Tự động gán nhãn bằng Gemini 4 Carbon: tân quán quân trên Bảng xếp hạng VLM của chúng tôi

Gemini 4 Carbon đứng đầu trong số 45 model về tự động gán nhãn trên UL37, bộ chuẩn đánh giá cho tác vụ phát hiện đối tượng gồm 36 bộ dữ liệu của chúng tôi, theo bản chụp ngày 11 tháng 11 năm 2026 của Bảng xếp hạng VLM của Ultralytics. Model đạt 0.584 mAP₅₀ và 0.371 mAP_50-95, đồng thời hiện dẫn đầu cả hai cột precision và recall; trong kết quả tháng 10 của chúng tôi, hai chỉ số này do hai model khác nhau dẫn đầu. GPT-6.1 Terra, model dẫn đầu trước đó, đứng thứ hai với 0.560 mAP₅₀, trong khi chi phí mỗi ảnh do nhà cung cấp tính chỉ bằng khoảng một phần ba so với Carbon.

Vì vậy, câu hỏi dành cho bất kỳ ai gán nhãn bộ dữ liệu không phải là model nào đạt điểm tổng thể cao nhất, mà là khi nào Carbon xứng đáng với mức giá cao gấp ba lần. Dưới đây là những nơi Carbon lập điểm số cao nhất mới, những nơi Terra vẫn dẫn đầu, chi phí của từng model trước và sau khi Google đổi giá vào tháng 12, và cách chạy Carbon trên dữ liệu của riêng bạn trong Ultralytics Platform.

Gemini 4 Carbon hiện đã mở cho mọi nhà phát triển trả phí#

Google lần đầu phát hành Carbon vào cuối tháng 10 cho một nhóm nhỏ chuyên gia ứng phó an ninh mạng. Ngày 10 tháng 11 năm 2026, Google mở model này cho tất cả nhà phát triển và doanh nghiệp trả phí, đồng thời bắt đầu triển khai cho người đăng ký Google AI Ultra. Bài đăng về khả năng cung cấp của Google cho biết Carbon có sẵn qua API trong Google AI Studio và Gemini for business, cũng như trong ứng dụng Gemini, AI Mode và Antigravity dành cho người đăng ký Ultra. Các chuyên gia ứng phó vẫn được cấp quyền truy cập chuyên biệt thông qua Chương trình Fairwind của Google.

Google gọi Carbon là model mạnh nhất của mình, hướng đến an ninh mạng và các tác vụ agentic có thời gian thực hiện dài. Thẻ model Gemini 4 Carbon cho biết model này dựa trên Gemini 4 Argon và sử dụng nhiều token suy luận hơn Argon "để khảo sát kỹ các giả thuyết, suy luận sâu và thực hiện các vòng xác minh mở rộng." Model tiếp nhận văn bản, hình ảnh, âm thanh và video, có context window tối đa 1M token, và trả lời bằng văn bản.

Không có nội dung nào trong thông điệp ra mắt của Google quảng bá Carbon như một model phát hiện đối tượng. Điều quan trọng đối với gán nhãn dữ liệu là khả năng suy luận bổ sung đó ảnh hưởng thế nào đến các bounding box, và đó là điều UL37 đo lường. Bạn có thể kiểm tra mọi kết quả trên trang model Gemini 4 Carbon.

Trang model Gemini 4 Carbon trên Ultralytics Platform, kèm điểm UL37 và liên kết để tự động gán nhãn bộ dữ liệu.

Gemini 4 Carbon phát hiện đối tượng: dẫn đầu mọi chỉ số độ chính xác#

UL37 chấm mức độ khớp giữa các bounding box của model và nhãn tham chiếu của từng bộ dữ liệu trên 360 hình ảnh: 10 ảnh từ mỗi trong số 36 bộ dữ liệu phát hiện đối tượng thực tế, bao gồm ảnh quét y tế, ảnh trên không và ảnh nhiệt, kệ bán lẻ, thể thao, tài liệu, bo mạch và nhiều lĩnh vực khác. Mọi ảnh đều chạy qua cùng một pipeline production mà người dùng Platform sử dụng, với tên lớp riêng của bộ dữ liệu; SAM 3.1 tinh chỉnh bounding box của mọi model, ngoại trừ SAM 3, như cách xử lý dành cho người dùng. Mỗi bộ dữ liệu có trọng số ngang nhau; xem phương pháp benchmark UL37.

Dưới đây là vị trí của Carbon so với bốn model kế tiếp:

Carbon dẫn trước GPT-6.1 Terra 0.024 điểm mAP₅₀. mAP_50-95 khắt khe hơn, vốn đánh giá cao các bounding box ôm sát mép đối tượng, cho thấy khoảng cách tương tự: Carbon đạt 0.371, so với 0.347 của Claude Fable 5.2, model tốt nhất trước đó, và 0.345 của Terra.

Carbon cũng cải thiện so với model làm nền để phát triển nó. Gemini 4 Argon đạt 0.537 mAP₅₀ và 0.343 mAP_50-95, nên Carbon tăng lần lượt 0.047 và 0.028 trên cùng benchmark và pipeline gán nhãn.

Gemini 4 Carbon đạt độ chính xác và độ bao phủ cao nhất trên UL37#

Trong kết quả tháng 10, các model đứng đầu bảng xếp hạng chia thành hai nhóm, như được giải thích trong hướng dẫn chọn VLM dựa trên độ chính xác và độ bao phủ của chúng tôi. Gemini 4 Argon có độ chính xác cao nhất, 0.667: tỷ lệ lớn bounding box của model khớp, nhưng model bỏ sót một số đối tượng được gán nhãn. GPT-6 Astra có độ bao phủ cao nhất, 0.627: model khớp được nhiều đối tượng đã gán nhãn hơn, nhưng tỷ lệ bounding box đúng thấp hơn.

Trong ảnh chụp bảng xếp hạng ngày 11 tháng 11 năm 2026, Carbon đạt độ chính xác 0.685 và độ bao phủ 0.642, mức trung bình cao nhất trong cả 45 model, vượt độ chính xác của Argon và độ bao phủ của Astra.

Đối với người rà soát, đây là tổ hợp tốt nhất mà benchmark có thể thể hiện. Độ chính xác cao hơn nghĩa là tỷ lệ bounding box đã tạo ra đúng lớn hơn; độ bao phủ cao hơn nghĩa là tỷ lệ đối tượng thực tế đã có bounding box lớn hơn. Độ chính xác thấp khiến bạn phải xóa các bounding box thừa, còn độ bao phủ thấp khiến bạn phải vẽ thêm bounding box cho các đối tượng bị bỏ sót, vì vậy bản nháp đầu tiên của Carbon ít cần chỉnh sửa theo cả hai hướng hơn.

SKU110K cho thấy vì sao điều này quan trọng với ảnh đông đúc. Các kệ siêu thị trong bộ dữ liệu có 1,666 sản phẩm được gán nhãn trên 10 ảnh benchmark, tất cả thuộc cùng một lớp. Carbon đạt 0.671 mAP₅₀ ở đây, cao nhất trong số các model và vượt điểm cao nhất trước đó của Terra là 0.619. Với một kệ hàng như vậy, người rà soát phải tìm từng bounding box thừa giữa hàng chục bounding box đúng.

Bộ dữ liệu SKU110K Dense Retail Shelf Detection 2 trên Ultralytics Platform, nơi Carbon đạt điểm UL37 cao nhất, 0.671 mAP₅₀.

Gemini 4 Carbon đạt điểm cao nhất trên chín lĩnh vực#

Theo kết quả theo từng bộ dữ liệu trên các trang model của Platform, Carbon hiện đạt điểm cao nhất trong số tất cả model trên một danh sách dài các bộ dữ liệu UL37. Dưới đây là các kết quả cùng điểm cao nhất trước đó:

Có ba điểm đáng chú ý. Carbon giữ được thế mạnh của Argon trên ảnh nhiệt, ảnh trên không và ảnh dưới nước, đồng thời cải thiện thêm ở từng lĩnh vực; mức tăng lớn nhất là trên video drone ảnh nhiệt HIT-UAV. Carbon vượt GPT-6 Astra trên sơ đồ mặt bằng gần 0.1 điểm. Còn trên ảnh MRI khối u não, với các lớp là u màng não, u thần kinh đệm và u tuyến yên, Carbon nhỉnh hơn Terra.

Mỗi bộ dữ liệu đóng góp 10 ảnh, vì vậy một điểm số đơn lẻ chỉ là dấu hiệu cần tìm hiểu, không phải kết luận cuối cùng. Carbon ngang bằng kỷ lục hiện tại trên RPC và CeyMo, đồng thời dẫn trước 0.001 trên DDR; chênh lệch quá nhỏ để phân biệt các model.

Trang model phát lại các bounding box UL37 đã ghi nhận của Carbon bên cạnh chú giải kỳ vọng cho từng bộ dữ liệu benchmark và COCO.

Gemini 4 Carbon so với GPT-6.1 Terra: những điểm Terra vẫn dẫn đầu#

Terra vẫn giữ hai điểm cao nhất trong lĩnh vực y tế. Bảng bộ dữ liệu của bảng xếp hạng vẫn liệt kê Terra là model tốt nhất trên TN5000, bộ dữ liệu siêu âm tuyến giáp, với 0.935, và trên TXL-PBC, bộ dữ liệu hiển vi tế bào máu, với 0.889. Nếu dữ liệu của bạn giống một trong hai bộ dữ liệu này, hãy so sánh hàng kết quả của cả hai model trên trang model tương ứng trước khi lựa chọn.

Lợi thế lớn hơn của Terra là giá. Dưới đây là so sánh trực tiếp trên UL37:

Chi phí được ước tính từ mức sử dụng token do nhà cung cấp báo cáo trên mỗi 1,000 ảnh benchmark được gán nhãn thành công, theo giá niêm yết. Terra đạt khoảng 96% mAP₅₀ của Carbon với chi phí chỉ bằng khoảng một phần ba, phản hồi nhanh hơn và không có yêu cầu nào thất bại. Cả hai model đều nằm trên đường "Giá trị tốt nhất" của bảng xếp hạng, đường nối các model mà không model nào vượt trội đồng thời về cả chi phí lẫn độ chính xác.

Biểu đồ mAP₅₀ so với chi phí của các model trả phí trên UL37 trong bảng xếp hạng, theo giá niêm yết hiện tại.

Chênh lệch giá sẽ tăng thêm. Theo bài đăng về khả năng cung cấp, Google bán Carbon với giá khuyến mại $2 cho mỗi triệu token đầu vào và $10 cho mỗi triệu token đầu ra đến hết ngày 30 tháng 11 năm 2026, sau đó giá lần lượt là $4 và $20. Với cùng mức sử dụng token, chi phí $12.93 trên mỗi 1,000 ảnh của Carbon sẽ tăng lên khoảng $26 vào ngày 1 tháng 12.

Dưới đây là cách phân chia lựa chọn trong thực tế:

• Trả phí để dùng Carbon khi chất lượng nhãn xứng đáng với chi phí: các cảnh đông đúc như kệ hàng bán lẻ, ảnh nhiệt và ảnh trên không, sơ đồ mặt bằng và bản vẽ CAD, cũng như mọi bộ dữ liệu mà trang model cho thấy Carbon dẫn trước rõ rệt.
• Chọn Terra cho các lô dữ liệu đa dụng quy mô lớn khi ngân sách quan trọng hơn 0.024 mAP₅₀, và cho dữ liệu như bộ dữ liệu siêu âm tuyến giáp TN5000 và tế bào máu TXL-PBC.
• Chạy tác vụ Carbon quy mô lớn trước ngày 1 tháng 12 nếu bạn định sử dụng model này, khi giá khuyến mại vẫn còn hiệu lực.

Dù chọn model nào, Batch Annotation cũng tính phí xử lý của Ultralytics Platform là $1.00 trên mỗi 1,000 ảnh được xử lý, với mức tối thiểu $0.01 cho mỗi lần chạy; nhà cung cấp sẽ tính phí trực tiếp vào key của bạn. Ultralytics không cộng thêm phí vào token. Để xem phân tích chi tiết hơn, hãy tham khảo hướng dẫn chi phí phần mềm gán nhãn ảnh của chúng tôi. Nếu cần model trả phí rẻ hơn, Claude Haiku 5.5 đạt 0.429 với chi phí $0.37 trên mỗi 1,000 ảnh; các model được host như Qwen3.8 27B và SAM 3.1 Text thì không cần key.

Cách chạy tính năng tự động gán nhãn bằng Gemini 4 Carbon trên bộ dữ liệu của bạn#

Carbon là model phát hiện đối tượng dùng prompt lớp cho các bộ dữ liệu có từ 1 đến 200 lớp. Model trả về bounding box theo tên lớp riêng của bộ dữ liệu; Platform gửi yêu cầu theo định dạng y-first của Gemini rồi tinh chỉnh kết quả bằng SAM 3.1.

1. Tạo key Gemini API trong Google AI Studio. Carbon chạy trên gói API trả phí, vì vậy key phải bật tính năng thanh toán.
2. Thêm key trong mục Settings > API Keys tại workspace Platform sở hữu bộ dữ liệu của bạn. Tài liệu về key của nhà cung cấp trình bày chi tiết.
3. Mở một ảnh trong trình chỉnh sửa chú giải, chuyển sang chế độ Smart rồi chọn Gemini 4 Carbon trong danh sách model, dưới mục Google.
4. Nhấn Predict, hoặc P, để gán nhãn ảnh hiện tại. Hãy thử với một số ảnh đại diện cho dữ liệu của bạn trước khi mở rộng quy mô.
5. Trên trang bộ dữ liệu, chọn More actions > Batch Annotation để gán nhãn tất cả ảnh chưa được gán nhãn chỉ trong một lượt. Platform lưu phiên bản bộ dữ liệu trước, để bạn có thể khôi phục nếu cần.
6. Rà soát và chỉnh sửa các bounding box; trình chỉnh sửa tự động lưu thay đổi, sau đó huấn luyện model Ultralytics YOLO26 trên kết quả trong cùng workspace.

Nhà phát triển cũng có thể gọi Carbon từ code: bản phát hành Platform SDK v0.1.109 đã bổ sung gemini-4-carbon làm model dự đoán ảnh. Để có cái nhìn tổng quát hơn, hãy xem cách Ultralytics Platform dùng AI để tự động hóa việc gán nhãn và lý do quy trình rà soát có con người tham gia vẫn là một phần của workflow. Đối với phân tích ảnh y tế, hãy xem bounding box của bất kỳ model nào là bản nháp cần chuyên gia lâm sàng kiểm tra và phê duyệt, tuyệt đối không xem đó là chẩn đoán.

Ai nên sử dụng Gemini 4 Carbon#

Hãy dùng Gemini 4 Carbon khi chất lượng nhãn quan trọng hơn hóa đơn từ nhà cung cấp. Đây là model tự động gán nhãn chính xác nhất mà chúng tôi từng benchmark, hiện dẫn đầu cả độ chính xác lẫn độ bao phủ, và đạt điểm cao nhất trên các bộ dữ liệu ảnh nhiệt, ảnh trên không, ảnh dưới nước, kệ bán lẻ, sơ đồ mặt bằng và MRI não.

Các nhóm đang dùng Argon sẽ có điểm tổng thể cao hơn và lập điểm cao nhất mới trên những lĩnh vực vốn là thế mạnh của Argon, với cùng mức giá token khuyến mại, dù ở mức giá đó Carbon tốn kém hơn trên mỗi ảnh. Các nhóm gán nhãn lô dữ liệu đa dụng lớn với ngân sách hạn chế nên tiếp tục dùng GPT-6.1 Terra làm lựa chọn mặc định và chỉ chuyển sang Carbon theo từng bộ dữ liệu khi trang model cho thấy lợi thế rõ ràng. Để xem kết quả của Argon, hãy tham khảo kết quả tự động gán nhãn Gemini 4 Argon của chúng tôi.