는 Argon만 올라 있었습니다. 10월 30일 기준으로도 일반 개발자 API와 Gemini 앱에서는 쓸 수 없다는 보도가 이어집니다.

항목별 비교 ① 종합 지능 점수

Artificial Analysis 측정(10월 30일 확인) 기준 Intelligence Index는 다음과 같습니다.

이 숫자가 뜻하는 것: 네 모델 중 가장 높은 점수는 Carbon이지만 Opus 5.5와는 1점, GPT-6 Astra와는 2점 차이입니다. 이 정도 격차는 실제 업무에서 체감 차이로 이어진다고 단정하기 어렵습니다. 반면 Argon과의 9점 차이는 같은 계열 안에서 의미 있는 도약입니다. 참고로 비교 모델 중앙값은 38점입니다.

순위를 읽을 때 구분할 점이 있습니다. 위 표의 "전체 순위"는 Artificial Analysis가 집계한 전체 모델 기준이고, 이 글의 비교 대상은 그중 네 개뿐입니다. 지수 3위 모델은 이 비교에 넣지 않았습니다. 그래서 "네 모델 중 1위"와 "전체 1위"를 구분해 읽어야 합니다. 다만 이 순위에는 현재 일반 개발자가 쓸 수 없는 Carbon이 포함되어 있다는 점도 함께 기억해야 합니다.

항목별 비교 ② 문항당 실제 비용

같은 기관이 지수를 측정하는 데 든 문항당 비용입니다.

이 숫자가 뜻하는 것: 실제로 돈이 많이 드는 순서는 단가 순서와 다릅니다. GPT-6 Astra가 네 모델 중 가장 낮고, 그다음이 Argon과 Carbon, 가장 높은 쪽이 Opus 5.5입니다. Carbon과 Argon의 차이는 8센트 수준으로 사실상 비슷합니다. Carbon은 지수 점수가 9점 높은데 문항당 비용은 거의 같다는 점이 눈에 띕니다.

항목별 비교 ③ 토큰 사용량

토큰은 AI가 글을 읽고 쓸 때 쓰는 글자 조각 단위입니다. 아래는 지수 측정 과정에서 모델이 출력한 토큰 총량입니다.

이 숫자가 뜻하는 것: Carbon은 Argon보다 출력 토큰을 약 2배 사용했습니다. 더 많이 "생각하고 쓰는" 모델이라는 뜻이고, 점수가 오른 대가로 같은 문제를 푸는 데 더 많은 출력이 필요합니다. 반대로 GPT-6 Astra는 가장 적은 토큰으로 지수를 측정받았고, 이것이 문항당 비용을 가장 낮게 만든 직접적인 이유입니다. 비용은 단가와 사용량의 곱이므로 이 두 항목을 같이 봐야 합니다.

항목별 비교 ④ 토큰 단가

토큰 가격은 100만 토큰(대략 긴 책 여러 권 분량의 글자)당 기준입니다.

이 숫자가 뜻하는 것: 표시 가격만 보면 GPT-6 Astra가 가장 비쌉니다(캐시 입력 90% 할인). 하지만 앞서 본 대로 출력 토큰을 훨씬 적게 쓰기 때문에 문항당 비용은 오히려 가장 낮습니다. "단가가 비싸다 = 실제 비용이 크다"가 아니라는 대표 사례입니다.

Carbon의 가격에는 정리할 점이 있습니다.

- 구글 발표문: 도입기에는 입력 $2·출력 $10, 도입기 이후에는 입력 $4·출력 $20, 캐시된 입력 토큰은 입력 가격의 95% 할인

- Artificial Analysis: Carbon과 Argon 모두 입력 $4·출력 $20(혼합 기준 $2.94)으로 표시

Artificial Analysis의 표시 가격은 발표문의 도입기 가격이 아니라 도입기 이후 가격과 같습니다. 도입기 가격이 지금 적용되는지는 공식 가격 페이지에서 직접 확인해야 합니다. 게다가 발표문의 가격은 아직 실제 가격 페이지에 올라 있지 않고, 도입기 종료일도 공개되지 않았습니다. 어느 쪽도 "현재 가격"이라고 단정하지 않는 편이 안전합니다.

항목별 비교 ⑤ 첫 답이 나오기까지 시간

Artificial Analysis 측정(10월 30일 확인)의 첫 토큰까지 시간과 출력 속도입니다.

이 숫자가 뜻하는 것: Carbon은 Argon보다 첫 답까지 약 2배 오래 걸립니다. 답을 쓰기 전에 더 오래 생각하기 때문입니다. 출력 속도는 거의 같아서, 일단 쓰기 시작하면 속도 차이는 크지 않습니다.

Opus 5.5와 GPT-6 Astra의 644초·237초는 가장 깊게 생각하는 Max 설정의 측정값입니다. 일반적인 사용 설정의 체감 속도로 바꿔 읽으면 안 됩니다. 속도·지연 시간은 측정 시점에 따라 바뀌는 값이기도 합니다. 그래서 대화형 서비스에서 빠른 응답이 중요하다면 이 표만으로 판단하지 말고 실제 사용 설정에서 직접 재 보셔야 합니다.

항목별 비교 ⑥ 코딩 에이전트 점수

코딩 에이전트 지표는 AI가 코딩 도구를 쓰면서 여러 단계의 개발 작업을 수행하는 능력을 보는 지표입니다. OrcaRouter가 정리한 Artificial Analysis Coding Agent Index(10월 29일 정리)입니다.

- Claude Opus 5.5(Claude Code 사용): 62점

- Gemini 4 Carbon(Antigravity CLI 사용): 59점

이 숫자가 뜻하는 것: 종합 지능에서는 Carbon이 앞서지만 코딩 에이전트 지표에서는 Opus 5.5가 3점 앞섭니다. 따라서 Carbon이 모든 코딩 작업에서 1위라고 말할 수는 없습니다. 또 두 모델이 서로 다른 코딩 도구와 함께 측정되었으므로, 모델 자체의 차이와 도구의 차이가 섞여 있다는 점도 감안해야 합니다.

구글 발표의 WebDev Arena 결과는 별도입니다. 웹 개발 결과물을 사용자 투표로 겨루는 방식인데, Carbon은 1768점으로 4위(89 Elo 상승)입니다. 이 역시 구글 발표 수치입니다.

선택지별 분석 Carbon과 Argon, 같은 계열 안에서의 차이

Argon 대비 달라진 점은 구글 내부 측정과 외부 지표를 나눠서 봐야 합니다.

구글 내부 비교(구글 발표)

구글이 밝힌 Argon 대비 개선 내용입니다. 모두 구글 내부 측정입니다.

- 안전한 코드 생성 성공률: 2배 이상

- 근거 없는 주장: 약 절반으로 감소

- 과잉 행동: 26% 감소

- 필요한 일을 덜 하는 경우: 29% 감소

- Gray Swan 간접 프롬프트 인젝션 공격 성공률: 0.7%에서 0.0%로 감소

간접 프롬프트 인젝션은 모델이 읽는 문서나 웹페이지에 숨겨 둔 지시문으로 모델을 속이는 공격을 말합니다. 에이전트가 외부 자료를 읽으며 일하는 환경에서 중요한 항목입니다.

외부 지표(Artificial Analysis 측정, OrcaRouter 정리)

- Intelligence Index v5: Carbon 59(57개 중 1위), Argon 50(13위)

- 환각률: Carbon 11%, Argon 4%

환각률은 사실이 아닌 내용을 그럴듯하게 말하는 비율입니다.

두 결과를 어떻게 읽을까

구글은 "근거 없는 주장이 절반으로 줄었다"고 했고, 외부 지표에서는 Carbon의 환각률(11%)이 Argon(4%)보다 높습니다. 방향이 엇갈려 보이지만 측정 방식이 서로 다른 수치입니다. 한쪽이 맞고 다른 쪽이 틀렸다고 결론 내릴 수 없고, 두 수치를 섞어 하나의 결론을 만들어서도 안 됩니다. 사실 정확성이 중요한 업무라면 두 수치를 모두 참고하되 자기 업무 자료로 직접 시험해 보시는 것이 가장 확실합니다.

보안 벤치마크(구글 발표)

구글이 공개한 Carbon의 보안 관련 수치입니다. 외부 벤치마크는 가드레일 없이 평가했다고 밝혔습니다.

- SEC-bench Pro(프로그램의 보안 구멍을 찾는 시험): 88.2%

- ExploitGym(찾은 취약점을 실제로 악용하는 능력을 보는 시험): 54.8%

- CWE-bench(찾은 구멍을 고치는 시험): 71.0%

찾기가 88.2%, 고치기가 71.0%로, 단계가 뒤로 갈수록 수치가 낮아지는 모습입니다. 가드레일 없이 평가했다는 설명은 모델 본래 능력을 본 것이라는 뜻이고, 실제 제공 시에는 가드레일이 적용된다는 점을 염두에 두어야 합니다. 이 수치는 독립 재현이 아닌 구글 자체 발표입니다.

그래서 Argon을 어떻게 볼까

Argon은 지수 50점, 환각률 4%, 첫 토큰 48초로 더 가볍고 빠르며 지금 쓸 수 있는 모델입니다. Carbon은 더 높은 점수를 내지만 더 오래 생각하고 출력도 많이 씁니다. 당분간 구글 계열을 쓰려면 선택지는 Argon뿐입니다.

선택지별 분석 Claude Opus 5.5, 점수는 근소 차이고 코딩 에이전트에서는 앞섭니다

Opus 5.5는 Carbon과 지수 1점 차이(58 대 59)이면서, 지금 바로 쓸 수 있고, 코딩 에이전트 지표에서는 앞섭니다.

정리하면 이렇습니다.

- 지수 58점(2위), 표시 가격은 입력 $4·출력 $20으로 Carbon과 같음

- 문항당 비용은 $10.04로 네 모델 중 가장 높음. Carbon($7.76)보다 높은 이유는 출력 토큰이 2.2억으로 가장 많기 때문

- 첫 토큰까지 시간은 Max 설정에서 644.22초로 가장 길지만, 출력 속도는 초당 96.6토큰으로 가장 빠름

- 코딩 에이전트 지표 62점으로 Carbon(59점)보다 높음

- 일반 개발자 이용 가능, FAQ상 9개 제공자

어울리는 경우: 코딩 에이전트로 여러 단계의 개발 작업을 맡기려는 경우, 그리고 지금 바로 써야 하는 경우입니다.

따져 볼 점: 문항당 비용이 가장 높고, Max 설정의 대기 시간이 매우 깁니다. 이 수치는 깊게 생각하는 설정의 값이라는 점을 감안하세요.

선택지별 분석 GPT-6 Astra, 단가는 높아도 실제 비용은 가장 낮습니다

GPT-6 Astra는 네 모델 중 단가가 가장 비싸면서 문항당 비용은 가장 낮은, 단가와 실비용이 뒤집힌 모델입니다.

- 지수 57점(전체 4위), Carbon보다 2점 낮음

- 표시 가격 입력 $10·출력 $50(캐시 90% 할인), 네 모델 중 가장 비쌈

- 출력 토큰 0.54억(54M)으로 가장 적게 쓰고, 문항당 비용은 $6.24로 가장 낮음

- 첫 토큰까지 237.39초(Max 설정), 출력 속도는 초당 78.7토큰으로 가장 느림

- 일반 개발자 이용 가능, FAQ상 11개 제공자

어울리는 경우: 같은 수준의 결과를 더 적은 출력으로 받아 전체 비용을 낮추고 싶은 경우입니다. 이미 쓰고 있는 시스템이 있다면, 단가표만 보고 판단하지 말고 실제 작업에서 토큰을 얼마나 쓰는지 재 보셔야 합니다.

따져 볼 점: 입력과 출력 단가가 높아서, 이 측정에서의 낮은 토큰 사용량이 내 업무에서도 유지된다는 보장은 없습니다. 입력이 길고 출력이 짧은 작업, 반대로 출력이 긴 작업에 따라 체감 비용이 달라질 수 있습니다.

항목별 비교 ⑦ 지금 쓸 수 있는지

이 숫자가 뜻하는 것: 네 모델 중 Carbon만 일반 개발자가 쓸 수 없습니다. 점수 1위라는 사실이 곧 "지금 고를 수 있다"는 뜻은 아닙니다.

참고로 Artificial Analysis 페이지 안에서도 Carbon의 API 제공 여부가 엇갈립니다. FAQ에는 "1개 제공자(구글)로 API 이용 가능"이라고 되어 있지만, 차트에는 "공개 API 없음"으로 표시됩니다. 이 글은 구글 공식 발표의 제한 제공 설명을 기준으로 삼았습니다.

지금 바로 쓸 수 있는 구글 최신 모델은 Gemini 4 Argon입니다. Gemini API·Google AI Studio·Antigravity로 제공되고, Gemini 앱에서는 Google AI Pro·Ultra 구독자가 쓸 수 있다는 보도가 있습니다.

한눈에 비교 네 모델 종합

앞에서 하나씩 본 항목을 한 표로 모았습니다. Opus 5.5와 GPT-6 Astra는 Max 설정, Carbon과 Argon은 High 설정 기준입니다.

네 모델의 컨텍스트 창은 모두 100만 토큰으로 같아서 이 항목은 선택 기준이 되지 못합니다.

상황별 선택 기준

특정 모델을 권하는 것이 아니라, 어떤 상황에서 어떤 숫자를 먼저 봐야 하는지 정리합니다.

지금 구글 계열 모델을 써야 하는 경우
현재 선택지는 Argon입니다. 지수 50점, 첫 토큰 48초, 환각률 4%로 가볍고 빠른 쪽입니다. Carbon은 공개 여부를 확인한 뒤에 검토하세요.

코딩 에이전트로 여러 단계의 개발 작업을 맡기는 경우
코딩 에이전트 지표에서는 Opus 5.5(62점)가 Carbon(59점)보다 높습니다. 다만 문항당 비용($10.04)이 가장 높고 Max 설정의 대기 시간이 길다는 점을 함께 보세요.

총비용을 낮추는 것이 우선인 경우
문항당 비용은 GPT-6 Astra($6.24)가 가장 낮습니다. 단가표(입력 $10·출력 $50)만 보고 제외하면 오히려 비용이 더 드는 선택을 할 수 있습니다. 자기 업무의 입력·출력 길이로 직접 계산해 보시기 바랍니다.

첫 답이 빨리 나와야 하는 대화형 서비스인 경우
Argon(48.07초)이 가장 짧고 Carbon(103.54초)이 그다음입니다. Opus 5.5·GPT-6 Astra의 대기 시간은 Max 설정 값이므로 일반 설정에서 직접 재 보셔야 합니다.

사이버보안 업무를 검토하는 경우
Carbon의 보안 수치(찾기 88.2%, 고치기 71.0%)는 구글 발표 기준입니다. 제공 대상이 일부 사이버 방어 담당자로 제한되어 있어 일반 조직이 지금 바로 쓰기는 어렵습니다. 자체 환경에서 시험하기 전에는 구글 발표 수치를 그대로 믿기보다 참고치로 두세요.

사실 정확성이 중요한 업무인 경우
구글 내부 지표(근거 없는 주장 약 절반 감소)와 외부 지표(환각률 Carbon 11%, Argon 4%)가 엇갈립니다. 어느 한쪽만 보고 판단하지 마세요.

Carbon 공개 여부를 확인하는 방법

공개 여부는 공식 페이지에서 직접 확인하는 것이 가장 정확합니다. 보도나 SNS는 앞서가거나 틀릴 수 있습니다.

1. Gemini API의 모델 목록 페이지에서 Carbon 항목이 생겼는지 봅니다.

2. 가격 페이지에서 Carbon의 입력·출력 단가가 올라왔는지 확인합니다. 발표문의 $2/$10(도입기)과 $4/$20(도입기 이후)이 어떻게 표시되는지 보세요.

3. 모델 카드에 Carbon 항목이 있는지 확인합니다.

4. Google AI Studio의 모델 선택 목록에 노출되는지 봅니다.

네 곳 중 하나라도 비어 있으면 일반 개발자에게는 아직 열리지 않았다고 보시면 됩니다. 10월 29일 외부 점검에서는 모델 목록·가격 페이지·모델 카드 모두 Carbon 항목이 없었습니다. 개발자·기업·소비자 대상 제공 일정은 공식 발표에서 확인되지 않으므로, 이 글에서도 날짜를 추정하지 않습니다.

가격 구조에서 알아 둘 점

Carbon의 가격은 발표문 기준이며 가격 페이지에는 아직 없습니다.

- 도입기: 입력 $2·출력 $10(100만 토큰당)

- 도입기 이후: 입력 $4·출력 $20

- 캐시된 입력 토큰: 입력 가격의 95% 할인

캐시는 반복해서 보내는 같은 입력(긴 지침서나 코드 묶음 등)을 저장해 두고 다시 쓸 때 가격을 깎아 주는 방식입니다. 같은 자료를 여러 번 읽히는 에이전트 작업에서는 이 할인이 체감 비용을 크게 좌우할 수 있습니다. 반면 도입기 종료일이 공개되지 않아 장기 예산에 도입기 단가를 쓰는 것은 위험합니다. 예산을 짠다면 도입기 이후 가격($4/$20)을 기준으로 잡는 편이 보수적입니다.

비용을 어림할 때 기억할 순서는 이렇습니다.

① 입력 토큰 × 입력 단가
② 출력 토큰 × 출력 단가
③ 캐시가 되는 입력은 할인 단가 적용

Carbon은 같은 지수를 풀 때 Argon의 약 2배 출력 토큰을 썼으므로, 단가가 같아도 출력이 많은 작업에서는 총비용이 더 늘 수 있습니다. 반대로 문항당 비용은 거의 같았으니, 실제로는 내 작업에서 직접 재 보는 것이 가장 정확합니다.

자주 묻는 질문

Q. Carbon이 점수 1위인데 Opus 5.5에서 바꿀 이유가 있나요?
지수 차이는 1점이고 코딩 에이전트 지표는 오히려 Opus 5.5가 앞섭니다. 게다가 Carbon은 지금 일반 개발자가 쓸 수 없으므로, 바꿀지 여부를 따지는 것 자체가 아직 이릅니다. 자기 업무로 직접 시험해 본 뒤 판단하는 것이 가장 정확합니다.

Q. 보안 벤치마크 수치를 그대로 믿어도 되나요?
이 수치들은 구글 자체 발표이며 독립 재현이 아닙니다. 외부 벤치마크는 가드레일 없이 평가했다는 점도 있습니다. 참고 지표로 보시고, 중요한 판단은 자체 환경의 시험으로 확인하세요.

Q. 도입기 가격은 지금 적용되고 있나요?
공개된 자료에서는 확인되지 않습니다. 발표문에는 도입기 가격이 있지만 가격 페이지에는 Carbon이 아직 없고, Artificial Analysis는 도입기 이후 가격과 같은 값을 표시합니다. 공식 가격 페이지에 항목이 올라온 뒤 직접 확인하세요.

정리

Carbon은 Artificial Analysis 종합 점수 1위(59점)지만 Opus 5.5(58점), GPT-6 Astra(57점)와는 근소한 차이이고, 코딩 에이전트 지표에서는 Opus 5.5(62점)가 앞섭니다. Argon보다 점수는 높지만 첫 답이 약 2배 늦고 출력 토큰도 약 2배 씁니다. 그리고 지금은 일부 사이버 방어 담당자에게만 제공되고 일반 개발자 API에는 없습니다.

당장은 Argon을 쓰고, Carbon은 Gemini API의 모델 목록·가격 페이지에서 공개 여부를 확인하시길 권합니다. 비용은 단가가 아니라 단가와 토큰 사용량의 곱으로 비교하고, 구글 발표 수치와 독립 측정 수치는 섞지 말고 따로 읽으세요.