Gemini 4 Carbon очолила рейтинг, але доступна не всім
Google анонсувала Gemini 4 Carbon через два тижні після Gemini 4 Argon. Модель посіла перше місце в Artificial Analysis Intelligence Index v5 (59 балів, за даними Google). Головний акцент на кіберзахисті: 88,2% у SEC-bench Pro на пошуку вразливостей. За внутрішніми тестами Google, модель більш ніж удвічі успішніша за Argon у генерації безпечного коду.
Проте доступ поки мають лише частина фахівців із кіберзахисту. Далі його поступово відкриють довіреним партнерам через програму Fairwind. Розробникам, бізнесу й споживачам модель обіцяють «якомога швидше», але без дати. Стартова ціна така сама, як в Argon: $2 за мільйон вхідних і $10 за мільйон вихідних токенів.
Що ще показали тести
Окрім пошуку вразливостей, Google наводить результати ще на двох етапах кіберзахисту. Компанія зазначає, що ці зовнішні тести проводили без захисних обмежень моделі:
- ExploitGym — 54,8%. Тест перевіряє, чи може модель визначити, які вразливості реально можна використати для атаки. Це допомагає вирішити, що виправляти першим.
- CWE-bench — 71,0%. Тест перевіряє виправлення вразливостей на рівні першопричини, тобто перетворення знахідки на робочий код.
Окремо в рейтингу веброзробки WebDev Arena Carbon посіла 4-те місце (1768). Результат на 89 пунктів вищий, ніж раніше.
Google також посилається на власні команди. За словами компанії, команда Chrome повідомила, що Carbon генерує якісні патчі більш ніж у 10 разів краще за велику модель «іншої лабораторії» (яка саме, не названо). Хмарна платформа безпеки Wiz, що належить Google, бачить лідерство Carbon у тестах на проникнення вебсистем. За даними The Verge, у рейтингу Artificial Analysis за Carbon ідуть Claude Opus 5.5 та GPT-6 Astra.
Модель для довгих завдань
Carbon розрахована на тривалу автономну роботу. За внутрішніми спостереженнями Google, модель могла працювати днями: шукати причину складних помилок у великих кодових базах і виправляти їх, не зупиняючись на глухих кутах.
Менше вигадок і самоуправства
Для нетехнічних користувачів найцікавіші заявлені зміни в поведінці моделі. Частина цифр нижче — з внутрішнього тестування Google:
- необґрунтованих тверджень приблизно вдвічі менше, ніж в Argon. Замість вигадувати, модель має прямо вказувати застереження або перелічувати, чого бракує;
- за неоднозначних даних модель має знаходити джерела й показувати користувачу розбіжності, перш ніж діяти;
- дій поза межами завдання стало менше на 26%, недовиконаних завдань — менше на 29%;
- у живій роботі з кодом серйозних сигналів про небажану поведінку стало майже на 80% менше;
- у тесті Gray Swan на атаки через приховані інструкції частка успішних атак знизилася з 0,7% в Argon до 0,0%.
Чому доступ обмежений
Google пояснює поступовий запуск свідомим підходом до безпеки. Компанія бере участь у добровільній програмі уряду США з тестування моделей до релізу. Також вона збирає відгуки й допрацьовує обмеження, перш ніж відкрити модель ширше.
Ціна в $2 і $10 за мільйон токенів — стартова. Закешовані вхідні токени, тобто повторно використані дані, коштуватимуть на 95% дешевше.
Для бізнесу поза кіберзахистом застосувати Carbon сьогодні ніяк: дати загального доступу Google не називає.